Abordagens mono e multiobjetivo para a seleção eficiente de beneficiários para um Programa de Atenção Primária à Saúde: estudo de caso na Cemig Saúde

Página do item simplificado
dc.contributor.advisorWanner, Elizabeth Fialho
dc.contributor.advisor-coMartins, Flávio Vinícius Cruzeiro
dc.contributor.advisor-coLatteshttp://lattes.cnpq.br/3199420233273400
dc.contributor.advisorLatteshttp://lattes.cnpq.br/2243256075052322
dc.contributor.authorMartins, Aline Maia Cruzeiro
dc.contributor.authorLatteshttp://lattes.cnpq.br/4069101128697620
dc.contributor.refereeWanner, Elizabeth Fialho
dc.contributor.refereeMartins, Flávio Vinícius Cruzeiro
dc.contributor.refereeCruz, André Rodrigues da
dc.contributor.refereeMenezes, Gustavo Campos
dc.date.accessioned2026-11-06T18:32:37Z
dc.date.available2026-11-06T18:32:37Z
dc.date.issued2025-03-27
dc.description.abstractA Atenção Primária à Saúde (APS) desempenha um papel fundamental na prevenção de doenças e no gerenciamento de condições crônicas, exigindo uma alocação eficiente de recursos limitados. Neste contexto, esta dissertação propõe abordagens de otimização mono e multiobjetivo para a seleção eficiente de beneficiários em programas de APS, considerando critérios de risco e diversidade dos grupos assistidos. Inicialmente, um modelo mono-objetivo baseado no problema da mochila foi desenvolvido, permitindo maximizar a recuperação de casos graves e equilibrar a seleção de beneficiários de diferentes perfis de risco. A solução exata, utilizando um solver, superou abordagens gulosas em termos de qualidade das soluções encontradas, garantindo uma seleção mais efetiva dos pacientes prioritários. A extensão do estudo para uma formulação multiobjetivo permitiu uma análise mais abrangente do problema, considerando simultaneamente a maximização da diversidade das famílias beneficiadas e a priorização de casos mais graves. Para resolver esse problema, foram aplicados dois métodos: ummétodoexato,utilizandoatécnicadesolução 𝐿𝑀,eummétodoheurísticobaseadonoalgoritmo evolutivo NSGA-II, com ajuste automatizado de parâmetros via irace. A análise comparativa entre os métodos foi realizada por meio do indicador de qualidade hipervolume, evidenciando a superioridade da abordagem exata tanto em termos de qualidade das soluções quanto no tempo computacional, reforçando a viabilidade de métodos exatos mesmo em formulações multiobjetivo. Os resultados obtidos demonstram o potencial das técnicas de otimização na gestão da APS, oferecendo ferramentas quantitativas que auxiliam a tomada de decisão na seleção de beneficiários. A abordagem proposta possibilita um planejamento mais eficiente, garantindo que os recursos sejam direcionados de forma ótima a grupos que realmente necessitam de acompanhamento prioritário. Dessa forma, a pesquisa contribui para a melhoria da eficiência dos programas de APS e abre caminho para estudos futuros sobre integração de critérios adicionais e aprimoramento das estratégias de resolução.
dc.description.abstractotherPrimary Health Care (PHC) plays a fundamental role in disease prevention and the management of chronic conditions, requiring the e!cient allocation of limited resources. In this context, this dissertation proposes single-objective and multi-objective optimization approaches for the e!cient selection of beneficiaries in PHC programs, considering risk criteria and diversity among assisted groups. Initially, a single-objective model based on the knapsack problem was developed, allowing for the maximization of the recovery of severe cases and balancing the selection of beneficiaries from different risk profiles. The exact solution, using a solver, outperformed greedy approaches in terms of solution quality, ensuring a more e"ective selection of priority patients. The extension of the study to a multi-objective formulation enabled a more comprehensive analysis of the problem, simultaneously considering the maximization of the diversity of beneficiary families and the prioritization of more severe cases. To solve this problem, two methods were applied: an exact method, using the 𝐿𝑀 solution technique, and a heuristic method based on the NSGA-II evolutionary algorithm, with automated parameter tuning via irace. The comparative analysis between the methods was conducted using the hypervolume quality indicator, highlighting the superiority of the exact approach in terms of both solution quality and computational time, reinforcing the feasibility of exact methods even in multi-objective formulations. The results obtained demonstrate the potential of optimization techniques in PHC management, offering quantitative tools to support decision-making in the selection of beneficiaries. The proposed approach enables more efficient planning, ensuring that resources are optimally directed to groups that truly require priority follow-up. Thus, this research contributes to improving the e!ciency of PHC programs and paves the way for future studies on the integration of additional criteria and the enhancement of solution strategies.
dc.identifier.urihttps://repositorio.cefetmg.br//handle/123456789/3206
dc.language.isopt
dc.publisherCentro Federal de Educação Tecnológica de Minas Gerais
dc.publisher.countryBrasil
dc.publisher.initialsCEFET-MG
dc.publisher.programPrograma de Pós-Graduação em Modelagem Matemática e Computacional
dc.subjectProgramas de saúde – Minas Gerais
dc.subjectOtimização multiobjetivo
dc.subjectAlgoritmos genéticos
dc.subjectProgramação linear
dc.subjectModelos matemáticos
dc.titleAbordagens mono e multiobjetivo para a seleção eficiente de beneficiários para um Programa de Atenção Primária à Saúde: estudo de caso na Cemig Saúde
dc.typeDissertação

Arquivos

Pacote Original
Agora exibindo 1 - 1 de 1
Imagem de Miniatura
Nome:
Abordagens mono e multiobjetivo para a seleção eficiente de beneficiários para um Programa de Atenção Primária à Saúde.pdf
Tamanho:
2.84 MB
Formato:
Adobe Portable Document Format
Baixar
Licença do Pacote
Agora exibindo 1 - 1 de 1
Nenhuma Miniatura disponível
Nome:
license.txt
Tamanho:
1.39 KB
Formato:
Item-specific license agreed to upon submission
Descrição:
Baixar

Coleções

Mestrado em Modelagem Matemática e Computacional