materia nº 206/2024

ESTADO DE MATO GROSSO 
CÂMARA MUNICIPAL DE CÁCERES 
INDICAÇÃO N° ______ DE ____ DE_________________ DE 2024 
AUTOR: Vereador Cézare Pastorello Partido dos Trabalhadores 
1 
Câmara Municipal de Cáceres – Praça Aníbal da Motta – Centro - Fone (65)-3223 1707 e 3223 1762 
CEP: 78.210-056 – www.camaracaceres.mt.gov – E-mail: edilpastorello@gmail.com
Vereador Cézare Pastorello - C:\Users\c060-0\OneDrive\Câmara 2021\004 - Indicações\I - 2024 70 - Eliene - Absenteísmo.docx
Propõe as melhores práticas para 
reduzir o absenteísmo nas consultas e 
exames agendados pela Secretaria 
Municipal de Saúde. 
O Vereador Cézare Pastorello - PT, propõe ao augusto e soberano plenário, na 
forma regimental, que seja encaminhado expediente à Excelentíssima Prefeita Eliene 
Liberato, consubstanciado na seguinte proposição plenária: 
Considerando que o absenteísmo da população aos exames e consultas 
agendadas se dá por diversos fatores, vimos apresentar melhores práticas para 
otimizar as rotinas e minimizar o desperdício de recursos públicos. Dentre essas, o 
“overbooking”, ou agendamento acima do esperado, para compensação das 
reiteradas faltas aos procedimentos. 
Em anexo, exitoso processo do Município de São Paulo que conseguiu aplicar 
ciências comportamentais no Hospital do Servidor Público Municipal para redução do 
absenteísmo. 
Sala das sessões, 22 de março de 2024 
Vereador Cézare Pastorello 
Partido dos Trabalhadores 
Este documento contém anexo, 
que vai digitalmente assinado nos 
termos da Lei Nº 14.063/2020. 
2 
Câmara Municipal de Cáceres – Praça Aníbal da Motta – Centro - Fone (65)-3223 1707 e 3223 1762 
CEP 78.200.000 – www.camaracaceres.mt.gov – E-mail: cmcacere@terra.com.br
Vereador Cézare Pastorello - C:\Users\c060-0\OneDrive\Câmara 2021\004 - Indicações\I - 2024 70 - Eliene - Absenteísmo.docx
JUSTIFICATIVA 
O absenteísmo nas consultas e exames agendados na rede pública de saúde 
representa um problema de grande relevância para o município, gerando impactos 
negativos como, prejuízo à saúde da população, pela não realização de consultas e 
exames, atrasando o diagnóstico e tratamento de doenças, impactando negativamente 
na saúde em geral. 
Além disso, há a perda de recursos públicos, pois o absenteísmo gera 
desperdício de como insumos, medicamentos e tempo de profissionais de saúde. 
O não comparecimento de pacientes às consultas e exames pode aumentar o 
tempo de espera para outros pacientes que aguardam atendimento. 
A Cidade de São Paulo vem implementando com sucesso diversas medidas para 
reduzir o absenteísmo na rede pública de saúde, como: 
Confirmação de consultas por telefone e SMS: A Secretaria Municipal de Saúde 
de São Paulo realiza a confirmação de consultas por telefone e SMS, o que contribui 
para reduzir o número de faltas. 
Implementação de sistema de agendamento online: A cidade oferece a opção 
de agendamento online de consultas e exames, facilitando o acesso dos pacientes e 
reduzindo o absenteísmo. 
Campanhas de conscientização: A Secretaria Municipal de Saúde realiza 
campanhas de conscientização sobre a importância de comparecer às consultas e 
exames agendados. 
Para além das práticas acima, propomos ainda, até que haja mudança no 
comportamento da população, do Over Booking, ou seja, do agendamento além do 
esperado, de forma a não deixar vagas ociosas. Ao longo do tempo, com o sucesso das 
medidas tomadas, o overbooking pode ir diminuindo, até se aproximar de zero, o 
esperado. 
Acreditamos que a adoção das medidas propostas nesta Indicação contribuirá 
significativamente para a redução do absenteísmo nas consultas e exames agendados 
na rede pública de saúde do nosso município, otimizando os recursos públicos, 
reduzindo o tempo de espera por atendimento e, principalmente, melhorando a 
qualidade da saúde da população. 
À data do protocolo. 
Assinado digitalmente
Vereador Cézare Pastorello 
Partido dos Trabalhadores 
Aplicando ciências comportamentais no Hospital 
do Servidor Público Municipal
Como reduzir o absenteísmo 
em consultas médicas? 

O Hospital do Servidor Público Municipal(HSPM) atende servidoras(es) e ex-servido￾ras(es) da Prefeitura de São Paulo e seus dependentes. Um dos principais desafios 
enfrentados é o absenteísmo ambulatorial, que ocorre quando o paciente não com￾parece a uma consulta marcada, sem notificar o hospital. Isso gera custos e perda 
de eficiência para o município, que poderia agendar novas consultas nesses horários. 
O problema não é exclusivo do HSPM: o absenteísmo é identificado como um grande 
problema nas clínicas de saúde. Sendo assim, os aprendizados deste caso podem ser 
relevantes para futuras aplicações no município e na administração hospitalar e ges￾tão da saúde como um todo.
Boa parte do problema está atrelada a causas comportamentais. Um nascente 
campo de estudos indica que a aplicação de simples intervenções em políticas públi￾cas, levando em conta os direcionadores comportamentais, pode exercer grande im￾pacto em desafios deste caráter. Fala-se de soluções simples, baratas e escaláveis, 
que auxiliam o tomador de decisão a fazer o que é melhor para si e para a sociedade 
- são os chamados ‘nudges’ 1
. Em particular, estudos realizados em clínicas de saúde 
na Inglaterra 2 e em Israel 3 mostram como isso pode ser efetivamente aplicado no 
contexto do absenteísmo hospitalar. Reforçar a importância da consulta, personalizar 
a mensagem e salientar informações para evitar o esquecimento podem ser um dos 
caminhos para superar esse problema.
Realizamos um projeto de alteração dos scripts de agendamento e de confirmação 
das consultas do hospital, realizados pela central telefônica do SP156. Testamos algu￾mas variações de script em uma amostra menor, a fim de comparar os resultados 
antes de decidir se, de fato, valeria a pena a alteração e, em caso positivo, qual a me￾lhor variação. Calculamos uma redução média de 12% (1,8 pontos percentuais) em 
uma das versões do script proposta. 
/// Como reduzir o absenteísmo em consultas 
médicas? 
Aplicando ciências comportamentais no 
Hospital do Servidor Público Municipal
Agendamento 
da consulta
Notificação 
da consulta
Diversos fatores podem influenciar as 
faltas e não cancelamentos de consul￾tas agendadas: esquecimento, falta de 
priorização, imprevistos, não percep￾ção das consequências, falta de res￾ponsabilidade social, entre outros. Par￾tindo dessas suposições sobre o 
comportamento das pessoas, elabora￾mos soluções que objetivavam o me￾lhor para a sociedade: que o paciente 
compareça em sua consulta - ou ligue 
cancelando quando isso realmente não 
for possível.
As soluções foram ideadas em oficinas 
com a própria equipe do Hospital, ten￾do embasamento teórico nos concei￾tos de ciências comportamentais. Bus￾camos estratégias para reforçar a 
memorização, aumentar o senso de 
importância de comparecer à consulta 
e clarificar as instruções. Tais mudan￾ças são conhecidas na literatura como 
“nudges”: intervenções simples, de bai￾xo custo, transparentes e que preser￾vem a liberdade de escolha, visando 
estimular a melhor decisão do ponto 
de vista do bem-estar social.
Experimentamos, ainda, variações com 
os princípios de norma social (as pesso￾as querem se adequar ao percebido ser 
a norma da sociedade para aquele 
comportamento), efeito posse 4 (damos 
mais valor ao que temos, em contra￾ponto com algo que ainda não adquiri￾mos) e custo moral (nos importamos 
com valores morais sociais). 
As alterações foram feitas em dois mo￾mentos:
A. Quando o paciente liga para agen￾dar a consulta (chamada de ligação ‘re￾ceptiva’, que envolve apenas consultas 
novas).
B. Quando o paciente recebe a ligação 
para confirmar a consulta (chamada 
de ligação ‘ativa’, que envolve consul￾tas novas e retornos).
///////////////////////////////////////////////////////
/// Desenho de soluções: 
ciências comportamentais para auxiliar em problemas reais 
Oficina de ideação das intervenções em parceria com equipe do HSPM
1
1
 Thaler, R. e Sunstein, C. Nudge: improving decisions about health, wealth and happiness. 2008.
2 Martin, Bassi e Dunbar-Rees, 2012.
3 Projeto conduzido pelo Kaima Lab, de Dan Ariely, sem estudo publicado.
4 KAHNEMAN, D.; KNETSCH, J.; THALER, R. Anomalies: The Endowment Effect, Loss Aversion and Status 
Quo Bias. The journalofEconomic Perspectives, v. 5 (1), p. 193-206, 1991.
Diversos fatores podem influenciar as 
faltas e não cancelamentos de consul￾tas agendadas: esquecimento, falta de 
priorização, imprevistos, não percep￾ção das consequências, falta de res￾ponsabilidade social, entre outros. Par￾tindo dessas suposições sobre o 
comportamento das pessoas, elabora￾mos soluções que objetivavam o me￾lhor para a sociedade: que o paciente 
compareça em sua consulta - ou ligue 
cancelando quando isso realmente não 
for possível.
As soluções foram ideadas em oficinas 
com a própria equipe do Hospital, ten￾do embasamento teórico nos concei￾tos de ciências comportamentais. Bus￾camos estratégias para reforçar a 
memorização, aumentar o senso de 
importância de comparecer à consulta 
e clarificar as instruções. Tais mudan￾ças são conhecidas na literatura como 
“nudges”: intervenções simples, de bai￾xo custo, transparentes e que preser￾vem a liberdade de escolha, visando 
estimular a melhor decisão do ponto 
de vista do bem-estar social.
Experimentamos, ainda, variações com 
os princípios de norma social (as pesso￾as querem se adequar ao percebido ser 
a norma da sociedade para aquele 
comportamento), efeito posse 4 (damos 
mais valor ao que temos, em contra￾ponto com algo que ainda não adquiri￾mos) e custo moral (nos importamos 
com valores morais sociais). 
///////////////////////////////////////////////////////
01
/// Ligação de agendamento
“Sr.(a) _______, 
houve alteração 
cadastral?”
“O seu telefone continua 
__________? E o seu 
endereço é ______?”
Disponibiliza a 
informação para que o 
munícipe se lembre se 
houve alteração, 
aumentando a 
efetividade de contato 
do ativo
COMO ERA? O QUE MUDOU? POR QUE 
FUNCIONARIA?
02 Enquanto eu registro a 
solicitação aqui no sistema, 
você pode pegar papel e 
caneta para anotar?”
Reforçar memorização 
(atendente navega o da consulta
sistema, não há intera￾ção)
03 O sr(a) está com papel e 
caneta em mãos?
(pausa)
Sr.(a) ________ o 
agendamento foi realizado 
para: (informe o nome 
completo do paciente e a 
especialidade médica, a 
data/hora/profissional/
senha/andar). Você pode 
repetir por favor?
Reforçar memorização 
da consulta
Sr.(a) ________ o 
agendamento foi 
realizado para: (informe 
o nome completo do 
paciente e a 
especialidade médica, a 
data/hora/profissional/
senha/andar.
Oficina de ideação das intervenções em parceria com equipe do HSPM
01
/// Ligação de confirmação
O motivo do nosso 
contato é para con￾firmar a consulta já 
agendada no hospi￾tal do Servidor Públi￾co Municipal. 
No dia (xx/xx/xxxx), 
horário (xx:xx). Na 
especialidade (xxx), 
com (nome do pro￾fissional). A senha 
dessa consulta é 
(xxxx). O endereço é 
(informar o endereço 
do HSPM ou Ambu￾latórios Descentrali￾zados) e o telefone 
(informar o telefone 
do HSPM).
Estamos ligando para confirmar a con￾sulta já agendada no Hospital do Servi￾dor Público Municipal. Você pode ano￾tar as informações por favor?
No (dia da semana), (dd/mm), às 
(hh:mm). Na especialidade (xxx), com 
(nome do profissional). A senha dessa 
consulta é (xxxx). O endereço é (infor￾mar o endereço do HSPM ou Ambulató￾rios Descentralizados).
“O sr.(a) vai conseguir estar aqui no 
(data), (dia da semana), (hora)?”
Reduzir o esforço 
mental para lem￾brar se a pessoa 
pode estar lá, 
inserindo também 
o dia da semana 
da consulta
Pergunta ativa
COMO ERA? O QUE MUDOU?
POR QUE 
FUNCIONARIA?
02 “O(a) Sr.(a) irá com￾parecer nesta con￾sulta?”
POR QUE 
FUNCIONARIA?
Sr.(a)____, gosta￾ríamos de lem￾brar que é muito 
importante o seu 
comparecimento 
à consulta.
Sr.(a)____, gostaríamos 
de lembrar que a 
grande maioria dos 
pacientes comparece 
na consulta. Faça 
como eles e venha!
É difícil conseguir 
uma consulta e a 
maioria não conse￾gue. Faça valer sua 
oportunidade já 
garantida!
norma social: 
Pessoas se ade￾quam ao compor￾tamento da 
maioria
custo moral: 
pessoas dão peso 
a questões mo￾rais
efeito posse: 
pessoas não 
gostam de perder 
o que já tem 
garantido
03 Sr.(a)____, gostaría￾mos de lembrar 
que é muito impor￾tante o seu compa￾recimento à con￾sulta
COMO ERA? O QUE MUDOU?
POR QUE 
FUNCIONARIA?
base social: norma social:
custo moral: efeito posse:
Se não puder vir, nos avise até 2 dias 
antes. Posso falar os telefones? (Pausa) 
156, de segunda à sexta, das 7 da ma￾nhã às 7 da noite, ou 3397-8000, de 
segunda à sexta, das 7h da manhã às 
3h30 da tarde. O sr(a) pode ligar pra 
gente se tiver que cancelar?
Criar vínculo/ 
relação de 
responsabilidade
04 Caso não possa 
comparecer, o 
cancelamento 
poderá ser feito 
com 2 dias úteis de 
antecedência 
através da Central 
156 (de segunda a 
sexta feira das 
07h00 às 19h00) 
ou 3397-8000/8001 
(de segunda a 
sexta feira das 
07h00 às 15h30)
Caso o sr.(a) não 
venha e não 
ligue pra cance￾lar, estará reti￾rando a vaga de 
outra pessoa que 
precisa.
/// Por que fazer uma análise de impacto 
no setor público?
Como estamos formando hipóteses so￾bre o comportamento das pessoas, é 
importante testar as soluções em con￾textos específicos. Dessa forma, conse￾guimos estabelecer uma relação cau￾sal entre a intervenção e os resultados 
observados.
Já que muitos fatores podem influen￾ciar o fato de uma pessoa comparecer 
ou não à consulta, é importante que 
comparemos o script novo com o anti￾go em um mesmo período de tempo. 
Por exemplo, em um mês que choveu 
muito na cidade, mais pessoas podem 
faltar nas consultas. Se compararmos 
os resultados de meses diferentes, po￾demos pensar que o impacto na pre￾sença foi por conta da nossa solução - 
quando, na verdade, foi causado pelas 
chuvas!
Separamos então os operadores do 
centro de telefonia em diferentes gru￾pos: um grupo que chamamos de “tra￾tamento”, que passou a utilizar os no￾vos scripts e um de “controle”, que 
continua com os Scripts antigos.
No caso do Hospital, as ligações eram 
feitas pela central telefônica do SP156. 
Como não era possível pedir para que 
cada operador atendesse um paciente 
com um script diferente, separamos os 
operadores em grupos por script. De￾pois, comparamos os resultados (a por￾centagem de presença e de absenteís￾mo) dos pacientes atendidos de cada 
um desses grupos com o grupo que fi￾cou com o script antigo.
Formulamos as seguintes hipóteses 
para guiar nossa pesquisa: 
H1: os novos scripts propostos 
apresentarão uma redução na 
taxa de absenteísmo em compa￾ração ao script antigo
H2: os novos scripts propostos 
apresentarão um aumento na 
taxa de presença em comparação 
ao script antigo
H3: os novos scripts propostos 
apresentarão um aumento na 
taxa de cancelamento em com￾paração ao script antigo
/// Dados 
Para o cruzamento, foi necessário tra￾tar as bases de dados de ligações, já 
que estas são fruto de um preenchi￾mento manual dos operadores e estão 
sujeitos a erros humanos. Observações 
na base que impedissem o cruzamento 
dos dados (como quando não há pre￾enchimento do código da consulta, por 
exemplo) foram retiradas da base. 
Nas ligações de ativo, havia ocorrências 
duplicadas para uma mesma consulta 
na base de ligações, já que os operado￾res podem realizar diversas tentativas 
de ligações até que o paciente seja 
contatado. Assim, essas duplicadas 
também foram removidas. Por fim, le￾vamos em consideração apenas as li￾gações nas quais o paciente foi locali￾zado e confirmou ou cancelou a 
consulta. Com isso, passamos de 
58.429 para 16.744 observações na 
base de ativo.
Já no caso das ligações de agenda￾mento, a central de telefonia não tinha 
registros consolidados. Foi necessário 
criar essa base para o teste, conectan￾do duas outras: o registro das ligações 
recebidas e o registro dos agendamen￾tos de consulta. A base de dados tam￾bém foi tratada e filtrada, passando de 
9.030 observações para 7.905 consul￾tas agendadas no período.
Para podermos verificar nossas hipóte￾ses, precisávamos conectar informa￾ções sobre as ligações e sobre o resul￾tado das consultas agendadas. Como 
não há uma base de dados única que 
conecte essas informações, cruzamos 
duas bases diferentes: a de ligações, 
enviada pela empresa de telefonia con￾tratada pela Prefeitura (BrBPO), e a de 
resultados das consultas, enviada pelo 
HSPM.
Coletamos os dados de ligação de 21 de 
janeiro a 25 de março de 2019. Já no 
caso das consultas, recebemos o rela￾tório de consultas até 12 de abril.
No relatório de resultado das consultas 
do HSPM, não há registro dos cancela￾mentos feitos pelos pacientes, apenas 
se ele esteve presente ou não. Assim, 
consideramos que sempre que uma li￾gação teve como resultado um agen￾damento, confirmação ou cancela￾mento de consulta, mas a consulta não 
é localizada na base de dados do hos￾pital, essa consulta se refere a um can￾celamento. 
O cruzamento entre as bases foi feito 
através da criação de um código capaz 
de identificar uma consulta única por 
paciente, ou seja, garantir que a con￾sulta agendada/relembrada pelo pa￾ciente é a mesma consulta na qual o 
mesmo paciente esteve ou não pre￾sente. Esse código foi criado utilizando 
dados presentes nas duas bases: RH do 
paciente, data da consulta e código da 
consulta (para as ligações de ativo) e 
data da consulta e código da consulta 
(para as ligações de receptivo).
16.744 
observações de ligações de confirmação
7.905
observações de consultas agendadas
/// Resultados
Através do estudo realizado, estima￾mos a proporção de absenteísmo, 
presença e cancelamento para cada 
um dos grupos trabalhados5, compa￾rando-os individualmente com o res￾pectivo grupo de controle 6. 
As ligações de confirmação da consul￾ta tiveram resultados amostrais espe￾rados em todas as versões do script, 
mas a única que comprovou signifi￾cância estatística7 foi o script ‘base so￾cial’. O valor médio esperado de redu￾ção de absenteísmo é de 1,8 pontos 
percentuais em comparação com o 
script atual, o que equivale a uma redu￾ção de 12% no absenteísmo8. Encontra￾mos resultado significante com este 
script também para a presença, com 
um aumento médio estimado de 1,85 
pontos percentuais em relação ao 
script anterior9. Essas versões do script 
não demonstraram, contudo, impacto 
na taxa de cancelamento.
No script de agendamento, o teste 
não verificou impacto algum. Questões 
metodológicas podem ter inviabilizado 
uma análise mais precisa, como a não 
existência destes dados consolidados. 
Uma outra hipótese para a falta de im￾pacto é que a distância entre a ligação 
5 (ativo - base social, ativo - custo moral, ativo - efeito posse, ativo - norma social, receptivo - novo)
6 script atual - ativo, script atual - receptivo
7Rejeição da hipótese nula a 95% de significância
8Com máximo de redução em 3,7 p.p. e mínimo de 0,1 p.p., para um intervalo de confiança de 95% (p-valor = 
0,043). 
9Indo de 3,8%, no melhor caso, a 0,1%, no pior, dado um intervalo de confiança de 95% (p-valor = 0,049). 
10A hipótese de igualdade entre as proporções é rejeitada nesta análise, a um nível de 5% de significância (p-valor 
= 0,000). 
11Com intervalo de confiança para a=0,05 de 21,7% a 23,7%,
12Com intervalo de confiança para a=0,05 entre 13% e 17%.
1
de agendamento e a consulta anulam 
possível efeito no comportamento fi￾nal. 
A análise também mostrou que a liga￾ção de confirmação, por si só, exerce 
impacto significante na taxa de absen￾teísmo e de presença dos pacientes, 
uma vez que serve como lembrete e fa￾cilita o processo de cancelamento. A 
taxa de presença do grupo que rece￾beu a ligação de ativo com script atual 
é de 83,8%, ao passo que a dos pacien￾tes que não receberam uma ligação
do ativo é de 75,5%10. Com relação ao 
absenteísmo, o grupo sem essa ligação 
teve uma porcentagem de 22,7%11, ao 
passo que o que recebe as ligações de 
ativo teve a proporção de absenteísmo 
em 15%12. Dessa forma, a diferença mé￾dia de absenteísmo entre os pacientes 
que recebem a ligação de ativo e os 
que não recebem é de 7,7 pontos per￾centuais. É altamente recomendável 
que a prática seja mantida e, se possí￾vel, ampliada, uma vez que hoje não 
atende todo o universo de consultas.
/// Voltando às nossas hipóteses:13
H1: Os novos scripts propostos apresentaram uma redu￾ção na taxa de absenteísmo em comparação ao script 
antigo?
Em uma das versões, sim, com aumento de 12% (1.8p.p.). 
Nas outras, não foi possível garantir impacto. 
H2: os novos scripts propostos apresentam um aumen￾to na taxa de presença em comparação ao script anti￾go?
Em uma das versões sim, com aumento de 2,3% (1.8p.p.) 
. Nas outras, não foi possível garantir impacto. 
H3: os novos scripts propostos apresentam um aumen￾to na taxa de cancelamento em comparação ao script 
antigo?
Não foi verificado impacto.
13Os resultados observados apresentavam distribuição de Bernoulli, sendo igual a 1 se observássemos a condição de inte￾resse (por exemplo, presença) e igual a 0 caso contrário. Devido a alta complexidade e demanda operacional do centro de 
telefonia, não foi possível realizar uma aleatorização propriamente dita. Por conta disso, os parâmetros foram estimados 
utilizando o método de máxima verossimilhança, a partir da análise das ligações confirmadas e cruzamento com suas res￾pectivas consultas.
Script Número proporção Diferença nas Intervalo de valor médio
ativo de ligações de absenteísmo proporções confiança esperado de
confirmadas de absenteísmo da diferença redução do
amostral em de proporção absenteísmo
relação ao atual a 95% (máx e min)
Atual 10625 16% -- -- --
Base Social 1767 14.1% 1,9p.p. (-0,037;-0,001) 1,8 p.p. = 12 %
Custo moral 1345 14.4% 1,6 p.p. (-0,036;0,004) sem significância
estatística
Efeito Posse 1078 14.7% 1,2 p.p. (-0,035;0,010) sem significância
estatística
Norma social 1929 15.7% 0,3 p.p. (-0,021;0,014) sem significância 
estatística
Script Número proporção Diferença nas Intervalo de valor médio
ativo de ligações de presença proporções de confiança esperado de
confirmadas de presença da diferença aumento da
amostral em de proporção presença
relação ao atual a 95% (máx e min)
Atual 9921 82.9% -- -- --
Base Social 1643 84.8% 2p.p. (0,001;-0,038) 1,8 p. p. = 12 %
Custo moral 1249 84.5% 1,6p.p. (-0,006;0,037) sem significância
estatística
Efeito Posse 1007 84.2% 1,3p.p. (-0,010;0,010) sem significância
estatística
Norma social 1789 83.1% 0,2p.p.. (-0,021;0,014) sem significância 
estatística
Aplicando o script de Tratamento Base, 
teríamos um impacto de aumento
anual de:
de consultas médicas 
Premissas do cálculo
• Número de consultas do HSPM marcadas pelo 156 entre 
mai/18 e abr/19 – considerando que todas receberam ligação
• Apenas consultas que tiveram ligação confirmada – consi￾derando o referencial do teste de que 66% das consultas
possuem ligação confirmada
• Considerando o aumento significativo médio nas presenças 
(1,85% )
• Parâmetro SUS: Cada médico realiza 3 consultas ambulato￾riais em 1 hora.
Script Número proporção Diferença nas Intervalo de valor médio
ativo de ligações de absenteísmo proporções confiança esperado de
confirmadas de absenteísmo da diferença redução do
amostral em de proporção absenteísmo
relação ao atual a 95% (máx e min)
Atual 10625 16% -- -- --
Base Social 1767 14.1% 1,9p.p. (-0,037;-0,001) 1,8 p.p. = 12 %
Custo moral 1345 14.4% 1,6 p.p. (-0,036;0,004) sem significância
estatística
Efeito Posse 1078 14.7% 1,2 p.p. (-0,035;0,010) sem significância
estatística
Norma social 1929 15.7% 0,3 p.p. (-0,021;0,014) sem significância 
estatística
Script Número proporção Diferença nas Intervalo de valor médio
ativo de ligações de presença proporções de confiança esperado de
confirmadas de presença da diferença aumento da
amostral em de proporção presença
relação ao atual a 95% (máx e min)
Atual 9921 82.9% -- -- --
Base Social 1643 84.8% 2p.p. (0,001;-0,038) 1,8 p. p. = 12 %
Custo moral 1249 84.5% 1,6p.p. (-0,006;0,037) sem significância
estatística
Efeito Posse 1007 84.2% 1,3p.p. (-0,010;0,010) sem significância
estatística
Norma social 1789 83.1% 0,2p.p.. (-0,021;0,014) sem significância 
estatística
833 horas
consultas 
ambulatoriais 2500 realizadas
A presente análise foi uma primeira tentati￾va da aplicação de insights comportamen￾tais nas políticas públicas em São Paulo. Os 
resultados positivos para uma das versões 
propostas, que tem um custo de imple￾mentação ínfimo, mostram o grande po￾tencial que este tipo de projeto tem para a 
administração pública. Um aumento de 
presença de 2 p. p. (com máximo em 3,8%) 
ampliado para o universo total de consultas 
anuais do HSPM (202 000 consultas14), su￾pondo que destas tenhamos 66% de liga￾ções confirmadas151, implica em um au￾mento de 2.500 consultas por ano para o 
Hospital. Isso resulta em um aumento da 
eficiência na utilização recursos do hospital: 
são 833 horas médicas aproveitadas16, além 
do melhor aproveitamento dos gastos es￾truturais. Atender mais pessoas também 
gera uma maior arrecadação para o orça￾mento do hospital, gerando um incremen￾to de receitas anual de 25 mil reais, de acor￾do com a tabela de repasses do SUS 
(segundo a premissa de que uma consulta 
= 10 reais).
A recomendação ao Hospital do Servidor 
Público Municipal e à Central SP156 é a de 
adotem o script base social em todas as li￾gações de ativo. Por fim, a lembrança das 
consultas agendadas é, por si só, um fator 
muito importante para o aumento da pre￾sença. Seria desejável, dentro das possibili￾dades orçamentárias, a ampliação do uso 
desse instrumento, seja por ligação, por 
mensagem de texto ou por notificação de 
aplicativo.
14 Dados de maio de 2018 a abril de 2019 do universo de ligações do HSPM marcadas pelo 156. 
Fonte: HSPM.
15 Taxa de efetividade das ligações por paciente encontrada durante nosso período de estudo, 
segundo dados fornecidos pela BrBPO.
16 Estimado a partir das premissas do SUS de que um médico realiza três consultas por hora.
/// Conclusão
/// Quem somos?
O Nudge//SP é um programa do (011).lab, o laboratório de inovação em governo da 
Secretaria de Inovação e Tecnologia da Cidade de São Paulo. Seu objetivo é a aplica￾ção de ciências comportamentais nas políticas públicas municipais. Teve início em 
meados de 2018, tendo atuado junto a demais secretarias municipais em desafios 
públicos comportamentais.
Equipe do (011.lab) envolvida
Fábio Franklin Storino dos Santos 
Flora Finamor Pfeifer 
Diagramação e revisão
Evelyn Bittencourt
Tiago Plassa
Parceiros 
Hospital do Servidor Público Municipal
Coordenadoria de Atendimento ao Cidadão e Modernização em Serviços Públicos CASP 
BrBPO
EloGroup
KAHNEMAN, D., KNETSCH, J., & THALER, R. (1991). Anomalies: The endowment 
effect, loss aversion, and status quo bias. Journal of Economic Perspectives, 5(1), 
193-206.
MARTIN, Steve J., BASSI, Suraj, DUNBAR-REES Rupert. (2012). Commitments, nor￾ms and custard creams - a social influence approach to reducing did not attends 
(DNAs). J R Soc Med, 101-104. 
BITTAR, Olimpio J. Nogueira V., MAGALHÃES, Adriana, MARTINES, Claudio M., 
FELIZOLA, Nadja B. G., FALCÃO, Lilian H. B. (2016) Absenteísmo em atendimento 
ambulatorial de especialidades no estado de São Paulo. Secretaria de Estado da 
Saúde, São Paulo. BEPA 2016; 13(152):19-32
MOLFENTER, Todd. (2013) Reducing Appointment No-Shows: Going from Theory to 
Practice. Subst Use Misuse. 2013 Jun; 48(9): 743–749.
ALBIERI, Flavius Augusto Olivetti; ANDRÉ, Larissa Desiderá; MALAQUIAS, Ana 
Kelly; MOREIRA, Roberto Aparecido; FILLIPI, Junior, José de; MISSO, Oswaldo; 
PUCCINI, Paulo de Tarso. (2014) Gestão de fila de espera da atenção especializada 
ambulatorial: resgatando o passado e buscando um novo olhar para o futuro. São 
Paulo; SMS; s.d. [2] p. ilus
/// Referências bibliográficas

REALIZAÇÃO: