Objetivo: Apresentar um estudo de caso sobre o a construção e utilização de um modelo analítico para estimar custos variáveis hospitalares na Rede SUS, integrado a múltiplas bases de dados dos sistemas de informação em saúde. Metodologia: o modelo foi construído com base na exportação e análise dos relatórios de custos unitários do Sistema de Apuração e Gestão de Custos do SUS (APURASUS); compatibilização da produção com o sistema de Gerenciamento da Tabela de Procedimentos, Medicamentos, Órteses, Próteses e Materiais Especiais do SUS (SIGTAP) e Cadastro Nacional de Estabelecimentos de Saúde (CNES); consolidação de dados de pagamento e análise dos incentivos; inclusão da metodologia de Grupos de Diagnósticos Relacionados (DRG) para ajuste de complexidade. A coleta de dados ocorreu em janeiro de 2025, contemplando nove hospitais contratualizados e dados referentes ao período entre janeiro de 2022 e dezembro de 2024. Resultados: O modelo construído permitiu estimar custos variáveis por paciente-dia, identificar discrepâncias entre hospitais contratualizados do SUS e avaliar a eficiência operacional ajustada à complexidade assistencial. Foram observadas variações significativas nos custos operacionais entre unidades, identificação de discrepâncias por paciente-dia e utilidade do modelo para renovação de contratos, planejamento de oferta e avaliações epidemiológicas. Conclusão: a experiência mostrou que o uso de ferramentas analíticas contribui para maior eficiência, sustentabilidade e qualidade na gestão hospitalar, podendo servir de referência para outras instituições de saúde pública.
Objective: To present a case study on the development and application of an analytical model to estimate variable hospital costs within the SUS, integrated with multiple health information system databases. Methodology: The model was developed based on the extraction and analysis of unit cost reports from the SUS Costing and Cost Management System (APURASUS); alignment of service production with the SUS Procedures, Medicines, Orthoses, Prostheses, and Special Materials Management System (SIGTAP) and the National Registry of Health Establishments (CNES); consolidation of payment data and analysis of financial incentives; and the incorporation of the Diagnosis-Related Groups (DRG) methodology to adjust for case complexity. Data collection was conducted in January 2025 and included nine contracted hospitals, with data referring to the period from January 2022 to December 2024. Results: The model made it possible to estimate variable costs per patient-day, identify discrepancies among SUS contracted hospitals, and assess operational efficiency adjusted for care complexity. Significant variations were observed in operational costs between units, highlighting the model’s usefulness for contract renewal, capacity planning, and epidemiological evaluations. Conclusion: the experience showed that the use of analytical tools contributes to greater efficiency, sustainability, and quality in hospital management, and may serve as a reference for other public health institutions.
Objetivo: Presentar un estudio de caso sobre la construcción y utilización de un modelo analítico para estimar los costos variables hospitalarios en la Red SUS, integrado a múltiples bases de datos de los sistemas de información en salud. Metodología: El modelo se construyó a partir de la exportación y el análisis de los informes de costos unitarios del Sistema de Apuración y Gestión de Costos del SUS (APURASUS); la compatibilización de la producción con el Sistema de Gestión de la Tabla de Procedimientos, Medicamentos, Órtesis, Prótesis y Materiales Especiales del SUS (SIGTAP) y el Registro Nacional de Establecimientos de Salud (CNES); la consolidación de datos de pago y el análisis de incentivos financieros; y la incorporación de la metodología de Grupos Relacionados por el Diagnóstico (DRG) para el ajuste de la complejidad asistencial. La recolección de datos se realizó en enero de 2025 e incluyó nueve hospitales contratados, con información correspondiente al período comprendido entre enero de 2022 y diciembre de 2024. Resultados: El modelo permitió estimar costos variables por paciente-día, identificar discrepancias entre hospitales contratados del SUS y evaluar la eficiencia operacional ajustada a la complejidad asistencial. Se observaron variaciones significativas en los costos operativos entre las unidades, destacando la utilidad del modelo para la renovación de contratos, planificación de la oferta y evaluaciones epidemiológicas. Conclusión: la experiencia demostró que el uso de herramientas analíticas contribuye a una mayor eficiencia, sostenibilidad y calidad en la gestión hospitalaria, pudiendo servir de referencia para otras instituciones de salud pública.
