Skip navigation
Logo
User training | Reference and search service

Library catalog

Retrievo
EDS
b-on
More
resources
Content aggregators
Please use this identifier to cite or link to this item:

acessibilidade

http://hdl.handle.net/10071/19635
acessibilidade
Title: Planning of mental health services in Portugal under uncertain conditions
Authors: Rosa, Miguel Salgueiro Verdasca Alves
Orientador: Grilo, Teresa Sofia Cardoso de Gomes
Keywords: Mental health care
Mathematical programming models
Stochastic model
Planning under uncertainty
Cuidados de saúde mental
Modelos de programação matemática
Modelos estocásticos
Planeamento em condições de incerteza
Gestão da saúde
Serviço de saúde
Saúde mental
Programação matemática
Lisboa -- Portugal
Issue Date: 12-Dec-2019
Citation: ROSA, Miguel Salgueiro Verdasca Alves - Planning of mental health services in Portugal under uncertain conditions [Em linha]. Lisboa: ISCTE-IUL, 2019. Dissertação de mestrado. [Consult. Dia Mês Ano] Disponível em www:<http://hdl.handle.net/10071/19635>.
Abstract: The demand for mental health care services is increasing significantly in the World and in Europe. For a country like Portugal, that is one of the countries with the largest prevalence of mental illnesses in Europe and with a level of supply that is not enough for the level of demand that exists nowadays, the urgency to be able to present a mental health care network able to respond to the expected increase in the demand for mental health services is higher and higher. In this thesis, a mathematical programming model - MHCU model - is presented in order to assist the decision makers to plan a mental health network that can respond to the current and future situation of the mental health care in Portugal. The model focus in the Great region of Lisbon and considers the different services provided and multiple objectives relevant in the mental health sector like the minimization of the cost or the maximization of the different equities values that are used in the model. The MHCU model is a stochastic model in order to be able to take into consideration the uncertainty associated with the mental health sector in different parameters like the demand for service and the length of stay in the network for each patient.
A procura por serviços da rede de saúde mental está a aumentar significativamente no mundo e na Europa. Para um país como Portugal, que é um dos países com maior número de doentes mentais na Europa e com um nível de oferta deste tipo de serviços que não é suficiente para corresponder ao nível de procura que existe. A urgência de conseguir reformular a rede de saúde mental em Portugal de forma a que consiga responder ao expectável aumento da procura é cada vez maior. Nesta tese, é apresentado um modelo matemático - modelo MHCU - como forma de assistir os responsáveis pela gestão da saúde mental em Portugal a tomar decisões que permitam reformular a rede de saúde mental em Portugal de forma a que esta consiga responder a atual e futura realidade deste sector em Portugal Este modelo é focado na grande região de Lisboa e considera os diferentes serviços e diferentes objetivos que são relevantes para o sector da saúde mental, como minimizar o custo ou maximizar as diferentes equidades que são utilizadas no modelo. O modelo MHCU é um modelo estocástico de forma a que consiga ter em consideração a incerteza que se encontra associada ao sector da saúde mental em diferentes parâmetros como a procura pelos serviços e o tempo de permanencia nos serviços por parte de cada paciente.
Peer reviewed: yes
URI: http://hdl.handle.net/10071/19635
Thesis identifier: 202365930
Designation: Mestrado em Gestão de Serviços e da Tecnologia
Appears in Collections:T&D-DM - Dissertações de mestrado

Files in This Item:
acessibilidade
File Description SizeFormat 
master_miguel_alves_rosa.pdf1.21 MBAdobe PDFView/Open


FacebookTwitterDeliciousLinkedInDiggGoogle BookmarksMySpace
Formato BibTex MendeleyEndnote Currículo DeGóis 

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.