À beira do rompimento: aplicando a Engenharia de Resiliência para antecipar o desempenho do sistema sob crise

Rodrigo Arcuri ; Hugo Cesar Bellas ; Denise de Souza Ferreira ; Bárbara Bulhões ; Mario Cesar Rodríguez Vidal ; Paulo Victor Rodrigues de Carvalho ; Alessandro Jatobá
Título original:
On the brink of disruption: Applying Resilience Engineering to anticipate system performance under crisis
Resumo:

Conforme a COVID-19 se espalhou pelo Brasil, rapidamente alcançou regiões remotas, incluindo locais ultraperiféricos da Amazônia, onde o transporte de pacientes através dos rios é adicionado à lista de obstáculos a serem superados. Este artigo analisa os efeitos da pandemia no acesso das comunidades ribeirinhas ao sistema de saúde pré-hospitalar de emergência na região do Alto Rio Amazonas. Para isso, apresentamos dois estudos que, utilizando uma abordagem de Engenharia de Resiliência, objetivaram prever o funcionamento do Serviço de Atendimento Móvel de Urgência (SAMU) para áreas ribeirinhas e costeiras durante a pandemia da COVID-19, com base no funcionamento normal do sistema. O Estudo I, realizado antes da pandemia, aplicou métodos etnográficos para coleta de dados e o Método de Análise de Ressonância Funcional (FRAM) para análise de dados, a fim de desenvolver um modelo de atendimento móvel de emergência na região nas condições típicas de operação. A seguir, o Estudo II estimou como as mudanças na dinâmica de variabilidade alterariam o funcionamento do sistema durante a pandemia, chegando a três tendências que poderiam levar o serviço ao colapso. Por fim, a precisão das previsões é discutida após o primeiro pico da pandemia na região. Os achados revelam que mudanças relativamente pequenas na dinâmica de variabilidade podem proporcionar fortes implicações para os cuidados operacionais e a segurança das expedições a bordo de ambulâncias aquáticas. Além disso, elementos importantes que contribuem para as capacidades de resiliência do sistema são extraorganizacionais, e, portanto, durante a pandemia, a segurança ficou comprometida à medida que as redes de apoio informal se tornaram frágeis. O uso do FRAM para modelar a operação regular permitiu uma análise prospectiva do cenário que previu com precisão as interrupções na prestação de cuidados de emergência à população ribeirinha.

Resumo Original:

As COVID-19 spread across Brazil, it quickly reached remote regions including Amazon's ultra-peripheral locations where patient transportation through rivers is added to the list of obstacles to overcome. This article analyses the pandemic's effects in the access of riverine communities to the prehospital emergency healthcare system in the Brazilian Upper Amazon River region. To do so, we present two studies that by using a Resilience Engineering approach aimed to predict the functioning of the Brazilian Mobile Emergency Medical Service (SAMU) for riverside and coastal areas during the COVID-19 pandemic, based on the normal system functioning. Study I, carried out before the pandemic, applied ethnographic methods for data collection and the Functional Resonance Analysis Method - FRAM for data analysis in order to develop a model of the mobile emergency care in the region during typical conditions of operation. Study II then estimated how changes in variability dynamics would alter system functioning during the pandemic, arriving at three trends that could lead the service to collapse. Finally, the accuracy of predictions is discussed after the pandemic first peaked in the region. Findings reveal that relatively small changes in variability dynamics can deliver strong implications to operating care and safety of expeditions aboard water ambulances. Also, important elements that add to the resilient capabilities of the system are extra-organizational, and thus during the pandemic safety became jeopardized as informal support networks grew fragile. Using FRAM for modelling regular operation enabled prospective scenario analysis that accurately predicted disruptions in providing emergency care to riverine population.
 

Fonte:
Applied Ergonomics ; 2022. DOI: 10.1016/j.apergo.2021.103632.