PE-033 Implementação de Modelo Preditivo e Controle Estatístico para Gestão de Estoque em Farmácia Hospitalar de Alta Complexidade

Keywords

Farmácia Hospitalar; Gestão de Estoques; Estatística Aplicada.

How to Cite

Santos, H. A., Ribeiro, D. J., Alves, F. R. D. S. P., Noblat, G. S., & Kister, L. T. (2026). PE-033 Implementação de Modelo Preditivo e Controle Estatístico para Gestão de Estoque em Farmácia Hospitalar de Alta Complexidade. JORNAL DE ASSISTÊNCIA FARMACÊUTICA E FARMACOECONOMIA, 11(s.4). https://doi.org/10.22563/2525-7323.2026.v11.e00529

Abstract

Introdução (com o objetivo): A gestão de medicamentos em hospitais de alta complexidade exige precisão e análise para evitar o desabastecimento de itens críticos, além evitar capital imobilizado. Modelos tradicionais de ressuprimento são frequentemente baseados em médias simples e falham ao não considerar a sazonalidade e a variabilidade intrínseca do consumo hospitalar, como também a utilização de medicamentos para tratamentos específicos. A utilização de ferramentas analíticas acessíveis, como planilhas eletrônicas, permite transformar dados históricos em inteligência logística, facilitando o ressuprimento do estoque de medicamentos. OBJETIVOS: Relatar a implementação de um modelo de predição de demanda de medicamentos baseado em suavização exponencial e estabelecer um sistema de alertas precoces para picos de consumo intra-mês em uma farmácia hospitalar. Descrição: MÉTODOS: Trata-se de um relato de experiência sobre a aplicação de métodos estatísticos em uma série histórica de consumo de 12 meses e o consumo apurado no mês extraído do sistema de gestão de estoques e transportado para planilhas eletrônicas. A metodologia dividiu-se em duas frentes: 1. Predição de demanda futura: Aplicação do algoritmo da Suavização Exponencial Tripla (ETS) para capturar tendências e sazonalidades. Esta ferramenta decompõe a série histórica em nível, tendência e sazonalidade, permitindo que o modelo se ajuste às variações de consumo, atribuindo pesos maiores aos dados mais recentes, o que confere maior acurácia em cenários de alta variabilidade no consumo. 2. Monitoramento de desvios: Implementou-se a projeção linear do consumo vigente, comparando-a com o limite superior de consumo definido pelo cálculo da Média acrescida de dois Desvios Padrões (Média + 2x Desvio Padrão). A normalização dos dados permitiu a identificação de itens com consumo atípico antes do fechamento do período mensal. RESULTADOS: Na primeira aplicação do novo modelo, foram identificados 34 medicamentos para aquisição em um elenco de 686 itens, os quais não haviam sido indicados no modelo anterior. A aplicação do modelo resultou em uma melhoria significativa na previsibilidade das necessidades de compra, tanto pela identificação de picos de consumo quanto pela predição do nível de estoque de medicamentos. A indicação de picos de consumo dentro do próprio mês, antes apenas observados em momentos críticos ou quando do desabastecimento do item, passaram a ser melhor monitorados por meio do desvio padrão, permitindo que a equipe pudesse intervir proativamente, evitando compras emergenciais e rupturas de estoque. Observou-se que itens de alta variabilidade foram melhor monitorados, permitindo ajustes finos no estoque disponível. A metodologia conferiu maior segurança ao processo de aquisição, alinhando o planejamento físico-financeiro à realidade assistencial da instituição. Conclusão: A integração de métodos estatísticos avançados à rotina da farmácia hospitalar demonstra que a análise e uso de dados é uma competência estratégica para o farmacêutico gestor. O modelo proposto mostrou-se eficaz, de baixo custo de implementação e replicável, utilizando ferramentas disponíveis, contribuindo para a eficiência operacional e a sustentabilidade econômica do serviço de saúde. Este tipo de análise não elimina ou reduz a análise clínica do farmacêutico gestor em avaliar criticamente o uso de medicamentos no hospital, mas trata-se de uma proposta de uma ferramenta para auxiliar a tomada de decisões.

https://doi.org/10.22563/2525-7323.2026.v11.e00529
Creative Commons License

This work is licensed under a Creative Commons Attribution 4.0 International License.

Copyright (c) 2026 Hermes Augusto Santos, Daniel Jesus Ribeiro, Fernanda Reis Da Silva Pereira Alves, Glaucia Santos Noblat, Leonardo Toledo Kister