Atendimentos e Desistências

Quantidade de pacientes: pessoas diferentes atendidas no período Boletins: Quantidade de

desistencias_pas %>% 
  filter(!local == "HPS" & !local == "IAPI") %>% 
  group_by(local, mes=floor_date(data, "quarter"), destino) %>% 
  summarise(total = sum(quant_pacientes)) %>% 
  mutate(boletins = sum(total),prop = round(total / sum(total) * 100,2)) 

## # A tibble: 267 x 6
## # Groups:   local, mes [29]
##    local mes        destino                       total boletins  prop
##    <chr> <date>     <fct>                         <dbl>    <dbl> <dbl>
##  1 PABJ  2017-07-01 A - A PEDIDO                     49    28122  0.17
##  2 PABJ  2017-07-01 C - ALTA PARA CASA            23419    28122 83.3 
##  3 PABJ  2017-07-01 D - DESISTENCIA                2207    28122  7.85
##  4 PABJ  2017-07-01 E - ENCAMINHADO OUTRO SERVICO   154    28122  0.55
##  5 PABJ  2017-07-01 F - FUGA                        310    28122  1.1 
##  6 PABJ  2017-07-01 H - ALTA DA CONSULTA              1    28122  0   
##  7 PABJ  2017-07-01 NI                              187    28122  0.66
##  8 PABJ  2017-07-01 T - TRANSFERENCIA              1197    28122  4.26
##  9 PABJ  2017-07-01 U - AZUL ENCAMINHADO UBS        440    28122  1.56
## 10 PABJ  2017-07-01 V - ALTA ADMINISTRATIVA         158    28122  0.56
## # … with 257 more rows

# Atendimentos nos PAS
graf_desistencias <- desistencias_pas %>% 
  filter(!local == "HPS" & !local == "IAPI") %>% 
  group_by(local, mes=floor_date(data, "month"), destino) %>% 
  summarise(total = sum(quant_pacientes)) %>% 
  mutate(prop = round(total / sum(total) * 100,2)) %>% 
  ggplot(aes(x = mes, y = prop, fill = destino)) + geom_col() + facet_wrap(~local, ncol = 1) + 
  theme(legend.position = "bottom") 
ggplotly(graf_desistencias, tooltip = c("y","fill", "x"))

# Atendimentos nos PAS
graf_desistencias <- desistencias_pas %>% 
  filter(!local == "HPS" & !local == "IAPI") %>% 
  group_by(local, mes=floor_date(data, "month"), destino) %>% 
  summarise(total = sum(quant_pacientes)) %>% 
  mutate(prop = round(total / sum(total) * 100,2)) %>% 
  ggplot(aes(x = mes, y = total, fill = destino)) + geom_col() + facet_wrap(~local, ncol = 1) + 
  theme(legend.position = "bottom") 
ggplotly(graf_desistencias, tooltip = c("y","fill", "x"))

• Gráfico da Proporção de pacientes atendidos nos PAs por classificação de risco, por ano e mês do ano.

class_risco %>% 
  filter(!grepl("Hospital", local)) %>% 
  group_by(ano,mes, local, risco ) %>% 
  summarise(atendimentos = sum(pacientes)) %>% 
  mutate(proporção = round(atendimentos / sum(atendimentos) * 100, 2)) %>% 
  arrange(desc(ano), desc(mes), local, desc(atendimentos)) %>% 
  datatable( rownames = FALSE,
          filter = 'top',
          options = list(searchHighlight = TRUE,
                         pageLength = 18, 
                         autoWidth = TRUE,
                         buttons = c('copy', 
                                     'print'), 
                         scrollX = TRUE, 
            selection="multiple")
          )

## Warning: Factor `risco` contains implicit NA, consider using
## `forcats::fct_explicit_na`

• Gráfico do número de desistências dos pacientes clínicos
• Gráfico do número de desistências da pediatria

Atenção Hospitalar

• Tabela dos serviços contratualizados
• Proporção de contratos vigentes
• Gráfico do Tempo médio de internação dos tempos clínicos
• Proporção de queda no tempo médio de internação em leitos clínicos em relação ao quadrimestre anterior.
• Proporção que reduziu no ano, em relação a 2016 - 9,7 (calcular a média do tempo de permanência)
• Tabela de produção/faturamento

Atenção Ambulatorial

• Tabela dos serviços contratualizados
• Proporção de contratos vigentes