Diabetes do tipo 2: Assumindo o Controle com o Six Sigma e Estatísticas

Em 13 de outubro de 2009, a vida de Bill Howell mudou. Ele foi diagnosticado com diabetes de adulto tipo 2. Para a maioria das pessoas, esse diagnóstico leva a alterações na dieta, dependência de medicamentos prescritos e a necessidade de monitorar níveis de glicose no sangue diariamente.

Howell lidou com seu diagnóstico de uma maneira muito diferente.

Em seu livro I Took Control: Effective Actions for a Diabetes Diagnosis, Howell destaca como ele administrou com sucesso sua diabetes com uma estratégia focada na metodologia Six Sigma, na análise de dados com o Minitab Statistical Software e com muita auto-motivação. 

Diagnosticando um estilo de vida de "formiga"

Quando uma colega de trabalho percebeu que Howell estava sofrendo de vários dos sintomas clássicos da diabetes—incluindo boca seca, câimbras nas pernas e perda de visão—ela insistiu que ele fizesse um teste de taxa de glicose no sangue. Uma taxa de glicose no sangue normal fica em torno de 100 mg/dL. O teste de Howell excedeu 600 mg/dL—tão alto que o medidor não pôde oferecer um resultado exato, apenas um alerta. Howell marcou uma consulta com o médico naquela semana.

Alguns dias anteriores a consulta, Howell registrou suas taxas de glicose no sangue e fez um gráfico dos dados com o Minitab.

Gráfico sequencial Minitab

O gráfico de séries temporais mostrou que suas taxas recentes de glicose no sangue geralmente passavam de 400 mg/dL—uma indicação clara de diabetes não controlada.

“Eu levei os resultados do meu teste em forma de gráfico,” diz Howell. “E o médico confirmou minhas suspeitas com um diagnóstico de diabetes de adulto tipo 2.”

O médico deu a Howell uma dieta recomendada, medicação e um plano para que ele testasse sua glicose no sangue várias vezes ao dia. Howell estava determinado a seguir as orientações de seu médico e assumir o controle total de sua doença—e ele sabia exatamente como fazer isso.

Ele tratou sua situação como um projeto Six Sigma.

A metodologia Six Sigma aprimora os processos usando análises de dados para identificar e remover defeitos e Howell considerou seus próprios sintomas como defeitos que poderiam ser eliminados. Um auto-denominado "viciado em números" e profissional de qualidade na Schneider Electric, ele assumiu o controle de sua doença com os mesmos métodos estatísticos que ele usa para aprimorar qualidade.

“Encarar minha situação como um projeto me permitiu modificar os resultados de modo que eles fossem mais a meu favor,” diz Howell.

Ele já havia gerenciado muitos projetos Six Sigma em seu trabalho, mas esse projeto era diferente—era sua saúde que estava em jogo.

Howell dividiu seu plano de diabetes nas seis fases DMAIC da metodologia Six Sigma—definição, medição, análise, melhoria e controle—e escolheu confiar em seu "padrinho" de projeto, seu médico, para receber orientações em cada etapa.

Ele começou definindo o problema que precisava solucionar, os impactos que ele buscava diminuir e arquitetou uma declaração de meta. Como seus sintomas correspondiam a alta glicose no sangue, ele tinha que diminuir seus níveis para menos de 125 mg/dL. Para reduzir os sintomas naturalmente e reduzir a dependência de medicamentos, Howell também queria seguir as recomendações de seu médico de dieta e exercícios.

Garantindo bons sistemas de medição e coletando dados

Como suas taxas de glicose no sangue diárias eram a métrica chave para a compreensão da doença, Howell criou um plano de coleta de dados para amostrar seu sangue três vezes ao dia, registrando seus dados e criando gráficos de suas taxas de glicose com o passar do tempo.

Diagrama de pontos Minitab

Como um profissional Six Sigma, Howell sabia que precisava verificar que suas medições de glicose no sangue eram confiáveis. Para assegurar que seu medidor de glicose produzia resultados válidos, ele seguiu o procedimento de calibração semanal do fabricante e registrou os resultados da calibração com o passar do tempo. Ao inserir em gráficos seus resultados, ele confirmou que os valores se enquadravam dentro dos limites de calibração do fabricante. Agora ele estava confiante de que seu medidor realizava medições exatas.

Mas ele se questionou a respeito de possíveis efeitos da retirada de sangue em diferentes locais nos resultados dos testes. O médico de Howell o incentivou a retirar sangue apenas das pontas de seus dedos para controlar qualquer variabilidade devido aos locais de retirada de sangue. Mas será que importava de qual dedo ele retirava sangue?

Para descobrir, Howell usou o Minitab para criar um padrão aleatório de número de 1 a 10. Ele designou a cada um de seus dedos um número, depois testou seus dedos na ordem aleatória. Ele registrou os níveis de glicose de cada dedo testado e inseriu os resultados no gráfico de pontos do Minitab. O gráfico revelou que agrupamentos de resultados de testes compartilhavam do mesmo padrão aleatório, o que sugeria que a seleção de dedos não provocava impacto nos resultados do teste.

Diagrama de pontos Minitab

Howell também executou a Análise de Variância com Um Fator (ANOVA) para oferecer mais provas estatísticas de igualdade entre os dedos. A análise ANOVA alinhou-se com as descobertas do gráfico de pontos e não revelou evidências de que um determinado dedo causaria impacto no resultado do teste.

Análise de Variação (ANOVA) Minitab

Agora, confiante de que seu sistema de medição produzia resultados válidos, Howell começou a analisar as possíveis causas para suas taxas aumentadas de glicose no sangue. Ele criou um diagrama de causa e efeito (espinha de peixe) no Minitab, que permitia que ele organizasse todas as suas informações de brainstorming em um único local. Focando-se em causas que ele mesmo pudesse controlar e analisar, como dieta e exercícios, o ajudou a planejar a próxima etapa de seu projeto—o registro de suas refeições diárias.

Análise de causa & efeito Minitab

O médico de Howell recomendou uma dieta diária de 1.800 calorias, que incluía 50 gramas de gorduras e 200 de carboidratos. Usando gráficos de barra com linhas de referência mostrando os limites diários, ele rastreou o total de calorias, gorduras e carboidratos diário. Os gráficos o ajudaram a manter sua dieta sob avaliação e mostrou a ele onde possíveis mudanças na dieta poderia ajudá-lo a atingir outras metas do projeto, como manter um baixo colesterol.

“Eu descobri que até mesmo um simples gráfico pode fazer maravilhas,” diz Howell. “Leve seus gráficos e seu conjunto de dados para sua consulta médica e juntos vocês poderão tomar decisões informadas.”

Analisando os dados

Após o registro e a representação em gráficos de informações diárias de dieta e taxas de glicose no sangue durante vários meses, Howell analisou seus dados para identificar origens de variação. Para determinar se seus três testes sanguíneos diários produziam a mesma taxa média, ele executou uma ANOVA.

Análise de Variação (ANOVA) Minitab

Os resultados revelaram que a média da amostra de sangue no início da noite, retirada antes do jantar, era estatisticamente mais baixa do que as leituras médias matinais e noturnas. A análise também sugeriu que a leitura no início da noite era mais uniforme, porque ela tinha um desvio padrão menor do que as ocorridas em outros momentos do dia.

Howell também queria identificar como as entradas do processo (calorias, gorduras, carboidratos e pílulas consumidos) afetavam a saída do processo (taxas de glicose no sangue). Um gráfico de dispersão de quatro painéis no Minitab revelou uma relação clara entre o número de pílulas de redução de glicose no sangue consumidas e as taxas de glicose no sangue. O gráfico mostrou que foram necessárias 30 pílulas para que Howell atingisse o valor alvo de 100 mg/dL.

Gráfico de dispersão Minitab

Para identificar lacunas entre o desempenho atual e o desempenho alvo, Howell usou as Cartas de Controle para criar gráficos de sua dieta, ingestão de pílulas e níveis de glicose com relação aos limites superior e inferior predeterminados. Caso seus dados ficassem fora dos limites, Howell saberia que seu processo fora alterado e ele poderia ajustá-lo de acordo.

Por exemplo, a Carta de Controle Individual abaixo mostra o total de calorias consumidas por Howell em um período de dois meses. O gráfico revela um processo estável e mostra que ele satisfaz às exigências de ingestão calórica na maioria das vezes, com a exceção de um ponto que ficou acima do limite superior de controle (UCL). Nesse dia, Howell consumiu mais calorias do que sua ingestão calórica alvo de 1.800 calorias, por isso, ele ingeriu menos calorias no dia seguinte.


Gráfico de controle de indivíduos Minitab 

Howell também usou Cartas Xbar-R, como o gráfico a seguir, para avaliar a amplitude entre os resultados dos três testes de glicose no sangue diários (gráfico inferior) e a média dos resultados de teste de cada dia (gráfico superior). Os dois gráficos mostram o nível de medicamentos (1 ou 2 pílulas por dia) com relação ao tempo.

Gráfico Xbar e R Minitab

Cartas de controle como essas motivaram Howell e o ajudaram a manter sua dieta. Como um profissional de qualidade, ele estava muito relutante em deixar que qualquer desejo interior que ele tivesse de comer em excesso (ou comer alimentos indevidos em excesso) quebrasse a simetria de seus gráficos.

“Fico muito feliz quando vejo resultados de um mês, um trimestre ou de um tempo maior e me deparo com um processo estável,” diz ele. “Existe uma beleza na simetria e um outlier quebra a simetria e indica uma alteração no processo.”

Sob controle

A abordagem de Howell para administrar sua doença foi muito meticulosa, mas qual foi o seu grau de sucesso com relação à satisfação de seus objetivos de desempenho principais? Ao rastrear sua ingestão alimentar e seguir o plano de dieta, exercícios, medicação e testes sanguíneos prescritos pelo médico, Howell diminuiu suas taxas de glicose no sangue diárias para o valor alvo de 125 mg/dL. A apenas dois meses após o início do projeto, sua média de taxa de processo a longo prazo em dezembro estava vários pontos abaixo do alvo, em 116,3 mg/dL. 

Para verificar se seus resultados de teste sanguíneo se enquadravam dentro dos limites de especificação predefinidos (70 mg/dL – 150 mg/dL), Howell usou a Análise da capacidade de processos do Minitab. Ele descobriu que 97,85% dos seus resultados de teste satisfaziam aos critérios com sucesso.

Capacidade de processos Minitab

Ao continuar a seguir seu processo, Howell diminuiu gradativamente os medicamentos que ele inicialmente tomou para diminuir seus níveis de glicose no sangue até parar completamente. Em agosto de 2010, ele estava apto a manter níveis de glicose no sangue estáveis sem nenhuma pílula. Ele atribui essa mudança ao controle de sua dieta e ao registro de dados e criação de gráficos de tudo que ele ingeria.

Howell diz que ele está mais saudável do que jamais esteve em anos. Ele perdeu quase 20 quilos e está vivenciando uma redução quase completa de todos os seus sintomas, incluindo boca seca, visão embaçada e insônia.

Howell atribui muito de seu sucesso às alterações em sua dieta e ao seguimento das recomendações de seu médico, mas ele diz que não poderia ter controlado tão rápido e efetivamente sua doença sem o Six Sigma e as ferramentas estatísticas encontradas no software Minitab.

“Eu realmente acredito no uso de dados para a tomada de decisões informadas em tudo o que eu faço,” diz Howell. “Com o uso de métodos estatísticos e gráficos simples, a diabetes e várias outras doenças podem ser controladas.”

A estratégia completa de Howell para a administração da diabetes está detalhada em seu livro,I Took Control: Effective Actions for a Diabetes Diagnosis.”

Imagem da diabetes foi usada sob a licença Creative Commons Attribution ShareAlike 3.0.

Ao usar esse site, você concorda com a utilização de cookies para análises e conteúdo personalizado. Leia nossa política

OK