Análise Exploratória - Projeto SESA

# 📚 Bibliotecas
library(tidyverse)
library(shiny)
library(plotly)
library(gridExtra)

Descrição das bases

📑 Na base sobre absenteísmo haviam o registros de 12 hospitais, sendo que o Hospital de Messejana apresentou todos os registros NA.

📑 Na base sobre os disparos de WhatsApp haviam o registro 68 hospitais

# dados processados sobre absenteismo
df_absenteismo = read.csv('absenteismo_processed.csv')
# dados processados sobre alertas no whatsapp
df_whatsapp = read.csv('whatsapp_processed.csv')

📑 Para a análise exploratória dos dados foram considerados os registros dos hospitais presentes nas duas bases disponibilizadas. Além disso, o HOSPITAL DE MESSEJANA não apresentou registros na base de absenteísmo.

hospitais = unique(df_absenteismo$hospital_padronizado)
hospitais = hospitais[hospitais != 'HOSPITAL DE MESSEJANA']

hospitais

 [1] "HOSPITAL JOSE MARTINIANO DE ALENCAR"           
 [2] "HOSPITAL DE SAÚDE MENTAL PROFESSOR FROTA PINTO"
 [3] "HOSPITAL ESTADUAL LEONARDO DA VINCI"           
 [4] "HOSPITAL GERAL FORTALEZA"                      
 [5] "HOSPITAL GERAL WALDEMAR ALCANTARA"             
 [6] "HOSPITAL REGIONAL DO CARIRI"                   
 [7] "HOSPITAL REGIONAL DO SERTAO CENTRAL"           
 [8] "HOSPITAL REGIONAL NORTE"                       
 [9] "HOSPITAL REGIONAL VALE DO JAGUARIBE"           
[10] "HOSPITAL SÃO JOSÉ DE DOENÇAS INFECCIOSAS"      
[11] "HOSPITAL UNIVERSITÁRIO DO CEARÁ"               

Análise Absenteísmo

📑 Inicialmente, analisou-se o total de agendamentos, o total de faltas e a taxa de absenteísmo geral e por unidade hospitalar. No geral, os meses com os maiores números de faltas foram os meses de outubro de 2024, novembro de 2024, agosto de 2024 e dezembro de 2024, respectivamente. Também, observa-se uma queda consecutiva na taxa absenteísmo nos últimos três meses.

# calcular os totais e a taxa de absenteísmo
df_totais = df_absenteismo |> 
  group_by(periodo) |> 
  summarise(Faltas = sum(faltas, na.rm = TRUE),
            Agendamentos = sum(agendamentos, na.rm = TRUE),
            TaxaAbsenteismo = (sum(Faltas) / sum(Agendamentos)) * 100,
            .groups = 'drop')

# calcular o fator de escala para a linha
max_quantidade = max(df_totais$Faltas, df_totais$Agendamentos, na.rm = TRUE)
fator_escala = max_quantidade / 100

# contruindo o grafico com os tres indicadores
df_totais |> 
  pivot_longer(
    cols = c(Faltas, Agendamentos),
    names_to = 'Tipo',
    values_to = 'Quantidade') |> 
  ggplot(aes(x = periodo)) +
  geom_bar(aes(y = Quantidade, fill = Tipo),
           stat = 'identity', position = 'dodge', alpha = 0.8) +
  geom_text(aes(y = Quantidade/2, label = ifelse(Tipo == 'Faltas', Quantidade, ''), 
                group = Tipo), position = position_dodge(width = 0.9),
            color = 'white', size = 3.5, fontface = 'bold',
            show.legend = FALSE) +
  geom_text(aes(y = Quantidade, label = ifelse(Tipo == 'Agendamentos', Quantidade, ''), group = Tipo),
            position = position_dodge(width = 0.9),
            vjust = -0.5, size = 3.5, fontface = 'bold', color = '#3BA9DB',
            show.legend = FALSE) +
  
  # Linha para a taxa de absenteísmo - adicionar aes(color)
  geom_line(aes(y = TaxaAbsenteismo * fator_escala, group = 1, color = 'Taxa de Absenteísmo'), 
            size = 1.5, alpha = 0.8) +
  geom_point(aes(y = TaxaAbsenteismo * fator_escala, color = 'Taxa de Absenteísmo'), 
             size = 3) +
  geom_text(aes(y = TaxaAbsenteismo * fator_escala, 
                label = paste0(round(TaxaAbsenteismo, 1), '%')),
            vjust = -1, size = 3.5, color = '#2c5282', fontface = 'bold') +
  scale_y_continuous(
    name = '',
    sec.axis = sec_axis(~ . / fator_escala, 
                        name = '',
                        labels = function(x) paste0(round(x, 2), '%'))
  ) +
  labs(title = '', x = '', fill = '', color = '') +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1),
    axis.title.y.left = element_text(color = 'black'),
    axis.text.y.left = element_text(color = 'black'),
    axis.title.y.right = element_text(color = 'black'),
    axis.text.y.right = element_text(color = 'black'),
    panel.grid.major.y = element_line(color = 'gray80'),
    panel.grid.minor.y = element_blank(),
    legend.position = 'top'
  ) +
  scale_fill_manual(values = c('Faltas' = '#1C4F66', 'Agendamentos' = '#3BA9DB')) +
  scale_color_manual(values = c('Taxa de Absenteísmo' = '#2c5282'))

Análise para cada hospital

# 📈 gerando o grafico com os tres indicadores para cada hospital
hospitais = unique(df_absenteismo$hospital_padronizado)
hospitais = hospitais[hospitais != 'HOSPITAL DE MESSEJANA']

# funcao para criar o grafico para cada hospital
criar_grafico_hospital = function(hospital_nome) {
  
  # filtrar dados para o hospital especifico
  df_hospital = df_absenteismo |> 
    filter(hospital_padronizado == hospital_nome) |> 
    group_by(periodo) |> 
    summarise(
      Faltas = sum(faltas, na.rm = TRUE),
      Agendamentos = sum(agendamentos, na.rm = TRUE),
      TaxaAbsenteismo = ifelse(Agendamentos > 0, (Faltas / Agendamentos) * 100, 0),
      .groups = 'drop'
    )
  
  # calcular fator de escala para este hospital
  max_quantidade = max(df_hospital$Faltas, df_hospital$Agendamentos, na.rm = TRUE)
  if (max_quantidade == 0 || is.infinite(max_quantidade)) {
    fator_escala = 1
  } else {
    fator_escala = max_quantidade / 100
  }
  
  # criar o gráfico
  p = df_hospital |> 
    pivot_longer(
      cols = c(Faltas, Agendamentos),
      names_to = 'Tipo',
      values_to = 'Quantidade') |> 
    ggplot(aes(x = periodo)) +
    geom_bar(aes(y = Quantidade, fill = Tipo),
             stat = 'identity', position = 'dodge', alpha = 0.8) +
    geom_text(aes(y = Quantidade/2, label = ifelse(Tipo == 'Faltas', Quantidade, ''), 
                  group = Tipo),
              position = position_dodge(width = 0.9),
              color = 'white', size = 3, fontface = 'bold',
              show.legend = FALSE) +
    geom_text(aes(y = Quantidade, label = ifelse(Tipo == 'Agendamentos', Quantidade, ''), 
                  group = Tipo),
              position = position_dodge(width = 0.9),
              vjust = -0.5, size = 3, fontface = 'bold', color = '#3BA9DB',
              show.legend = FALSE) +
    
    # Adicionar esteticas para a legenda da taxa
    geom_line(aes(y = TaxaAbsenteismo * fator_escala, group = 1, color = 'Taxa de Absenteísmo'), 
              size = 1.5, alpha = 0.8) +
    geom_point(aes(y = TaxaAbsenteismo * fator_escala, color = 'Taxa de Absenteísmo'), 
               size = 3) +
    geom_text(aes(y = TaxaAbsenteismo * fator_escala, 
                  label = paste0(round(TaxaAbsenteismo, 1), '%')),
              vjust = -1, size = 3, color = '#2c5282', fontface = 'bold') +
    scale_y_continuous(
      name = '',
      sec.axis = sec_axis(~ . / fator_escala, 
                          name = '',
                          labels = function(x) paste0(round(x, 1), '%'))
    ) +
    labs(
      title = hospital_nome,
      x = '', 
      fill = '',
      color = ''
    ) +
    theme_minimal() +
    theme(
      axis.text.x = element_text(angle = 45, hjust = 1, size = 8),
      axis.title.y.left = element_text(color = 'black'),
      axis.text.y.left = element_text(color = 'black'),
      axis.title.y.right = element_text(color = 'black'),
      axis.text.y.right = element_text(color = 'black'),
      panel.grid.major.y = element_line(color = 'gray80'),
      panel.grid.minor.y = element_blank(),
      legend.position = 'top',
      plot.title = element_text(face = 'bold', hjust = 0.5, size = 12),
      legend.box = 'horizontal'
    ) +
    scale_fill_manual(values = c('Faltas' = '#1C4F66', 'Agendamentos' = '#3BA9DB')) +
    scale_color_manual(values = c('Taxa de Absenteísmo' = '#2c5282')) +
    guides(
      fill = guide_legend(order = 1),
      color = guide_legend(order = 2)
    )
  
  return(p)
}

# criar gráficos para cada hospital
for (hospital in hospitais) {
  print(criar_grafico_hospital(hospital))
}

Verifica-se que o Hospital Geral de Fortaleza e o Hospital José Martiniano de Alencar apresentaram as maiores taxas de absenteísmo, ultrapassando 80% em alguns meses, mesmo após a implementação dos disparos via WhatsApp. Nos demais hospitais, as taxas permaneceram em níveis consideravelmente mais baixos, variando entre 10% e 20%.

# 📊 medidas descritivas sobre a taxa de absenteismo para cada hospital
df_absenteismo |> 
  filter(hospital_padronizado != 'HOSPITAL DE MESSEJANA') |> 
  group_by(hospital_padronizado) |> 
  summarise(taxa_media = mean(taxa_absenteismo, na.rm = TRUE),
            taxa_mediana = median(taxa_absenteismo, na.rm = TRUE),
            dp_taxa = sd(taxa_absenteismo, na.rm = TRUE),
            cv_taxa = sd(taxa_absenteismo, na.rm = TRUE) / mean(taxa_absenteismo, na.rm = TRUE)) |> 
  mutate(cv_taxa  = scales::percent(cv_taxa, accuracy = 0.01)) |> 
  knitr::kable(digits = 2)

hospital_padronizado	taxa_media	taxa_mediana	dp_taxa	cv_taxa
HOSPITAL DE SAÚDE MENTAL PROFESSOR FROTA PINTO	19.36	18.59	3.01	15.56%
HOSPITAL ESTADUAL LEONARDO DA VINCI	12.20	12.74	2.40	19.67%
HOSPITAL GERAL FORTALEZA	66.27	66.63	10.33	15.58%
HOSPITAL GERAL WALDEMAR ALCANTARA	18.66	18.56	2.11	11.32%
HOSPITAL JOSE MARTINIANO DE ALENCAR	61.07	58.99	10.32	16.89%
HOSPITAL REGIONAL DO CARIRI	17.13	17.94	4.25	24.82%
HOSPITAL REGIONAL DO SERTAO CENTRAL	9.08	8.91	1.54	16.97%
HOSPITAL REGIONAL NORTE	15.83	15.70	2.15	13.57%
HOSPITAL REGIONAL VALE DO JAGUARIBE	13.39	13.67	2.88	21.53%
HOSPITAL SÃO JOSÉ DE DOENÇAS INFECCIOSAS	23.09	23.21	1.77	7.66%
HOSPITAL UNIVERSITÁRIO DO CEARÁ	20.42	16.57	6.34	31.04%

# filtrando os registros que estao em ambas as bases
df_whatsapp_filtrado = df_whatsapp |> 
  inner_join(df_absenteismo |> 
               select(hospital_padronizado) |> 
               distinct(), by = 'hospital_padronizado') |> 
  filter(hospital_padronizado != 'HOSPITAL DE MESSEJANA')

Análise dos disparos de Whatsapp

Foi realizada uma análise dos disparos de WhatsApp nos hospitais presentes na base de absenteísmo. Observa-se que o Hospital Geral de Fortaleza (HGF) concentra o maior número de disparos, registrando volume 13 vezes superior ao do segundo colocado, o Hospital Regional do Sertão Central. Esse resultado acompanha o fato de o HGF também ser o hospital com maior número de agendamentos, embora, nesse caso, a diferença em relação aos demais não seja tão expressiva.

Por outro lado, o Hospital José Martiniano de Alencar apresentou a menor quantidade de disparos, ponto que merece atenção, já que é uma das unidades com maiores taxas de absenteísmo.

Em relação ao tipo de disparo, os de agendamento foram os mais frequentes, seguidos pelos disparos de pré 2 dias e pré 10 dias.

# total de disparos por hospital
df_disparos = df_whatsapp_filtrado |> 
  group_by(hospital_padronizado) |> 
  summarise(disparos = sum(count, na.rm = TRUE)) |> 
  arrange(desc(disparos))


df_disparos |> 
  ggplot(aes(x = reorder(hospital_padronizado, disparos), y = disparos)) +
  geom_bar(stat = 'identity', fill = '#3BA9DB', alpha = 0.8) +
  geom_text(aes(label = disparos), 
            hjust = -0.1, size = 3.5, fontface = 'bold', color = 'black') +
  coord_flip() +
  labs(title = '',
       x = '',
       y = '') +
  theme_minimal() +
  theme(axis.text.y = element_text(size = 9),
        axis.text.x = element_blank(),
        plot.title = element_text(face = 'bold', hjust = 0.5),
        panel.grid.major.y = element_blank()) +
  scale_y_continuous(expand = expansion(mult = c(0, 0.1)))

# 📈 visualizacao do total de disparos por hospital
df_whatsapp_filtrado |> 
  group_by(hospital_padronizado, tipo_alerta) |> 
  summarise(Total_Disparos = sum(count, na.rm = TRUE), .groups = 'drop') |> 
  ggplot(aes(x = tipo_alerta, y = hospital_padronizado, fill = Total_Disparos)) +
  geom_tile(color = 'white', linewidth = 0.3) +
  geom_text(aes(label = ifelse(Total_Disparos > 0, 
                               format(Total_Disparos, big.mark = '.'), 
                               '')), 
            color = 'white', size = 2.5, fontface = 'bold') +
  scale_fill_gradient(low = 'lightblue', high = 'darkblue', name = '', trans = 'log10') +
  labs(title = '', subtitle = paste('Total de', format(sum(df_whatsapp_filtrado$count, na.rm = TRUE), big.mark = '.'), 'Disparos'), x = '', y = '') +
  theme_minimal() +
  theme(
    axis.text.x = element_text(angle = 45, hjust = 1, size = 8),
    axis.text.y = element_text(size = 8),
    plot.title = element_text(face = 'bold', size = 14, hjust = 0.5),
    plot.subtitle = element_text(size = 10, hjust = 0.5),
    panel.grid = element_blank(),
    legend.position = 'none')

Foi proposta a comparação entre a quantidade de disparos realizados e a taxa de absenteísmo por mês. No entanto, observou-se que a base de envios de WhatsApp disponibilizada não continha registros para todos os meses. Por exemplo, no caso do Hospital Geral de Fortaleza, havia informações apenas para março, junho e julho, enquanto os meses de abril e maio não apresentavam dados de disparos de agendamentos.