Análise de predições de atendimentos na saúde em Florianópolis

Abstract

Objetivo: Comparar modelos de séries temporais na predição de atendimentos individuais mensais em Florianópolis em 2024. Métodos: Usando dados públicos de atendimentos de 2019 a 2023 do Ministério da Saúde do Brasil, aplicados nos modelos ARIMA, SARIMA, Stacking e Holt-Winters. A comparação foi baseada em métricas de erro. Resultados: SARIMA apresentou maior precisão, enquanto ARIMA gerou predição constante para todos os meses, embora suas métricas de erro serem semelhantes às de SARIMA. Conclusões: A aplicação de modelos de séries temporais é útil para o planejamento em saúde pública, embora as diferenças entre modelos indiquem limitações. Essas técnicas podem otimizar recursos e melhorar a qualidade do atendimento, mas estudos adicionais são necessários para aprofundar as análises e aprimorar as predições.