O envelhecimento populacional resultou na complexificação dos problemas de saúde e sociais dos cidadãos. Com a maior prevalência de doenças crónicas não transmissíveis, de situações de incapacidade física e cognitiva verificou-se o agravamento da problemática do protelamento das altas hospitalares com sobrecarga para os sistemas de saúde e afetando negativamente a qualidade de vida dos cidadãos. O presente estudo teve como objetivos, identificar e analisar os fatores associados ao protelamento da alta hospitalar nos hospitais públicos da Região Autónoma da Madeira (RAM) no ano de 2023 e com base nesses fatores, desenvolver um modelo preditivo para a criação de uma ferramenta digital de alerta e de sinalização para o Serviço Social Hospitalar, de forma a intervir precocemente. Este estudo de caráter retrospetivo adotou uma metodologia quantitativa. Para identificar os fatores associados ao protelamento da alta hospitalar realizou-se uma comparação entre duas amostras independentes, uma com os utentes que estiveram em situação de protelamento da alta hospitalar (n=271) e outra com aqueles que não se encontraram nessa situação (n=271) em 2023, nos hospitais públicos da RAM. A análise incluiu variáveis sociodemográficas, de caracterização familiar, dependência e compromisso cognitivo. Através de uma análise de regressão logística identificaram-se quatro destes fatores com significância estatística para um modelo preditivo que calcula a probabilidade do risco de protelamento da alta hospitalar. São eles: a idade (OR=1,028), o número de elementos do agregado familiar (OR=0,601), a presença de dependência (OR=19,638) e a presença de compromisso cognitivo (OR=2,943). Propõe-se o desenvolvimento de uma ferramenta digital de sinalização a ser integrada no sistema informático que gera alertas automáticos para os assistentes sociais, em três níveis de risco associados à probabilidade de ocorrência do protelamento da alta hospitalar, com respetiva sinalética de cores: baixo até 30% (verde), moderado 30%-49% (amarelo) e alto risco, acima de 50% (vermelho). Considera-se que este estudo e a ferramenta digital que propõe poderão contribuir para a mitigação do fenómeno dos protelamentos das altas hospitalares se integrado em estratégias concertadas e Políticas Públicas adequadas.

Population aging has resulted in the complexification of citizens' health and social problems. With the increased prevalence of chronic non-communicable diseases, physical and cognitive disabilities, the problem of delayed hospital discharges has worsened, placing a heavy burden on health systems and negatively affecting citizen's quality of life. The objectives of the present study were to identify and analyze the factors associated with delayed hospital discharge in the public hospitals of the Região Autónoma da Madeira (RAM) in 2023 and based on these factors to develop a predictive model for the creation of a digital alert and signaling tool for the Hospital Social Service, in order to intervene early. This retrospective study used a quantitative methodology. In order to identify the factors associated with delayed hospital discharge, a comparison was made between two independent samples, one with patients who were in a situation of delayed hospital discharge (n=271) and the other with those who were not in this situation (n=271) in 2023, in public hospitals in the RAM. The analysis included sociodemographic, family characterization, dependency and cognitive impairment variables. A logistic regression analysis identified four of these factors with statistical significance for a predictive model that calculates the probability of the risk of delayed hospital discharge. These are: age (OR=1.028), the number of household members (OR=0.601), the presence of dependency (OR=19.638) and the presence of cognitive impairment (OR=2.943). It is proposed the development of a digital signaling tool to be integrated with the digital information system that generates automatic alerts for social workers, at three levels of risk associated with the likelihood of hospital discharge being delayed, with respective color signaling: low risk, up to 30% (green), moderate risk 30%-49% (yellow) and high risk above 50% (red). It is believed that this study and the digital tool it proposes may contribute to mitigate the phenomenon of delayed hospital discharges if integrated into concerted strategies and appropriate public policies.