Performance evaluation of hospitals that provide care in the public health system, Brazil.

OBJECTIVE To analyze if size, administrative level, legal status, type of unit and educational activity influence the hospital network performance in providing services to the Brazilian Unified Health System. METHODS This cross-sectional study evaluated data from the Hospital Information System and the Cadastro Nacional de Estabelecimentos de Saúde (National Registry of Health Facilities), 2012, in Sao Paulo, Southeastern Brazil. We calculated performance indicators, such as: the ratio of hospital employees per bed; mean amount paid for admission; bed occupancy rate; average length of stay; bed turnover index and hospital mortality rate. Data were expressed as mean and standard deviation. The groups were compared using analysis of variance (ANOVA) and Bonferroni correction. RESULTS The hospital occupancy rate in small hospitals was lower than in medium, big and special-sized hospitals. Higher hospital occupancy rate and bed turnover index were observed in hospitals that include education in their activities. The hospital mortality rate was lower in specialized hospitals compared to general ones, despite their higher proportion of highly complex admissions. We found no differences between hospitals in the direct and indirect administration for most of the indicators analyzed. CONCLUSIONS The study indicated the importance of the scale effect on efficiency, and larger hospitals had a higher performance. Hospitals that include education in their activities had a higher operating performance, albeit with associated importance of using human resources and highly complex structures. Specialized hospitals had a significantly lower rate of mortality than general hospitals, indicating the positive effect of the volume of procedures and technology used on clinical outcomes. The analysis related to the administrative level and legal status did not show any significant performance differences between the categories of public hospitals.

INTRODUCTION

An aging population and the adoption of nonsubstitutable technology in health are the reason for continuous spending increases in this sector. Despite these increases in spending, there is an large gap between the best existing practices and the treatment that the patient actually receives. Despite these spending increases, the resources directed towards the health system are limited, and the population will not accept increasing taxes as the only way to finance this system.

Despite the emphasis given towards reorganizing the health care model in the Brazilian Unified Health System (SUS), the main focus of care remains on the hospitals. The hospital sector performs virtually all hospitalizations in Brazil and is also responsible for a quarter of outpatient consultations and almost 80.0% of cases of patients requiring emergency or immediate medical attention. This sector accounts for an estimated 67.0% of all spending in health care. Hospitals meets the demands of higher hierarchy, but also serves as an important point for health care access and follow-up. Performance evaluation has been growing in recent years as a result of the high cost and the possible opportunity to reallocate savings to other parts of the system.

Data from international literature show that mean inefficiency stands at between 13.0% and 59.0%. , A study from the United States estimated that approximately 3.0% of the Gross Domestic Product of the Country was wasted due to inefficiency in the hospital network. Despite significant amounts having been spent on inpatient activities in Brazil, there do not seem to have been any reflected improvement in results regarding the population’s health when it is compared to other countries that have spent similar amounts, in some cases they are even poorer. The Performance Assessment Tool for Quality Improvement in Hospitals project recommends that hospital performance be evaluated considering dimensions such as clinical effectiveness, patient safety and focus, efficiency, training for health professionals and clinical governance. However, hospital performance is difficult to measure due to the lack of data referring to conditions prior to hospitalization and, therefore, performance assessment usually revolves around studying variables related to patient movement and hospital bed use.

The objective of this study was to examine whether size, administrative level, legal status, unit type or educational activity have any influence on the hospital network’s performance in providing services to the health system.

METHODS

Data from the state of Sao Paulo, Southeastern Brazil, from January to December 2012 were analyzed during this cross-sectional study, based on information available from the Hospital Information System of the SUS (SIH-SUS) and from the Cadastro Nacional de Estabele cimentos de Saúde (CNES – Brazilian National Registry of Health Facilities). The SIH-SUS provided information regarding the Hospital Admission Authorization (HAA) such as hospital outputs, external transfers, number of inpatient days, deaths, and HAA value paid. The CNES provided information pertaining to December 2012 regarding human resources, hospital beds and characteristics of the health care facilities.

The scope of these databases is suitable for hospital performance assessment and for decision-making guidance in health. However, the possibility of data being added or deleted, possible under-reporting and high percentage of non-reporting, the possibility of errors made during data collection and the inaccurate or incomplete completion of information are among the main limitations present when handling these databases. In addition, the HAA instrument need to be more rigorously epidemiological due to it having been conceived for billing purposes. These databases do not provide access to internal characteristics or information regarding the hospitals, and there is a shortage of clinical data that could make better comparisons of results among hospital providers possible.

The main chosen indicators are related above all to the following structure and processes: percentage of specialized beds; ratio of hospital staff per bed; proportion of high complexity hospital outputs; mean HAA value paid; bed occupancy rate; mean length of stay; bed turnover index; hospital output percentage by external transfer; and hospital mortality rate.

Bed availability in the SUS was used as a reference to calculate indicators related to the quantity of beds, which made it possible to cross-check current SIH-SUS information, both for private and public hospitals that eventually allocated part of their facilities to private care. As regards the hospital staff per bed indicator, the ratio between the total number of professionals and available hospital beds were considered, which was due to the impossible task of determining the exact availability of each professional involved in the SUS.

More detailed analysis was performed on the main selected hospital indicators, which was achieved by examining the calculation method and any possible limitations.

The percentage of specialized beds demonstrates the high complexity and resolvability (intensive care, intermediaries and isolation) in the area of available beds. By aggregating the different types of beds under the same nomenclature, extreme values for one of these categories can determine disparate values for the indicator.

Regarding the indicator hospital staff per bed, institutions with a lower hospital staff per bed ratio are generally more productive. However, this may in turn indicate a lower quality in care. This indicator may be influenced by the level of technology employed, the outpatient care burden and dehospitalization programs. , Among the calculation limitations for the indicators are the possible imprecise nature of information from the CNES and its wide variety of records, which might include outsourced labor or not, and the liberal nature of the relationship with doctors at certain institutions.

The percentage of high complexity hospital outputs makes it possible to compare hospitals according to the complexity of the diagnoses and treatments provided. The complexity of the patient is generally influenced by gender, age group, primary and secondary diagnoses, admission and output type and the need to perform surgical procedures. The complexity of the procedures performed, considered for this study, were only those as stated by the SUS Table of Procedures, Medicines, Orthotics, Prosthetics, and Special Materials.

The mean HAA value paid represents the mean cost of each hospitalization. Despite being recognized as an important payment mechanism, the HAA value does not always have a direct relationship to costs incurred during health service provision. Having a robust information system that could properly determine costs would be indispensable in Brazil.

The bed occupancy rate represents the degree to which available beds are used, thus, very low values are generally associated with lower efficiency levels. However, high rates may indicate a high prevalence of comorbidities, low resolvability, low emergency resource reserve or an imbalance between supply and demand. Furthermore, as indicators regarding bed utilization are closely related to each other, bed occupancy rate can be influenced by mean length of stay and the bed turnover index.

The mean length of stay represents the time spent hospitalized. This indicator usually varies according to the diagnosis and profile of the patient, technological development, and payment mechanisms. Payments per procedure generally encourage stay periods to be reduced, an opposite situation to when it is paid for on a per day basis. Theoretically, the higher the mean stay length, the greater the consumption of resources and the lower the productivity. Longer periods can be associated with hospital infections, as well as social factors and administrative issues – delays in implementing procedures and lack of additional or spare beds. However, shorter hospitalization periods can be associated with early discharges, early external transfers, unexpected deaths and low resolvability that result in early patient discharge.

The bed turnover index represents the extent to which the capacity of which is being used, expressed by the number of hospitalizations per bed in a given period. Although this may be considered one of the main indicators for productivity and efficiency, high values may indicate rehospitalizations, unnecessary hospitalizations or early discharges.

The hospital output percentage by external transfer indicates the percentage of hospital outputs that are a result of referrals to other institutions. High values usually point to low resolvability and a lack of structure that is necessary for appropriate patient treatment.

The hospital mortality rate measures the proportion of patients who die during hospitalization. This indicator reflects the patient’s general state, complexity of the cases, resolvability and quality of care provided. The hospital mortality rate can also be associated with hospital reservation access and rates, admission type (emergency or voluntary), early discharges and severe cases being transferred to other institutions. The inverse relationship between volume of procedures and deaths is recognized, which suggests the benefits of specializing in a small number of diagnostics and using determined technologies regarding the clinical outcome. However, one limitation of this study was that standardizing the indicator according to demand characteristics and social factors was not possible, which is a required procedure in possible developments of this study.

Five hundred and thirty three (533) hospitals in Sao Paulo that had beds available to the SUS that had HAA in 2012 were included in the selection process of this study. Facilities that were only open for daytime practice were excluded. The defined study categories based on information from the National Registry of Health Facilities were as follows:

Hospital size: small-sized (up to 50 beds), medium-sized (51 to 150 beds), large-sized (151 to 500 beds), and special-sized (up to 500 beds);

Administrative level: state, municipal and private;

Type of unit: specialized hospital and general hospital;

Legal status: direct administration, indirect administration, private for-profit and private non-profit; and

Educational activity: educational activity present (university unit, isolated upper school unit and educational aid unit) and no educational activity present.

Descriptive statistical data were presented according to mean and standard deviation for continuous and proportional variables. Normal distribution was proven by the Shapiro-Wilkinson test. The comparison of the differences between the means, which involved two or more groups, was performed using analysis of variance (ANOVA), while observing the equality of variances premise (Bartlett test). The differences between the means in the groups were evaluated while considering the Bonferroni correction, since multiple tests were performed to test each pair of means in the subgroups.

Statistical analysis was performed in the Stata, version 12.1 software (StataCorp, TX, USA).

RESULTS

The mean number of beds in hospitals in Sao Paulo that provided care for the SUS was 140.9. Around 6.9% of these beds were classified as additional, and the ratio of hospital staff per bed was 2.1. The mean bed occupancy rate was 52.2%, a result that is associated with a 7.2-day mean length of stay and a turnover rate of 39.1 outputs per bed in that year. The mean HAA value paid showed no association with the proportion of high complexity hospital outputs (adjusted R2 = 0.0302). The mean hospital mortality rate was 3.7%. The mortality rate showed no association with productivity indicators such as bed occupancy rate (adjusted R2 = 0.0018) and bed turnover index (adjusted R2 = 0.0090), indicating that greater efficiency is not related with poor quality.

Hospital structure indicators showed higher results (mean number of beds, percentage of specialized beds, greater complexity outputs, mean HAA value paid and ratio of hospital staff per bed) at larger facilities. Higher bed occupancy rate and mean length of stay were associated with large-sized hospitals. Bed occupancy rate was significantly lower in small hospitals (33.1%) than in medium (51.5%), large (69.5%) and special-sized (76.0%) hospitals. Hospitals with up to 50 beds had a mean length of stay of 3.7 days. Medium (6.9), large (10.6), and special-sized (13.6) facilities had a considerably longer mean length of stay. No differences were found between large and special-sized hospitals for most of the indicators selected, which indicates possible homogeneity (Table 1).

Table 1

Hospital indicators by size. Sao Paulo, SP, Southeastern Brazil, 2012.

Hospital indicators	Small size	Medium size	Large size	Special size	Total	p
	Mean (SD)	Mean (SD)	Mean (SD)	Mean (SD)	Mean (SD)
Number of hospitals	161	193	164	15	533	–
Indicators
Mean number of hospital beds	32.9 (11.1)	91.7 (28.0)	244.4 (77.8)	801.3 (286.1)	140.9 (156.0)	< 0.001
Percentage of specialized beds (%)	1.5 (4.4)	6.9 (9.6)	11.2 (9.5)	16.5 (17.8)	6.9 (9.6)	< 0.001*
Proportion of high complexity outputs (%)	1.1 (5.7)	1.1 (5.7)	4.7 (8.9)	17.4 (19.4)	2.9 (8.0)	< 0.001
Mean HAA value paid (R$)	827.55 (4,969.16)	841.77 (1,130.46)	1,439.09 (1,434.73)	2,587.20 (1,684.23)	1,070.39 (2,955.75)	0.032
Ratio of hospital staff per bed	2.0 (2.8)	1.9 (1.4)	2.5 (1.8)	3.5 (2.4)	2.1 (2.1)	0.001*
Ratio of hospital staff per occupied bed	14.9 (59.5)	11.8 (72.1)	4.9 (10.0)	5.0 (3.4)	10.4 (54.7)	0.392
Bed occupancy rate (%)	33.1 (20.4)	51.5 (25.0)	69.5 (21.1)	76.0 (18.9)	52.2 (26.7)	< 0.001*
Mean length of stay	3.7 (3.1)	6.9 (7.8)	10.6 (9.2)	13.6 (9.7)	7.2 (7.9)	< 0.001*
Bed turnover index	38.7 (26.1)	40.9 (20.5)	38.3 (21.0)	29.4 (15.7)	39.1 (22.4)	0.228
Percentage of external transfers (%)	4.7 (4.7)	2.7 (2.7)	1.6 (1.8)	1.2 (1.2)	2.9 (3.4)	< 0.001*
Hospital mortality rate (%)	3.5 (3.5)	3.5 (2.8)	4.1 (3.1)	3.6 (2.5)	3.7 (3.1)	0.229

HAA: Hospital Admission Authorization

* There was no significant observed difference between the large and special-sized facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

Municipal and private hospitals were classified mostly as small (38.5% and 34.0% respectively) and medium (32.1% and 38.5%), whereas state hospitals were mostly large (60.3%).

Private hospitals had less available human resources per bed than public hospitals; no significant difference was observed between municipal and state hospitals.

State hospitals had the highest bed occupancy rate (65.7%) and mean length of stay (9.8 days). Part of this longer stay can be explained by the lower level of referrals to other institutions and the increased complexity of the procedures performed. The turnover rate for the administrative level did not vary (Table 2).

Table 2

Hospital indicators for the administrative level. Sao Paulo, SP, Southeastern Brazil, 2012.

Hospital indicators	State	Municipal	Private	Total	p
	Mean (SD)	Mean (SD)	Mean (SD)	Mean (SD)
Number of hospitals	78	78	377	533	–
Indicators
Mean number of hospital beds	249.2 (219.4)	106.2 (89.4)	125.7 (141.5)	140.9 (156.0)	< 0.001a
Percentage of specialized beds (%)	12.7 (12.7)	8.4 (8.6)	5.3 (8.5)	6.9 (9.6)	< 0.001
Proportion of high complexity outputs (%)	6.2 (11.8)	0.8 (2.9)	2.6 (7.6)	2.9 (8.0)	< 0.001a
Mean HAA value paid (R$)	1,223.03 (1,029.75)	613.04 (250.34)	1,133.42 (3,475.48)	1,070.39 (2,955.75)	0.326
Ratio of hospital staff per bed	3.1 (1.6)	3.5 (2.0)	1,6 (2,0)	2.1 (2.1)	< 0.001b
Ratio of hospital staff per occupied bed	5.3 (3.7)	9.2 (13.0)	11.8 (64.7)	10.4 (54.7)	0.620
Bed occupancy rate (%)	65.7 (19.3)	54.2 (26.0)	49.0 (27.3)	52.2 (26.7)	< 0.001a
Mean length of stay	9.8 (8.5)	4.6 (2.4)	7.3 (8.3)	7.2 (7.9)	< 0.001
Bed turnover index	38.5 (21.5)	43.7 (18.0)	38.5 (21.5)	39.1 (22.4)	0.145
Percentage of external transfers (%)	1.7 (1.7)	5.0 (5.6)	2.7 (2.9)	2.9 (3.4)	< 0.001
Hospital mortality rate (%)	3.8 (2.8)	4.8 (3.0)	3.5 (3.2)	3.7 (3.1)	0.004b

HAA: Hospital Admission Authorization

a There was no significant observed difference between the municipal and private facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

b There was no significant observed difference between the municipal and state facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

Private hospitals had a lower hospital mortality rate than public hospitals. It was not possible to identify any differences between state and municipal hospitals (Table 2).

No significant differences were observed between hospitals with direct or indirect administration for indicators regarding the percentage of additional beds, percentage of highly complex procedures, mean HAA value paid, ratio of hospital staff per bed, bed occupancy rate, mean length of stay, bed turnover index and hospital mortality rate (Table 3).

Table 3

Hospital indicators by legal status. Sao Paulo, SP, Southeastern Brazil, 2012.

Hospital indicators	Direct administration	Indirect administration	Non-profit status	For-profit status	Total	p
	Mean (SD)	Mean (SD)	Mean (SD)	Mean (SD)	Mean (SD)
Number of hospitals	124	32	355	22	533	–
Indicators
Mean number of hospital beds	160.4 (133.0)	244.9 (298.4)	119.8 (138.3)	220.4 (161.8)	140.9 (156.0)	< 0.001b
Percentage of specialized beds (%)	10.1 (11.4)	12.6 (9.6)	5.3 (7.9)	6.1 (15.1)	6.9 (9.6)	< 0.001a,b,c
Proportion of high complexity outputs (%)	3.1 (8.7)	4.8 (10.0)	2.5 (7.0)	4.2 (13.8)	2.9 (8.0)	0.354
Mean HAA value paid (R$)	873.17 (717.98)	1,091.89 (1,083.08)	1,068.28 (3,488.08)	2,184.69 (3,153.72)	1,070.39 (2,955.75)	0.299
Ratio of hospital staff per bed	3.2 (1.8)	3.6 (1.7)	1.7 (2.0)	1.0 (1.9)	2.1 (2.1)	< 0.001a,c
Ratio of hospital staff per occupied bed	7.7 (10.8)	5.5 (2.7)	8.3 (40.9)	67.8 (207.8)	10.4 (54.7)	< 0.001a,b
Bed occupancy rate (%)	57.2 (23.8)	70.5 (19.7)	48.3 (26.2)	59.7 (41.4)	52.2 (26.7)	< 0.001a,c
Mean length of stay	7.4 (7.1)	6.5 (4.9)	6.5 (7.5)	19.0 (11.9)	7.2 (7.9)	< 0.001a,b
Bed turnover index	39.4 (20.5)	47.5 (16.3)	39.8 (22.9)	15.0 (15.2)	39.1 (22.4)	< 0.001a,b
Percentage of external transfers (%)	3.3 (4.6)	3.7 (3.7)	2.8 (3.0)	0.8 (1.1)	2.9 (3.4)	0.009a,b
Hospital mortality rate (%)	4.1 (3.0)	4.9 (2.9)	3.7 (3.2)	0.6 (1.1)	3.7 (3.1)	< 0.001a,b

HAA: Hospital Admission Authorization

a There was no significant observed difference between the direct and indirect administration facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

b There was no significant observed difference between the direct administration and the non-profit facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

c There was no significant observed difference between the for-profit and non-profit facilities for this indicator (p > 0.05) during this group analysis (Bonferroni).

Nonprofit hospitals had a shorter length of stay (6.5 versus 19.0 days), a higher bed turnover index (39.8 versus 15.0) and higher hospital mortality rate (3.7% versus 0.6%) than for-profit hospitals. No significant difference was found in the percentage of additional beds, percentage of high complexity outputs, mean HAA value paid, ratio of hospital staff per bed, and bed occupancy rate among the private groups (Table 3).

Educational activities were most present in large-sized hospitals (56.5%). The mean number of beds in these hospitals was 278.8, which is considerably higher than the mean number of beds in hospitals that have not developed educational activities (114.7). Hospitals that developed these activities also had a higher percentage of additional beds, higher proportion of high complexity hospital outputs (9.7% versus 1.6%), a higher mean HAA value paid, and higher ratio of hospital staff per bed (Table 4).

Table 4

Hospital indicators for educational activity. Sao Paulo, SP, Southeastern Brazil, 2012.

Hospital indicators	Educational activity	No educational activity	Total	p
	Mean (SD)	Mean (SD)	Mean (SD)
Number of hospitals	85	448	533	–
Indicators
Mean number of hospital beds	278.8 (254.4)	114.7 (11.8)	140.9 (156.0)	< 0.001
Percentage of specialized beds (%)	14.6 (11.0)	5.4 (8.5)	6.9 (9.6)	< 0.001
Proportion of high complexity outputs (%)	9.7 (12.7)	1.6 (5.9)	2.9 (8.0)	< 0.001
Mean HAA value paid (R$)	2,291.59 (6,840.40)	838.68 (1,125.79)	1,070.39 (2,955.75)	< 0.001
Ratio of hospital staff per bed	3.4 (1.8)	1.9 (2.0)	2.1 (2.1)	< 0.001
Ratio of hospital staff per occupied bed	19.9 (104.7)	8.6 (38.4)	10.4 (54.7)	0.082
Bed occupancy rate (%)	63.3 (24.3)	50.1 (26.7)	52.2 (26.7)	< 0.001
Mean length of stay	6.8 (5.3)	7.3 (8.3)	7.2 (7.9)	0.581
Bed turnover index	43.6 (20.1)	38.3 (22.7)	39.1 (22.4)	0.043
Percentage of external transfers (%)	1.6 (2.1)	3.2 (3.6)	2.9 (3.4)	< 0.001
Hospital mortality rate (%)	4.2 (3.2)	3.6 (3.1)	3.7 (3.1)	0.114

HAA: Hospital Admission Authorization

Even a higher bed occupancy rate (63.3%) and a higher bed turnover index (43.6) were observed in hospitals that had educational activity. But we found no significant differences between the groups for the mean length of stay and hospital mortality rates (Table 4).

The bed occupancy rate was higher in specialized hospitals (75.2%) compared with general hospitals. However, the turnover rate of these was lower (24.3) due to the greater length of stay (18.4 days) at the specialized institutions (Table 5).

Table 5

Hospital indicators by type of unit. Sao Paulo, SP, Southeastern Brazil, 2012.

Hospital indicators	General hospital	Specialized hospital	Total	p
	Mean (SD)	Mean (SD)	Mean (SD)
Number of hospitals	430	103	533	–
Indicators
Mean number of hospital beds	130.0 (157.1)	186.3 (143.1)	140.9 (156.0)	0.001
Percentage of specialized beds (%)	7.5 (9.7)	4.3 (8.4)	6.9 (9.6)	0.002
Proportion of high complexity outputs (%)	2.4 (6.7)	4.8 (11.8)	2.9 (8.0)	0.006
Mean HAA value paid (R$)	879.14 (1,249.92)	1,868.80 (6,180.44)	1,070.39 (2,955.75)	0.002
Ratio of hospital staff per bed	2.2 (2.0)	1.8 (2.1)	2.1 (2.1)	0.042
Ratio of hospital staff per occupied bed	11.7 (60.4)	5.0 (13.5)	10.4 (54.7)	0.262
Bed occupancy rate (%)	46.7 (23.7)	75.2 (26.4)	52.2 (26.7)	< 0.001
Mean length of stay	4.6 (3.7)	18.4 (10.5)	7.2 (7.9)	< 0.001
Bed turnover index	42.7 (21.5)	24.3 (19.8)	39.1 (22.4)	< 0.001
Percentage of external transfers (%)	3.4 (3.6)	0.9 (1.3)	2.9 (3.4)	< 0.001
Hospital mortality rate (%)	4.4 (2.9)	0.9 (2.4)	3.7 (3.1)	< 0.001

HAA: Hospital Admission Authorization

i Agrell J, Bogetoft P. Should health regulators use DEA? Frederiksberg: Department of Economics; 2001 [cited 2015 Jun 11]. Available from: http://www.researchgate.net/profile/Per_Agrell/publication/267566933_SHOULD_HEALTH_REGULATORS_USE_DEA_/links/546926a20cf20dedafd0d70c.pdf

j Marinho A, Façanha LO. Hospitais universitários: avaliação comparativa de eficiência técnica. Rio de Janeiro: Instituto de Pesquisa Econômica Aplicada; 2001 [cited 2015 Jun 11]. (Texto para Discussão, 805). Available from: http://www.ipea.gov.br/portal/index.php?option=com_content&view=article&id=4057

The hospital mortality rate was considerably lower in the specialized hospitals (0.9% versus 4.4% in general hospitals). This result proved to be consistent despite the higher percentage of high complexity hospitalizations and lower percentage of external transfers at such facilities (Table 5).

DISCUSSION

Most Brazilian hospitals are known for being small-sized and located in Brazil’s countryside. These hospitals are considered inefficient, despite their decentralized and regionalized position. Many small-sized facilities operate on the descending part of the mean cost curve, which allows them increased returns of scale and the leeway to reduce their fixed costs with increased volume of patients.

In contrast, large-sized hospitals have greater returns of scale as a result of their higher volume of patients and lesser uncertainty that is inherent to resource provision. These hospitals have higher occupancy rates and require less reservations for busy periods. In addition, these hospital are in a stronger position in relation to bargaining power with suppliers, and are often more efficient through their specialization in certain diagnoses and procedures. However, hospitals that are even larger experience diseconomies of scale, as hospitals that have already reduced their fixed costs and increased their number of patients may result in higher spending and reduced efficiency.

In this study, bed movement indicators highlighted the relevance of the scale effect for operational performance, meaning that medium and large-sized hospitals have the best results for these process indicators. Large and special-sized hospitals were similar regarding the selected indicators, which indicates a possible homogeneity between these groups. To have benefits from economies of scale, hospitals must operate with an ideal number of between 100 and 450 beds. The cost curve for hospitals is “U” shaped, in which the intermediate level, with approximately 230 beds, tends to be the most efficient. Thus, small-sized hospitals are always having to redefine their practices. Ministerial policies encourage bed closures that give priority to standing care and encouraging referral and counter-referral practices according to the level of complexity. Establishing inter-municipal health partnerships between small municipalities can lead to agreements to construct regional systems.

In addition to potential economies of scale related to the size and the number of patients, there is a direct relation between volume of procedures and quality of care. Hospitals that perform certain procedures with more often and employ certain technologies have lower mortality rates. This study showed that the ‘type of unit’ group was most closely associated with hospital mortality rate. These results were observed to be significantly lower than in specialized hospitals compared with general hospitals, despite the higher percentage of high complexity hospitalizations and the lower percentages of transfers than other facilities.

Type of unit can also affect the operational result. The bed occupancy rate was higher for specialized hospitals. However, due to the longer lengths of stay at these institutions, the turnover rate was considerably lower. Excessive treatment and high mean staying periods in specialized hospitals, which may impact performance, is common.i In contrast, general hospitals usually provide emergency or immediate medical attention that negatively affect performance, which is due to the seriousness of the cases and the larger number of deaths. In addition, general hospitals are often unable to provide appropriate therapies for diverse specialties and are required to refer patients to other institutions. Thus, there must be an optimum level of expertise associated with higher performance levels.

The administrative level also has a relationship with performance. Public hospitals tend to maximize the social benefit of the services provided while private hospitals tend to maximize profit. For-profit private hospitals also tend to become more and more specialized, particularly regarding high-cost procedures, as they are better remunerated by the system. However, this study found no significant difference between mean HAA value paid to public or private hospitals. Moreover, no association between mean HAA value paid and the proportion of high complexity outputs were found. Statistical analysis showed that the groupings used in this study do not adequately explain the results from the mean HAA value paid indicator. Other factors must be related to the health system’s remuneration of procedures.

Authors affirm that the competition between health providers is associated with better performance. However, the SUS establishes physical and financial ceilings for hospitals, according to size and historical care production information. This can prevent certain hospital from increasing the volume of the services it provides and reaching a high level of productivity. As a result, competition only usually exists for certain more profitable services, albeit only occasionally.

Education usually has an impact on hospital performance.j Facilities that provide education usually have a high ratio of professionals to beds, principally because of the medical teachers and resident doctors. Having residents at a hospital can have negative effects on efficiency, since medical training requires the time and dedication of other medical professionals at the hospital, in addition to requiring more tests and procedures. The group characterized by educational activities had the greatest association with the hospital staff per bed indicator during this study. However, education was related to better operational performance that was expressed by a higher bed occupancy rate and higher bed turnover index. The mean length of stay and hospital mortality rates showed no significant difference when comparing hospitals that had no educational activity.

This study pointed to the importance of the scale effect for efficiency, which reinforces findings from the literature in that larger hospitals display a superior performance when compared to facilities with fewer beds. Hospitals that provide education also display greater operational efficiencies expressed by the process indicators, albeit also having been associated with the importance of using human resources and highly complex structures. Specialized hospitals have a hospital mortality rate that is significantly lower than that in general hospitals, indicating the positive effect of the procedure volume and technology employed concerning clinical outcome. Finally, the analysis related to the administrative level and legal status did not show any significant performance differences between the categories of public hospitals.

INTRODUÇÃO

O envelhecimento da população e a adoção de tecnologias não-substitutivas em saúde determinam aumentos contínuos nos gastos do setor. Apesar disso, existe lacuna importante entre as melhores práticas existentes e o tratamento realmente dispensado ao paciente. Embora os gastos mostrem-se crescentes, os recursos destinados ao sistema de saúde são limitados e a população não admite apenas a ampliação de impostos como forma de financiamento do sistema.

Apesar da ênfase na reorientação do modelo assistencial no Sistema Único de Saúde (SUS), o principal foco da atenção permanece nos hospitais. O setor hospitalar realiza praticamente todas as internações do País e é também responsável por um quarto das consultas ambulatoriais e quase 80,0% dos atendimentos em urgência e emergência. A participação do setor nos gastos em saúde é estimada em cerca de 67,0%. O ambiente hospitalar atende às demandas de hierarquia mais elevada, mas também atua como importante porta de entrada e acompanhamento no sistema de saúde. A avaliação de desempenho vem crescendo nos últimos anos em decorrência do elevado custo assistencial e da eventual oportunidade de realocação de economias para outras partes do sistema.

A literatura internacional tem mostrado valores médios de ineficiência entre 13,0% e 59,0%. , Estudo americano estimou que cerca de 3,0% do Produto Interno Bruto do país era desperdiçado devido a ineficiências da rede hospitalar. Os valores gastos em atividades de atendimento hospitalar no Brasil, ainda que expressivos, parecem não se refletir em melhores resultados para a saúde da população em comparação com outros países com gastos semelhantes, ou mesmo, inferiores. O projeto Performance Assessment Tool for Quality Improvement in Hospitals preconiza a avaliação do desempenho hospitalar abrangendo dimensões como efetividade clínica, segurança e foco no paciente, eficiência, orientação dos profissionais de saúde e governança. No entanto, a performance hospitalar é de difícil mensuração em decorrência da carência de dados referentes às condições prévias à internação e, por isso, a avaliação de desempenho costuma focar-se no estudo de variáveis relacionadas à movimentação de pacientes e utilização de leitos hospitalares.

O objetivo deste estudo foi analisar se porte, esfera administrativa, natureza jurídica, tipo de unidade e atividade de ensino influenciam o desempenho de rede hospitalar prestadora de serviços ao Sistema Único de Saúde.

MÉTODOS

Neste estudo transversal foram analisados dados do estado de São Paulo, SP, de janeiro a dezembro de 2012, com base nas informações disponíveis no Sistema de Informações Hospitalares do SUS (SIH-SUS) e no Cadastro Nacional de Estabelecimentos de Saúde (CNES). O SIH-SUS forneceu informações relativas à autorização de internação hospitalar (AIH) como saídas hospitalares, transferências externas, quantidade de pacientes-dia, óbitos e valor da AIH paga. O CNES forneceu informações referentes a dezembro de 2012, sobre recursos humanos, leitos hospitalares e características dos estabelecimentos de saúde.

A abrangência desses bancos de dados é adequada para a avaliação do desempenho hospitalar e para nortear o processo decisório em saúde. No entanto, a possibilidade de invasão e de evasão de eventos, a possível ocorrência de sub-registros e alto percentual de ignorados, a possibilidade de erros na coleta de dados e o preenchimento incorreto ou incompleto de informações estão entre as principais limitações no manejo dessas bases de dados. Além disso, o instrumento de AIH carece de maior rigor epidemiológico por ter sido concebido para fins de faturamento. Essas bases de dados não fornecem acesso a características e informações internas dos hospitais, além de haver escassez de dados clínicos que permitem melhor comparação de resultados entre prestadores hospitalares.

Os principais indicadores escolhidos relacionaram-se sobretudo à estrutura e aos processos: proporção de leitos complementares; relação de pessoas por leito; proporção de saídas hospitalares de alta complexidade; valor médio da AIH paga; taxa de ocupação hospitalar; tempo médio de permanência; índice de rotatividade do leito; proporção de saídas hospitalares por transferência externa; e taxa de mortalidade hospitalar.

Para o cálculo dos indicadores relacionados à quantidade de leitos, utilizou-se como referência a disponibilidade de leitos no SUS, de modo a permitir a correspondência com as informações presentes no SIH-SUS, tanto para hospitais privados quanto para hospitais públicos que eventualmente destinam parte da estrutura para o atendimento privado. Quanto ao indicador pessoas por leito, considerou-se a razão entre o número total de profissionais e o de leitos hospitalares existentes, devido à impossibilidade de se determinar a disponibilidade exata de cada profissional para o atendimento ao SUS.

Foi realizada análise mais detalhada dos principais indicadores hospitalares selecionados, examinando método de cálculo e eventuais limitações.

A proporção de leitos complementares identifica os de mais elevada complexidade e resolubilidade (cuidados intensivos, intermediários e isolamento) no universo de leitos disponíveis. Por agregar tipos distintos de leitos sob a mesma nomenclatura, valores extremos para uma dessas categorias podem determinar valores discrepantes para o indicador.

Quanto ao indicador de pessoas por leito, em geral, instituições com menor razão por leito apresentam maior produtividade. Entretanto, isso pode indicar menor qualidade do cuidado. O indicador pode sofrer influência do grau de tecnologia empregada, da carga de atendimento ambulatorial e da existência de programas de desospitalização. , Entre as limitações de cálculo para o indicador, estão a possível natureza imprecisa dessas informações no CNES e sua ampla variedade de registros, que podem incluir ou não mão de obra terceirizada e relação de caráter liberal com os médicos em determinadas instituições.

A proporção de saídas hospitalares de alta complexidade permite comparar hospitais segundo complexidade dos diagnósticos e tratamentos dispensados. Em geral, a complexidade do paciente sofre influência de gênero, faixa etária, diagnósticos principal e secundário, tipo de admissão e de saída e necessidade de realização de procedimentos cirúrgicos. Foi considerada apenas a complexidade dos procedimentos realizados para este estudo, conforme apontado pela Tabela de Procedimentos, Medicamentos, Órteses, Próteses e Materiais Especiais do SUS.

O valor médio da AIH paga representa o faturamento médio por internação hospitalar. Embora seja reconhecido como importante mecanismo de pagamento, o valor da AIH nem sempre apresenta relação direta com os custos incorridos na prestação de serviços de saúde. Seria imprescindível a existência de robusto sistema de informações no País para adequada determinação de custos.

A taxa de ocupação hospitalar representa o grau de utilização dos leitos disponíveis, de forma que, em geral, valores muito baixos associam-se a menores níveis de eficiência. Entretanto, taxas elevadas podem indicar alta prevalência de comorbidades, baixa resolubilidade, pouca reserva para emergências ou desequilíbrio entre oferta e demanda. Ademais, como os indicadores de utilização de leito são estreitamente relacionados entre si, a taxa de ocupação hospitalar pode ser influenciada pelo tempo médio de permanência e índice de rotatividade do leito.

O período médio de permanência representa a duração da internação hospitalar. O indicador costuma variar de acordo com diagnóstico e perfil do paciente, desenvolvimento tecnológico e mecanismos de remuneração. Em geral, pagamentos por procedimento incentivam a redução dos prazos de permanência, situação oposta à remuneração por diária de internação. Em tese, quanto maior a média de permanência, maior o consumo de recursos e menor a produtividade. Períodos elevados podem estar associados à infecção hospitalar, assim como fatores sociais e questões administrativas – atrasos na execução de procedimentos e falta de leitos complementares ou de retaguarda. Por outro lado, menores prazos de internação podem associar-se a altas antecipadas, óbitos precoces, transferências externas e baixa resolubilidade determinando a dispensa precoce dos pacientes.

O índice de rotatividade representa a utilização da capacidade instalada, sendo expresso pelo número de internações por leito em determinado período. Embora possa ser considerado um dos principais indicadores de produtividade e eficiência, valores elevados podem indicar reinternações, internações desnecessárias ou altas precoces.

A proporção de saídas por transferência externa indica o percentual de saídas hospitalares decorrentes de encaminhamento a outras instituições. Valores elevados costumam apontar baixa resolubilidade do serviço e carência de estrutura necessária ao adequado tratamento de pacientes.

A taxa de mortalidade hospitalar mede a proporção de pacientes que vão a óbito durante a internação. Este indicador reflete estado geral dos pacientes, complexidade dos casos, resolubilidade e qualidade da assistência prestada. A taxa de mortalidade hospitalar também pode estar associada a possibilidades de acesso e taxas de reserva hospitalar, tipo de admissão (eletivo ou emergencial), altas precoces e transferência de casos graves a outras instituições. Também é reconhecida a relação inversa entre volume de procedimentos e óbitos, o que sugere efeito benéfico da especialização em poucos diagnósticos e o emprego de determinadas tecnologias sobre o desfecho clínico. No entanto, uma limitação do estudo foi a incapacidade de padronizar o indicador segundo características da demanda e fatores sociais, procedimento necessário em eventuais desdobramentos deste trabalho.

A seleção dos estabelecimentos contemplou os 533 hospitais paulistas com leitos disponíveis ao SUS que apresentaram AIH em 2012. Foram excluídos os estabelecimentos com atendimento exclusivo em regime de hospital-dia. As categorias de estudo foram definidas com base em informações do Cadastro Nacional de Estabelecimentos de Saúde, como se segue:

Porte hospitalar: pequeno porte (até 50 leitos), médio porte (51 a 150 leitos), grande porte (151 a 500 leitos) e porte especial (acima de 500 leitos);

Esfera administrativa: estadual, municipal e privada;

Tipo de unidade: hospital especializado e hospital geral;

Natureza jurídica: administração direta, administração indireta, privada lucrativa e privada não-lucrativa; e

Atividade de ensino: presença de atividade de ensino (unidade universitária, unidade escolar superior isolada e unidade auxiliar de ensino) e ausência de atividade de ensino.

Dados de estatística descritiva foram apresentados em termos de média e desvio-padrão para variáveis contínuas e proporções. A distribuição normal foi comprovada pelo teste de Shapiro-Wilkinson. A comparação e o teste de diferença entre médias, envolvendo dois ou mais grupos, foram realizados mediante análise de variância (ANOVA), observada a premissa de igualdade de variâncias (teste de Bartlett). A diferença entre médias nos grupos foi avaliada considerando a correção de Bonferroni, uma vez que múltiplos testes foram realizados para testar cada par de médias nos subgrupos.

A análise estatística foi realizada por meio do software Stata, versão 12.1 (StataCorp, TX, EUA).

RESULTADOS

O número médio de leitos nos hospitais paulistas que prestaram atendimento ao SUS foi de 140,9. Cerca de 6,9% dos leitos foram classificados como complementares e a relação de pessoas por leito foi de 2,1. A taxa de ocupação hospitalar média foi de 52,2%, valor associado ao tempo médio de permanência de 7,2 dias e ao índice de rotatividade de 39,1 saídas por leito no ano. O valor médio da AIH paga não mostrou associação com a proporção de saídas hospitalares de alta complexidade (R2 ajustado = 0,0302). A taxa de mortalidade hospitalar média encontrada foi de 3,7%. A taxa de mortalidade não mostrou associação com indicadores de produtividade, como taxa de ocupação hospitalar (R2 ajustado = 0,0018) e índice de rotatividade do leito (R2 ajustado = 0,0090), indicando que maior eficiência não se relacionou a pior qualidade.

Indicadores de estrutura hospitalar tiveram resultados mais elevados (número médio de leitos, proporção de leitos complementares, saídas de maior complexidade, valor médio de AIH paga e relação de pessoas por leito) nas instituições de maior porte. Taxa de ocupação hospitalar e tempo médio de permanência mais elevados associaram-se aos maiores portes. A taxa de ocupação em hospitais de pequeno porte (33,1%) mostrou-se significativamente inferior à de hospitais de porte médio (51,5%), grande (69,5%) e especial (76,0%). Os hospitais com até 50 leitos tiveram tempo médio de permanência de 3,7 dias. Estabelecimentos de portes médio (6,9), grande (10,6) e especial (13,6) apresentaram tempo médio de permanência consideravelmente maior. Não se observou diferenças entre hospitais de grande porte e de porte especial para a maior parte dos indicadores selecionados, indicando possível homogeneidade (Tabela 1).

Tabela 1

Indicadores hospitalares por porte. São Paulo, SP, Brasil, 2012.

Indicadores hospitalares	Pequeno porte	Médio porte	Grande porte	Porte especial	Total	p
	Média (DP)	Média (DP)	Média (DP)	Média (DP)	Média (DP)
Número de hospitais	161	193	164	15	533	–
Indicadores
Número médio de leitos hospitalares	32,9 (11,1)	91,7 (28,0)	244,4 (77,8)	801,3 (286,1)	140,9 (156,0)	< 0,001
Proporção de leitos complementares (%)	1,5 (4,4)	6,9 (9,6)	11,2 (9,5)	16,5 (17,8)	6,9 (9,6)	< 0,001*
Proporção de saídas de alta complexidade (%)	1,1 (5,7)	1,7 (5,7)	4,7 (8,9)	17,4 (19,4)	2,9 (8,0)	< 0,001
Valor médio da AIH paga (R$)	827,55 (4.969,16)	841,77 (1.130,46)	1.439,09 (1.434,73)	2.587,20 (1.684,23)	1.070,39 (2.955,75)	0,032
Relação de pessoas por leito	2,0 (2,8)	1,9 (1,4)	2,5 (1,8)	3,5 (2,4)	2,1 (2,1)	0,001*
Relação de pessoas por leito ocupado	14,9 (59,5)	11,8 (72,1)	4,9 (10,0)	5,0 (3,4)	10,4 (54,7)	0,392
Taxa de ocupação hospitalar (%)	33,1 (20,4)	51,5 (25,0)	69,5 (21,1)	76,0 (18,9)	52,2 (26,7)	< 0,001*
Tempo médio de permanência	3,7 (3,1)	6,9 (7,8)	10,6 (9,2)	13,6 (9,7)	7,2 (7,9)	< 0,001*
Índice de rotatividade do leito	38,7 (26,1)	40,9 (20,5)	38,3 (21,0)	29,4 (15,7)	39,1 (22,4)	0,228
Proporção de transferências externas (%)	4,7 (4,7)	2,7 (2,7)	1,6 (1,8)	1,2 (1,2)	2,9 (3,4)	< 0,001*
Taxa de mortalidade hospitalar (%)	3,5 (3,5)	3,5 (2,8)	4,1 (3,1)	3,6 (2,5)	3,7 (3,1)	0,229

AIH: Autorização de Internação Hospitalar

* Não foi observada diferença significativa entre grande porte e porte especial para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

Os hospitais municipais e privados foram classificados majoritariamente em pequeno (respectivamente 38,5% e 34,0%) e médio portes (32,1% e 38,5%), ao passo que, entre os estabelecimentos estaduais, predominou o grande porte (60,3%).

Os hospitais privados apresentaram menor disponibilidade de recursos humanos por leito que os hospitais públicos e não foi observada diferença significativa entre os hospitais municipais e estaduais.

Hospitais estaduais apresentaram valores mais elevados para taxa de ocupação hospitalar (65,7%) e tempo médio de permanência (9,8 dias). Parte dessa maior permanência pode ser explicada pelo menor nível de encaminhamento a outras instituições e pela maior complexidade dos procedimentos realizados. O índice de rotatividade por esfera administrativa não variou (Tabela 2).

Tabela 2

Indicadores hospitalares por esfera administrativa. São Paulo, SP, Brasil, 2012.

Indicadores hospitalares	Estadual	Municipal	Privada	Total	p
	Média (DP)	Média (DP)	Média (DP)	Média (DP)
Número de hospitais	78	78	377	533	–
Indicadores
Número médio de leitos hospitalares	249,2 (219,4)	106,2 (89,4)	125,7 (141,5)	140,9 (156,0)	< 0,001a
Proporção de leitos complementares (%)	12,7 (12,7)	8,4 (8,6)	5,3 (8,5)	6,9 (9,6)	< 0,001
Proporção de saídas de alta complexidade (%)	6,2 (11,8)	0,8 (2,9)	2,6 (7,6)	2,9 (8,0)	< 0,001a
Valor médio da AIH paga (R$)	1.223,03 (1.029,75)	613,04 (250,34)	1.133,42 (3.475,48)	1.070,39 (2.955,75)	0,326
Relação de pessoas por leito	3,1 (1,6)	3,5 (2,0)	1,6 (2,0)	2,1 (2,1)	< 0,001b
Relação de pessoas por leito ocupado	5,3 (3,7)	9,2 (13,0)	11,8 (64,7)	10,4 (54,7)	0,620
Taxa de ocupação hospitalar (%)	65,7 (19,3)	54,2 (26,0)	49,0 (27,3)	52,2 (26,7)	< 0,001a
Tempo médio de permanência	9,8 (8,5)	4,6 (2,4)	7,3 (8,3)	7,2 (7,9)	< 0,001
Índice de rotatividade do leito	38,5 (21,5)	43,7 (18,0)	38,3 (23,3)	39,1 (22,4)	0,145
Proporção de transferências externas (%)	1,7 (1,7)	5,0 (5,6)	2,7 (2,9)	2,9 (3,4)	< 0,001
Taxa de mortalidade hospitalar (%)	3,8 (2,8)	4,8 (3,0)	3,5 (3,2)	3,7 (3,1)	0,004b

AIH: Autorização de Internação Hospitalar

a Não foi observada diferença significativa entre esferas municipal e privada para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

b Não foi observada diferença significativa entre esferas municipal e estadual para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

Hospitais privados apresentaram menor taxa de mortalidade hospitalar que os hospitais públicos. Não foi possível identificar diferenças entre hospitais municipais e estaduais (Tabela 2).

Não foram observadas diferenças significativas entre hospitais da administração direta e indireta para indicadores de proporção de leitos complementares, percentual de procedimentos de alta complexidade, valor médio da AIH paga, relação de pessoas por leito, taxa de ocupação hospitalar, tempo médio de permanência, índice de rotatividade do leito e taxa de mortalidade hospitalar (Tabela 3).

Tabela 3

Indicadores hospitalares por natureza jurídica. São Paulo, SP, Brasil, 2012.

Indicadores hospitalares	Administração direta	Administração indireta	Natureza não lucrativa	Natureza lucrativa	Total	p
	Média (DP)	Média (DP)	Média (DP)	Média (DP)	Média (DP)
Número de hospitais	124	32	355	22	533	–
Indicadores
Número médio de leitos hospitalares	160,4 (133,0)	244,9 (298,4)	119,8 (138,3)	220,4 (161,8)	140,9 (156,0)	< 0,001b
Proporção de leitos complementares (%)	10,1 (11,4)	12,6 (9,6)	5,3 (7,9)	6,1 (15,1)	6,9 (9,6)	< 0,001a,b,c
Proporção de saídas de alta complexidade (%)	3,1 (8,7)	4,8 (10,0)	2,5 (7,0)	4,2 (13,8)	2,9 (8,0)	0,354
Valor médio da AIH paga (R$)	873,17 (717,98)	1.091,89 (1.083,08)	1.068,28 (3.488,08)	2.184,69 (3.153,72)	1.070,39 (2.955,75)	0,299
Relação de pessoas por leito	3,2 (1,8)	3,6 (1,7)	1,7 (2,0)	1,0 (1,9)	2,1 (2,1)	< 0,001a,c
Relação de pessoas por leito ocupado	7,7 (10,8)	5,5 (2,7)	8,3 (40,9)	67,8 (207,8)	10,4 (54,7)	< 0,001a,b
Taxa de ocupação hospitalar (%)	57,2 (23,8)	70,5 (19,7)	48,3 (26,2)	59,7 (41,4)	52,2 (26,7)	< 0,001a,c
Tempo médio de permanência	7,4 (7,1)	6,5 (4,9)	6,5 (7,5)	19,0 (11,9)	7,2 (7,9)	< 0,001a,b
Índice de rotatividade do leito	39,4 (20,5)	47,5 (16,3)	39,8 (22,9)	15,0 (15,2)	39,1 (22,4)	< 0,001a,b
Proporção de transferências externas (%)	3,3 (4,6)	3,7 (3,7)	2,8 (3,0)	0,8 (1,1)	2,9 (3,4)	0,009a,b
Taxa de mortalidade hospitalar (%)	4,1 (3,0)	4,9 (2,9)	3,7 (3,2)	0,6 (1,1)	3,7 (3,1)	< 0,001a,b

AIH: Autorização de Internação Hospitalar

a Não foi observada diferença significativa entre administração direta e administração indireta para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

b Não foi observada diferença significativa entre administração direta e natureza não lucrativa para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

c Não foi observada diferença significativa entre natureza não lucrativa e natureza lucrativa para o indicador (p > 0,05), na análise entre grupos (Bonferroni).

Hospitais com finalidade não lucrativa apresentaram menor tempo de permanência (6,5 versus 19,0 dias), maior índice de rotatividade do leito (39,8 versus 15,0) e maior taxa de mortalidade hospitalar (3,7% versus 0,6%) que aqueles com finalidade lucrativa. Não houve diferença significativa em proporção de leitos complementares, percentual de saídas de alta complexidade, valor médio da AIH paga, relação de pessoas por leito e taxa de ocupação hospitalar entre os grupos privados (Tabela 3).

As atividades de ensino predominaram nos hospitais de grande porte (56,5%). O número médio de leitos nesses hospitais foi de 278,8 leitos, valor consideravelmente superior à média de 114,7 leitos dos hospitais que não desenvolveram atividades de ensino. Os que desenvolveram estas atividades também apresentaram maior percentual de leitos complementares, maior proporção de saídas hospitalares de alta complexidade (9,7% versus 1,6%), maior valor médio da AIH paga e maior relação de pessoas por leito (Tabela 4).

Tabela 4

Indicadores hospitalares por atividade de ensino. São Paulo, SP, Brasil, 2012.

Indicadores hospitalares	Atividade de ensino	Sem atividade de ensino	Total	p
	Média (DP)	Média (DP)	Média (DP)
Número de hospitais	85	448	533	–
Indicadores
Número médio de leitos hospitalares	278,8 (254,4)	114,7 (11,8)	140,9 (156,0)	< 0,001
Proporção de leitos complementares (%)	14,6 (11,0)	5,4 (8,5)	6,9 (9,6)	< 0,001
Proporção de saídas de alta complexidade (%)	9,7 (12,7)	1,6 (5,9)	2,9 (8,0)	< 0,001
Valor médio da AIH paga (R$)	2.291,59 (6.840,40)	838,68 (1.125,79)	1.070,39 (2.955,75)	< 0,001
Relação de pessoas por leito	3,4 (1,8)	1,9 (2,0)	2,1 (2,1)	< 0,001
Relação de pessoas por leito ocupado	19,9 (104,7)	8,6 (38,4)	10,4 (54,7)	0,082
Taxa de ocupação hospitalar (%)	63,3 (24,3)	50,1 (26,7)	52,2 (26,7)	< 0,001
Tempo médio de permanência	6,8 (5,3)	7,3 (8,3)	7,2 (7,9)	0,581
Índice de rotatividade do leito	43,6 (20,1)	38,3 (22,7)	39,1 (22,4)	0,043
Proporção de transferências externas (%)	1,6 (2,1)	3,2 (3,6)	2,9 (3,4)	<0,001
Taxa de mortalidade hospitalar (%)	4,2 (3,2)	3,6 (3,1)	3,7 (3,1)	0,114

AIH: Autorização de Internação Hospitalar

Observou-se ainda maior taxa de ocupação hospitalar (63,3%) e maior índice de rotatividade do leito (43,6) nos hospitais com atividade de ensino. O tempo médio de permanência e a taxa de mortalidade hospitalar não apresentaram diferença significativa entre os grupos (Tabela 4).

A taxa de ocupação hospitalar mostrou-se mais elevada em hospitais especializados (75,2%) em comparação com hospitais gerais. No entanto, o índice de rotatividade destes apresentou-se inferior (24,3) em decorrência do maior tempo de permanência (18,4 dias) nas instituições especializadas (Tabela 5).

Tabela 5

Indicadores hospitalares por tipo de unidade. São Paulo, SP, Brasil, 2012.

Indicadores hospitalares	Hospital geral	Hospital especializado	Total	p
	Média (DP)	Média (DP)	Média (DP)
Número de hospitais	430	103	533	–
Indicadores
Número médio de leitos hospitalares	130,0 (157,1)	186,3 (143,1)	140,9 (156,0)	0,001
Proporção de leitos complementares (%)	7,5 (9,7)	4,3 (8,4)	6,9 (9,6)	0,002
Proporção de saídas de alta complexidade (%)	2,4 (6,7)	4,8 (11,8)	2,9 (8,0)	0,006
Valor médio da AIH paga (R$)	879,14 (1.249,92)	1.868,80 (6.180,44)	1.070,39 (2.955,75)	0,002
Relação de pessoas por leito	2,2 (2,0)	1,8 (2,1)	2,1 (2,1)	0,042
Relação de pessoas por leito ocupado	11,7 (60,4)	5,0 (13,5)	10,4 (54,7)	0,262
Taxa de ocupação hospitalar (%)	46,7 (23,7)	75,2 (26,4)	52,2 (26,7)	< 0,001
Tempo médio de permanência	4,6 (3,7)	18,4 (10,5)	7,2 (7,9)	< 0,001
Índice de rotatividade do leito	42,7 (21,5)	24,3 (19,8)	39,1 (22,4)	< 0,001
Proporção de transferências externas (%)	3,4 (3,6)	0,9 (1,3)	2,9 (3,4)	< 0,001
Taxa de mortalidade hospitalar (%)	4,4 (2,9)	0,9 (2,4)	3,7 (3,1)	< 0,001

AIH: Autorização de Internação Hospitalar

A taxa de mortalidade hospitalar apresentou-se consideravelmente inferior nos hospitais especializados (0,9% versus 4,4% nos hospitais gerais). Tal resultado mostrou-se consistente apesar da maior proporção de internações de alta complexidade e do menor percentual de transferências externas em tais estabelecimentos (Tabela 5).

DISCUSSÃO

A maioria dos hospitais brasileiros é reconhecida pelo seu pequeno porte e capilaridade para o interior do País. Estes hospitais, ainda que estratégicos para descentralização e regionalização, mostram-se pouco eficientes. Muitas instituições de pequeno porte operam na parte decrescente da curva de custo médio, possibilitando retornos crescentes de escala e espaço para amortização de custos fixos com o aumento do volume de atendimentos.

Por outro lado, hospitais de grande porte apresentam ganhos em eficiência de escala em decorrência do maior volume de atendimentos e da menor incerteza inerente à provisão de recursos. Esses hospitais apresentam maiores taxas de ocupação e necessitam de menores reservas para períodos de pico. Além disso, exercem maior poder de barganha junto a fornecedores e, muitas vezes, experimentam eficiência por meio da especialização em determinados diagnósticos e procedimentos. No entanto, nos níveis ainda mais superiores de porte predomina a deseconomia de escala, pois os hospitais já amortizaram seus custos fixos e aumentos no número de atendimentos podem determinar maiores gastos e redução na eficiência.

Os indicadores de movimentação dos leitos, neste estudo, apontaram a relevância do efeito escala para o desempenho operacional, de modo que hospitais de médio e grande porte apresentaram melhores resultados para os indicadores de processos. Hospitais de grande porte e de porte especial foram semelhantes quanto a maior parte dos indicadores selecionados, indicando possível homogeneidade entre estes grupos. Para obter vantagens em economias de escala, hospitais devem operar com número desejável de 100 a 450 leitos. A curva de custos hospitalares segue o formato de “U”, na qual o nível intermediário, com aproximadamente 230 leitos, tende a ser o mais eficiente. Por isso, hospitais de pequeno porte vivem um momento de redefinição de atribuições. Políticas ministeriais estimulam o fechamento de leitos, privilegiando o atendimento ambulatorial e incentivando práticas de referência e contrarreferência segundo o nível de complexidade. A criação de consórcios intermunicipais de saúde entre pequenos municípios favorece a construção de sistemas regionais pactuados.

Além de potenciais economias de escala relacionadas à porte e ao número de atendimentos, existe relação direta entre volume de procedimentos e qualidade da assistência. Hospitais que realizam determinado procedimento com maior frequência e empregam determinadas tecnologias apresentam menores taxas de mortalidade. O presente estudo mostrou que tipo de unidade foi o agrupamento mais associado com a taxa de mortalidade hospitalar. Observaram-se resultados consideravelmente inferiores nos hospitais especializados em comparação com os hospitais gerais, apesar da maior proporção de internações de alta complexidade e do menor percentual de transferências a outras instituições.

O tipo de unidade também pode afetar o resultado operacional. A taxa de ocupação hospitalar foi mais elevada para hospitais especializados. No entanto, em decorrência do maior tempo de permanência nessas instituições, o índice de rotatividade apresentou-se consideravelmente inferior. É comum a existência de tratamentos excessivos e elevadas médias de permanência em hospitais especializados, o que pode impactar no desempenho. Por outro lado, os hospitais gerais costumam oferecer serviços de urgência e emergência que afetam negativamente o desempenho, em decorrência da gravidade dos casos e do maior número de óbitos. Além disso, hospitais gerais mostram-se, com frequência, incapazes de dispensar terapias adequadas para diversas especialidades e são obrigados a encaminhar pacientes a outras instituições. Deste modo, deve existir um nível ótimo de especialização associado a níveis mais elevados de desempenho.

A esfera administrativa também apresenta relação com o desempenho. Hospitais públicos tendem a maximizar a utilidade social dos serviços prestados enquanto os hospitais privados tendem a maximizar o lucro. Hospitais privados lucrativos também tendem a tornar-se cada vez mais especializados, sobretudo em procedimentos de alto custo, mais bem remunerados pelo sistema. No entanto, o presente estudo não observou diferença significativa entre valor médio da AIH paga a hospitais públicos e privados. Também não se verificou associação entre valor médio da AIH paga e proporção de saídas de alta complexidade. A análise estatística mostrou que os agrupamentos utilizados no estudo explicaram pouco os resultados do indicador de valor médio da AIH paga. Outros fatores devem estar relacionados à remuneração de procedimentos pelo sistema de saúde.

Autores consideram a competição entre prestadores associada ao melhor desempenho. No entanto, o SUS estabelece tetos físicos e financeiros à produção dos hospitais, de acordo com tamanho e série histórica de produção. Isso pode impedir que determinado hospital aumente o volume de serviços prestados e atinja alto grau de produtividade. Em virtude disso, a competição costuma ocorrer apenas pontualmente por determinados serviços mais lucrativos.

O ensino costuma impactar o desempenho hospitalar. As instituições de ensino habitualmente apresentam elevada relação de profissionais por leito, sobretudo docentes e médicos residentes. A existência de residentes pode exercer efeitos negativos sobre a eficiência, uma vez que treinamento em serviço requer tempo e dedicação de outras categorias profissionais, além de demandar maior realização de exames e procedimentos. O grupo caracterizado por atividades de ensino apresentou a maior associação com o indicador de pessoas por leito no presente estudo. Por outro lado, o ensino esteve relacionado ao melhor desempenho operacional, expresso por mais elevada taxa de ocupação hospitalar e maior índice de rotatividade do leito. O tempo médio de permanência e a taxa de mortalidade hospitalar não apresentaram diferença significativa em comparação com os hospitais que não exerceram atividade de ensino.

O presente estudo indicou a importância do efeito escala para a eficiência, reforçando achados da literatura em que hospitais de maior porte apresentam desempenho superior quando comparados a estabelecimentos com um menor número de leitos. A utilização para ensino também determinou maior desempenho operacional, expresso por indicadores de processos, ainda que também tenha se associado a uma importante utilização de recursos humanos e de estrutura de alta complexidade. Os hospitais especializados apresentaram taxa de mortalidade hospitalar sensivelmente inferior a de hospitais gerais, indicando o efeito positivo do volume de procedimentos e da tecnologia empregada sobre o desfecho clínico. Finalmente, as análises relativas à esfera administrativa e natureza jurídica não evidenciaram diferenças significativas de desempenho entre as categorias de hospitais públicos.