Análise do desempenho das atividades de captação e coleta de doadores de sangue em um hemocentro público brasileiro: Avaliação baseada em dados operacionais e apoio de inteligência artificial
DOI:
https://doi.org/10.33448/rsd-v15i3.50826Palavras-chave:
Serviço de Hemoterapia, Doação de Sangue, Análise de Dados, Aprendizado de Máquina.Resumo
A doação de sangue é essencial para o funcionamento dos sistemas de saúde e para a realização de transfusões seguras. Entretanto, a manutenção de estoques adequados permanece como um desafio, exigindo estratégias eficientes de captação e mobilização de doadores. Este estudo teve como objetivo analisar o desempenho das atividades de captação e coleta de doadores de sangue em um hemocentro público brasileiro, utilizando análise estatística e modelagem computacional aplicadas a dados operacionais institucionais. Trata-se de um estudo observacional retrospectivo de abordagem quantitativa, baseado em registros administrativos referentes às atividades de mobilização de candidatos, triagem clínica e realização de coletas de sangue. Foram considerados como indicadores operacionais o número de campanhas realizadas, candidatos convocados, atendimentos individuais, atividades de coleta externa e triagens clínicas, tendo como variável de saída o número de coletas efetivas de sangue. Inicialmente foi realizada análise estatística exploratória e avaliação de correlação entre as variáveis operacionais, seguida da aplicação de um modelo de regressão linear para investigar a relação entre os indicadores de captação e a efetivação das coletas. Os resultados evidenciaram associação positiva entre o número de triagens clínicas e o número de coletas efetivas, indicando que o volume de candidatos avaliados na triagem constitui um fator determinante para a produção hemoterápica. Conclui-se que a integração entre análise estatística e modelagem computacional aplicada a dados institucionais pode contribuir para aprimorar a gestão de hemocentros e fortalecer as estratégias de captação de doadores.
Referências
Bertsimas, D., & Dunn, J. (2019). Machine learning under a modern optimization lens. Dynamic Ideas.
Bednall, T. C., & Bove, L. L. (2011). Donating blood: A meta-analytic review of self-reported motivators and deterrents. Transfusion Medicine Reviews, 25(4), 317–334. https://doi.org/10.1016/j.tmrv.2011.04.005
Chand, S., Amita, R., & Gupta, D. (2023). Addressing concerns and suggestions of blood donors: An assured way for donor motivation, recruitment, and retention. Asian Journal of Transfusion Science, 17(1), 3–8.
Chen, T., & Guestrin, C. (2016). XGBoost: A scalable tree boosting system. In Proceedings of the 22nd ACM SIGKDD International Conference on Knowledge Discovery and Data Mining (pp. 785–794). https://doi.org/10.1145/2939672.2939785
Eichler, H., Spinella, P. C., Henschler, R., Heddle, N. M., & Irony, I. (2021). Population-based analysis of the impact of demographics on the current and future blood supply in the Saarland. Transfusion Medicine and Hemotherapy, 48(3), 170–177. https://doi.org/10.1159/000512645
Ferguson, E., France, C. R., Abraham, C., Ditto, B., & Sheeran, P. (2007). Improving blood donor recruitment and retention: Integrating theoretical advances from social and behavioral science research agendas. Transfusion, 47(11), 1999–2010. https://doi.org/10.1111/j.1537-2995.2007.01423.x
Ferguson, E., Atkins, L., & Lawrence, C. (2020). A typology of blood donor motivations. Transfusion, 60(9), 2010–2020. https://doi.org/10.1111/trf.15913
France, C. R., Ditto, B., France, J. L., Himawan, L. K., & Hillyer, C. D. (2021). Assessing the impact of an automated web-based motivational interview on retention of O-negative donors. Transfusion, 61(2), 593–602. https://doi.org/10.1111/trf.16186
James, G., Witten, D., Hastie, T., & Tibshirani, R. (2021). An introduction to statistical learning: With applications in R (2nd ed.). Springer.
Kermani, F. R., et al. (2024). Development and validation of the self-regulation of blood donation scale for blood donors. Hematology, Transfusion and Cell Therapy. Advance online publication. https://doi.org/10.1016/j.htct.2024.09.2482
Li, L., et al. (2023). Mobile applications for encouraging blood donation: A systematic review and case study. Digital Health, 9, 20552076231203603. https://doi.org/10.1177/20552076231203603
Ministério da Saúde. (2024). Doação de sangue. https://www.gov.br/saude/pt-br/composicao/saes/doacao-de-sangue
Pedregosa, F., et al. (2011). Scikit-learn: Machine learning in Python. Journal of Machine Learning Research, 12, 2825–2830.
Pereira, A. S. et al. (2018). Metodologia da pesquisa científica. [Free ebook]. Santa Maria. Editora da UFSM.
Rajkomar, A., Dean, J., & Kohane, I. (2019). Machine learning in medicine. New England Journal of Medicine, 380(14), 1347–1358. https://doi.org/10.1056/NEJMra1814259
Risemberg, R. I. C. et al. (2026). A importância da metodologia científica no desenvolvimento de artigos científicos. E-Acadêmica, 7(1), e0171675. https://doi.org/10.52076/eacad-v7i1.675. https://eacademica.org/eacademica/article/view/675.
Song, J. W., & Chung, K. C. (2010). Observational studies: Cohort and case-control studies. Plastic and Reconstructive Surgery, 126(6), 2234–2242. https://doi.org/10.1097/PRS.0b013e3181f44abc
Shitsuka, R. et al. (2014). Matemática fundamental para tecnologia. (2ed). Editora Érica.
Srivastava, A., Santagostino, E., Dougall, A., Kitchen, S., Sutherland, M., Pipe, S. W., et al. (2020). WFH guidelines for the management of hemophilia (3rd ed.). Haemophilia, 26(Suppl. 6), 1–158. https://doi.org/10.1111/hae.14046
Thorpe, R., et al. (2024). The health impacts of blood donation: A systematic review of donor and non-donor perceptions. Blood Transfusion, 22(1), 7–19. https://doi.org/10.2450/BloodTransfus.494
World Federation of Hemophilia. (2023). Report on the annual global survey 2022. https://www1.wfh.org/publications/files/pdf-2399.pdf
World Health Organization. (2022). Global status report on blood safety and availability 2021. https://www.who.int/publications/i/item/9789240051683
World Health Organization. (2025). Blood safety and availability. https://www.who.int/news-room/fact-sheets/detail/blood-safety-and-availability
Downloads
Publicado
Edição
Seção
Licença
Copyright (c) 2026 Weber de Santana Teles, Max Cruz da Silva, Florita Moura Aquino, Rozeli Dantas Azevedo Moura, Ana Paula Barreto Prata Silva, Douglas Abilio, Orleane Souza Rezende, Ádamo Newton Marinho Andrade, Lorena Eugênia Rosa Coelho, Carlos Henrique Santiago Martins
Este trabalho está licenciado sob uma licença Creative Commons Attribution 4.0 International License.
Autores que publicam nesta revista concordam com os seguintes termos:
1) Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
2) Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
3) Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado.
