Desenvolvimento e Validação de um Sistema de Avaliação da Qualidade do Serviço para o Manejo de Doenças Crônicas na Saúde Primária

Resumo

Este estudo desenvolveu e validou um sistema de avaliação da qualidade do serviço para o manejo primário de doenças crônicas utilizando métodos do processo hierárquico analítico Delphi (AHP). A avaliação psicométrica confirmou alta confiabilidade. Uma análise comparativa mostrou que a estrutura AHP-SERVQUAL possui maior poder preditivo para a adesão do paciente do que os modelos alternativos.

Resumo

Doenças crônicas não transmissíveis exigem uma gestão de alta qualidade em cuidados primários de saúde, mas os sistemas de avaliação existentes frequentemente não conseguem captar a natureza multidimensional da qualidade do serviço percebido pelo paciente em ambientes de cuidado crônico. Este estudo desenvolveu e validou um sistema de avaliação da qualidade do serviço (SERVQUAL) voltado para o manejo primário de doenças crônicas baseado no arcabouço SERVQUAL. Uma metodologia de múltiplos estágios que integra o método Delphi e o processo hierárquico analítico (AHP) foi empregada para construir e ponderar a balança. O instrumento foi validado empiricamente usando dados transversais de 433 pacientes em cinco instituições de atenção primária à saúde. A validade e confiabilidade dos construtos foram avaliadas por meio de análise fatorial exploratória (EFA) e análise fatorial confirmatória (CFA). Além disso, o desempenho preditivo do modelo AHP-SERVQUAL foi comparado com o de modelos alternativos (KANO, TOPSIS-RSR) para adesão do paciente, taxas de resolução de problemas e frequências de reclamações. A avaliação psicométrica demonstrou que a escala cinco dimensões adaptada (tangibilidade, confiabilidade, capacidade de resposta, segurança e empatia) possuía alta consistência interna e validade estrutural. A aplicação entre os centros revelou variações significativas na qualidade do serviço, especialmente nas dimensões de garantia e empatia. Modelagens comparativas indicaram que a estrutura AHP-SERVQUAL gerava maior poder preditivo para a adesão do paciente e qualidade geral do serviço do que os modelos alternativos. Além disso, os índices de qualidade gerados por esse modelo estavam significativamente correlacionados com taxas mais altas de resolução de problemas e menores frequências de reclamações. O sistema baseado no AHP-SERVQUAL oferece uma métrica confiável e válida para avaliar o manejo de doenças crônicas na atenção primária. Ao capturar com precisão a qualidade percebida pelo paciente, esse instrumento oferece aos administradores uma ferramenta baseada em evidências para direcionar iniciativas de melhoria da qualidade.

Introdução

Doenças crônicas não transmissíveis tornaram-se uma questão de saúde pública extraordinariamente séria ao redor do^{mundo 1}. De acordo com dados recentes da Organização Mundial da Saúde, mais de 70% das mortes globais são atribuíveis a doenças crônicas. Com o envelhecimento da população na China, o número de pessoas com doenças metabólicas como hipertensão e diabetes está aumentando rapidamente, exercendo maior pressão sobre a sociedade e o sistema médico^. Em resposta a isso, as instituições de saúde primária, como linhas de frente no manejo de doenças crônicas, gradualmente se posicionaram mais proeminentes nesses papéis. Especificamente, as instituições de saúde primária atuam como os "guardiões" do sistema de saúde, oferecendo cuidados de primeiro contato, monitoramento longitudinal da saúde e triagens essenciais para populações de alto risco. Além do tratamento clínico básico, essas instituições desempenham um papel fundamental na oferta de educação em saúde personalizada, facilitando intervenções comportamentais e coordenando caminhos integrados de cuidado entre ambientes comunitários e hospitais secundários/terciários para garantir a continuidade do cuidado.

Atualmente, o modelo de gestão está mudando de cobertura em quantidade única para desenvolvimento de alta^{qualidade 4}. Apesar da mudança estratégica para a atenção primária na China, surgiu um gargalo crítico: métricas tradicionais de controle clínico (por exemplo, HbA1c ou leituras de pressão arterial) são inerentemente redutoras. Embora essenciais para avaliar o estado fisiológico, esses indicadores objetivos não capturam as dimensões psicossociais do cuidado contínuo, como a qualidade da comunicação médico-paciente, as barreiras diárias do paciente à adesão ao tratamento e o bem-estar subjetivo geral durante o manejo a longo^{prazo 4,5}. Consequentemente, confiar exclusivamente em métricas biomédicas obscurece lacunas críticas na prestação de serviços que, em última análise, determinam os resultados de saúde a longo prazo. Há uma necessidade urgente de um quadro de avaliação que transcenda os resultados clínicos tradicionais para capturar o processo completo de serviço sob a ótica da percepção do paciente. Isso é especialmente vital à medida que a atenção primária da saúde transita de um modelo centrado no tratamento para um focado na gestão preventiva e holística^{da saúde 6}.

Como uma teoria clássica na pesquisa em serviços de saúde, o SERVQUAL tem sido amplamente aplicado para avaliar discrepâncias entre percepções e expectativas reais em várias dimensões, incluindo componentes tangíveis, confiabilidade, tempo de resposta da equipe e garantia. Esse modelo é aplicável ao manejo de doenças crônicas nesse contexto. Primeiramente, o manejo de doenças crônicas tem alta continuidade e dependência do serviço, características consistentes com o estresse de confiabilidade no modelo. Em segundo lugar, o manejo de doenças crônicas inclui não apenas diagnóstico clínico e tratamento, mas também intervenções comportamentais de longo prazo e cuidados psicológicos; Portanto, a empatia é um critério essencial para avaliar a relação contratual médico-paciente. Pesquisas empíricas mostram que, quando os pacientes, como sujeitos que recebem cuidados de qualidade da equipe médica, estão satisfeitos com o serviço, seu comportamento e adesão ao tratamento para doenças crônicas são mais positivamente afetados. Portanto, usar esse modelo para converter o processo abstrato dos serviços médicos em indicadores mensuráveis pode identificar os elos fracos nos serviços primários de doenças^{crônicas 6,7}.

A pesquisa existente sobre avaliação de qualidade em atenção primária tem se baseado predominantemente em indicadores clínicos estruturais ou em amplos instrumentos de satisfação do paciente, como a ferramenta de avaliação de atenção primária (PCAT) ou escalas genéricas^{de satisfação 8}. Embora essas ferramentas forneçam marcos essenciais para a supervisão sistêmica, muitas vezes carecem da granularidade metodológica necessária para capturar a natureza iterativa e baseada em processos do manejo de doenças crônicas. Tentativas recentes de aplicar a estrutura SERVQUAL em ambientes clínicos destacaram seu potencial diagnóstico; No entanto, muitos desses estudos utilizam modelos não ponderados ou dimensões genéricas que não incorporam elementos específicos do contexto — como pontos de contato digitais de saúde e a relação contratual com médico de família — que são centrais para as reformas modernas da atenção^{primária 8,9}. Ao comparar sistematicamente um sistema localizado e ponderado em AHP com essas métricas convencionais, este estudo visa demonstrar sua utilidade preditiva superior em capturar as nuances da qualidade percebida pelo paciente, oferecendo assim uma contribuição metodológica mais robusta para o campo.

Embora o modelo SERVQUAL tenha amplas perspectivas de aplicação no manejo primário de doenças crônicas, ele não pode ser usado^{diretamente 10}. As cinco dimensões tradicionais geralmente focam mais na conclusão bem-sucedida de um único serviço e são menos propensas a considerar a continuidade do suporte a doenças crônicas e a colaboração paciente-médico como essenciais. Tendo como pano de fundo a saúde digital, o manejo primário de doenças crônicas se estendeu ao acompanhamento online, monitoramento de dispositivos vestíveis e grupos comunitários de autogestão. Se nenhuma otimização baseada em cenas for realizada, esse sistema de avaliação não pode ser estendido para incluir aspectos de pontos de contato digitais de pós-atendimento ou envolvimento do paciente na prática. Com base em revisões sistemáticas existentes, a falta de ferramentas gerais específicas para a indústria limitou o valor preditivo dessas ferramentas para condições prolongadas de pacientes. Além disso, o sistema de contratos com médicos de família introduzido no serviço de atenção primária da China oferece uma nova interpretação desses serviços. Adicionar uma dimensão de relacionamento contratual de longo prazo a esse modelo generalizado ajudará a abordar questões que não podem ser abordadas nesses modelos e a aprimorar a cientificidade da pesquisa ^8,9.

Para suprir essas lacunas, este estudo desenvolve e valida uma estrutura localizada de avaliação da qualidade do serviço, especificamente adaptada para o manejo primário de doenças crônicas. Embora o SERVQUAL tenha sido amplamente adotado, sua aplicação na atenção primária frequentemente ignora a natureza longitudinal dos contratos com médicos de família e os pontos digitais emergentes de autogestão^{comunitária 8,9}. A novidade dessa pesquisa está na integração dessas dimensões contextuais — especificamente, suporte contínuo de cuidado e autogerenciamento — usando um esquema híbrido de ponderação Delphi-AHP para aumentar a sensibilidade granular do modelo. Hipotetiza-se que essa abordagem multidimensional e ponderada oferece validade preditiva superior para os desfechos dos pacientes em comparação com os modelos convencionais. O objetivo é testar empiricamente essa estrutura em múltiplos centros, abordando a questão empírica de saber se um modelo AHP-SERVQUAL localizado pode explicar com mais precisão as variâncias na adesão do paciente e na eficiência institucional do que as ferramentas de uso geral^{existentes 11}.

Protocolo

Este estudo foi conduzido em estrita conformidade com os princípios éticos estabelecidos na Declaração de Helsinque. O protocolo do estudo foi revisado e formalmente aprovado pelo Conselho de Revisão Institucional (IRB) da Universidade de Medicina de Chongqing (aprovação ética nº: 2026127). Antes da inscrição, todos os participantes receberam uma explicação abrangente dos objetivos, procedimentos e riscos potenciais do estudo, e, posteriormente, um consentimento informado por escrito. Para proteger a privacidade dos pacientes e garantir a confidencialidade dos dados, todas as informações coletadas foram totalmente anonimizadas e desidentificadas antes de serem acessadas para análise estatística. A lista completa de instrumentos de levantamento, formulários de consulta de especialistas e softwares analíticos utilizados neste estudo está detalhada na Tabela de Materiais.

Desenho do estudo e recrutamento de participantes

Um estudo metodológico em múltiplas etapas, composto por uma pesquisa transversal de linha de base e simulações preditivas baseadas em modelos subsequentes, foi realizado em cinco instituições de saúde primária. Os participantes foram recrutados utilizando uma estratégia estratificada de amostragem por conveniência durante suas visitas de acompanhamento rotineiras. Os critérios de elegibilidade incluíam: (1) adultos com 18 anos ou mais; (2) diagnosticado medicamente com pelo menos uma condição crônica (por exemplo, hipertensão, diabetes tipo 2) gerenciada na instituição participante por no mínimo seis meses; e (3) possuir a capacidade cognitiva de completar a avaliação de forma independente. As pesquisas foram realizadas presencialmente por equipe clínica treinada. Para tratar dados ausentes, o teste MCAR de Little foi inicialmente aplicado. Considerando que a taxa de dados ausentes era baixa (<5%) e completamente ausente de forma aleatória, múltiplas técnicas de imputação foram empregadas para lidar com respostas incompletas, garantindo a integridade do conjunto de dados. Para evitar superajuste e esclarecer a base amostral para cada etapa analítica, o conjunto de dados totalmente imputado (N = 433) foi estritamente particionado. Especificamente, 50% da amostra (n = 217) foi utilizada para análise fatorial exploratória (EFA) para estabelecer a estrutura fator. Os 50% restantes (n = 216) foram reservados para análise fatorial confirmatória (CFA), modelagem estrutural de equações (SEM) e estabelecimento de linha base para perfil de qualidade em nível institucional. Os cenários comparativos de validação do modelo e otimização simulada foram posteriormente derivados estritamente dessa segunda amostra de resistência (n = 216) para evitar vazamento de dados.

Estrutura conceitual e desenvolvimento de indicadores

A construção do sistema de índice de avaliação começou mapeando as cinco dimensões centrais do SERVQUAL — tangibilidade, confiabilidade, capacidade de resposta, garantia e empatia — para o fluxo de trabalho específico do manejo primário de doenças crônicas. Esse processo envolveu a integração de pontos concretos de contato, como criação de prontuário médico, distribuição farmacêutica e protocolos longitudinais de acompanhamento. Para garantir relevância para o público-alvo, o sistema de informação de atenção primária foi analisado para avaliar sua acessibilidade para pacientes idosos, seguido por refinamentos iterativos nos itens. Métricas específicas de confiabilidade focaram na precisão dos acompanhamentos e no compromisso da equipe, enquanto a resposta foi operacionalizada como a pontualidade das respostas às consultas dos pacientes (veja a Tabela 1 para definições operacionais). O arcabouço geral, incluindo as inter-relações entre dimensões, é conceituado nas Figuras 1 e 2.

Consulta de especialistas Delphi e validade de conteúdo

Um método Delphi de duas rodadas foi empregado para refinar o conjunto inicial de itens. Especialistas foram recrutados propositalmente com base em um conjunto multidimensional de critérios de elegibilidade para garantir autoridade profissional e rigor metodológico. Os candidatos eram convidados para o painel se atendessem aos seguintes requisitos: (1) possuíssem um título profissional sênior (por exemplo, Professor Associado, Médico Chefe ou Diretor de Enfermagem); (2) possuir no mínimo dez anos de experiência clínica, gerencial ou de pesquisa com foco específico em cuidados primários ou manejo de doenças crônicas; e (3) demonstrar um histórico reconhecido em avaliação de serviços de saúde ou desenvolvimento de políticas de saúde pública. O painel final, composto por quinze especialistas, representou uma coorte interdisciplinar, incluindo médicos de atenção primária (n = 5), gestores de enfermagem (n = 4), pesquisadores de saúde pública (n = 4) e administradores de políticas de saúde (n = 2). Essa composição diversificada e os rigorosos critérios de seleção garantiram diretamente a reprodutibilidade e credibilidade dos procedimentos subsequentes de validade de conteúdo e ponderação do AHP. Especialistas avaliaram a relevância e clareza de cada item usando uma escala de Likert de 4 pontos (1 = não relevante, 4 = altamente relevante). O consenso foi definido a priori como ≥80% de concordância entre especialistas que avaliaram um item como 3 ou 4. Itens com Índice de Validade de Conteúdo em Nível de Item (I-CVI) ≥ 0,78 foram mantidos (Tabela 2). Desentendimentos entre rodadas foram resolvidos por meio de feedback anônimo iterativo; Especialistas receberam pontuações agregadas da rodada anterior e foram autorizados a ajustar suas avaliações. Itens que não alcançaram consenso após a segunda rodada foram substancialmente revisados com base no feedback qualitativo de especialistas ou eliminados, culminando no índice final de validade de conteúdo em nível de escala (S-CVI^)12,13.

Processo de hierarquia analítica (AHP) e mecanismo de pontuação

Para determinar os pesos relativos dos indicadores de avaliação, foi utilizado o método AHP. Uma subamostra intencional de nove especialistas seniores do painel Delphi completou uma escala fundamental de 9 pontos para construir matrizes de comparação par a par para todas as dimensões e subdimensões. O método da média geométrica foi usado para agregar os julgamentos dos especialistas. Uma razão de consistência (CR) foi calculada para cada matriz; apenas matrizes com CR de eram consideradas aceitáveis, garantindo consistência lógica nos julgamentos de especialistas. Os pesos globais finais (W_i) foram derivados multiplicando os pesos locais das subdimensões pelos pesos de suas dimensões parentais. A pontuação final de qualidade do serviço (SQ) para cada paciente foi calculada usando a fórmula:

SQ = ∑(W_i x P_i) (1)

onde P_i representa a pontuação de desempenho percebida do paciente para o item i. Notavelmente, este estudo adotou um método de pontuação apenas perceptiva (P) — consistente com o paradigma SERVPERF — em vez da abordagem tradicional baseada em lacunas (P-E). Essa escolha metodológica, medida em uma escala de Likert de 7 pontos (variando de 1 = "Fortemente Discordar" a 7 = "Fortemente Concordar"), foi implementada para aumentar a validade preditiva do modelo e minimizar a instabilidade de medição frequentemente associada à quantificação das expectativas dos pacientes em ambientes longitudinais de cuidados crônicos.

Validação psicométrica e modelagem de equações estruturais

O conjunto de dados dividido aleatoriamente foi submetido a avaliação psicométrica. Na primeira metade dos dados, a EFA foi realizada usando fatoração por eixo principal com rotação oblíqua promax, já que as dimensões do SERVQUAL foram hipotetizadas como correlacionadas. Os fatores foram mantidos com base nos autovalores >1 e na inspeção visual do lote de cascalho. Itens com cargas fatoriais <0,40 ou cargas cruzadas significativas foram excluídos. A segunda metade dos dados foi usada para o CFA para confirmar a estrutura fator. A estimativa de máxima verosimilhança (ML) foi empregada para a análise CFA e subsequentes do SEM. O ajuste do modelo foi avaliado usando limiares rigorosos estabelecidos na literatura psicométrica, que indicam um equilíbrio aceitável entre parcimônia do modelo e ajuste dos dados: índice comparativo de ajuste (CFI) > 0,90, índice Tucker-Lewis (TLI) > 0,90, erro quadrático médio de aproximação (RMSEA) < 0,08 e residual quadrático médio da raiz padronizada (SRMR) > 0,08.

Plano de comparação de modelos preditivos

Para avaliar a eficácia comparativa de diferentes estruturas avaliativas, foi realizada uma análise de modelagem preditiva. Para estabelecer a robustez metodológica do framework proposto, o modelo básico SERVQUAL foi comparado com três abordagens analíticas distintas: o AHP-SERVQUAL proposto, o modelo KANO e o método TOPSIS-RSR (Técnica para Preferência de Ordem por Similaridade com Solução Ideal combinada com Razão Rank-Som). O modelo KANO foi selecionado como comparador porque categoriza atributos de serviço em condutores de satisfação não lineares (por exemplo, necessidades básicas versus qualidades atrativas), oferecendo um contraste teórico com as suposições lineares do SERVQUAL. Por outro lado, o TOPSIS-RSR é uma ferramenta rigorosa de tomada de decisão multicritério (MCDM) amplamente utilizada para uma classificação institucional abrangente, servindo assim como um controle metodológico robusto para nosso sistema de pontuação baseado em AHP. Para executar a comparação, cada um dos quatro modelos foi aplicado independentemente ao conjunto de dados de validação de retenção (n = 216), incorporando parâmetros idênticos específicos de contexto (como acompanhamento digital e suporte à autogestão). O processo avaliativo posteriormente comparou quão eficazmente os índices de qualidade gerados por cada modelo se correlacionam com métricas externas de desempenho (frequência de reclamações e taxas de resolução de questões) e seu poder preditivo (R²) para a adesão do paciente. A precisão preditiva de cada modelo foi quantificada usando valores R² gerados por regressão linear e SEM. Para garantir a parcimônia do modelo e evitar o excesso de ajuste, critérios de informação, especificamente o critério de informação de Akaike (AIC) e o critério de informação bayesiano (BIC), foram integrados ao processo de seleção. Por fim, foi realizada validação cruzada para avaliar a robustez dos modelos selecionados entre as cinco instituições participantes. As métricas comparativas para resolução de problemas, frequência de reclamações e poder preditivo geral (R²) são apresentadas nas Figuras 3 e 4.

Resultados

Desenho do estudo e recrutamento de participantes

Foram incluídos um total de 433 casos envolvendo indivíduos que haviam visitado qualquer uma das cinco instituições de saúde primária em diferentes áreas, tanto urbanas quanto rurais. As idades dos participantes variavam de 30 a 85 anos, com uma idade média de 61,2 anos (desvio padrão: 10,0). A distribuição por gênero era de 50,4% homens e 49,6% mulheres. Aproximadamente 56,8% dos participantes tinham hipertensão, cerca de 50,0...

Discussão

Este estudo propõe uma estrutura metodológica refinada para avaliar o manejo primário de doenças crônicas, integrando o modelo SERVQUAL com um esquema de ponderação Delphi-AHP. Além de estabelecer um sistema padrão de avaliação, nossos achados demonstram que a inclusão de dimensões específicas do contexto — como continuidade longitudinal do cuidado e pontos digitais de contato — aborda lacunas críticas nas ferramentas existentes de avaliação de atenção primária, fornecendo assim uma lent...

Materiais

Lista de materiais utilizados neste artigo

Nome	Empresa	Número de catálogo	Comentários
Modelo de Matriz de Comparação em Pares AHP	Este estudo (Repositório / Material Suplementar)	Escala fundamental 1-9 de Saaty’	Determinação de pesos relativos dos indicadores
Formulários de Consulta de Especialistas Delphi	Este estudo (Repositório / Material Suplementar)	Protocolo de consenso de duas rodadas	Triagem de indicadores e avaliação de validade de conteúdo
IBM SPSS AMOS	IBM Corp., Armonk, NY, USA	Versão 24.0	CFA, validação SEM e modelagem preditiva
IBM SPSS Statistics	IBM Corp., Armonk, NY, USA	Versão 26.0	Gestão de dados, imputação MICE e EFA
Questionário Localizado AHP-SERVQUAL	Este estudo (Repositório / Material Suplementar)	Versão final de 5 dimensões, 15 itens	Avaliação da qualidade do serviço percebida pelo paciente