uso de planejamento de experimentos na anÁlise de demanda de...

USO DE PLANEJAMENTO DE

EXPERIMENTOS NA ANÁLISE DE

DEMANDA DE MEDICAMENTOS DA

INDÚSTRIA FARMACÊUTICA

Nagila Raquel Martins Gomes (MACK)

[email protected]

DANIEL CAMARGO MARCONDES (MACK)

[email protected]

Raquel Cymrot (MACK)

[email protected]

O artigo tem como objetivo analisar as variáveis que influenciam o

comportamento da demanda de um produto do setor farmacêutico e

mostrar uma aplicação do planejamento de experimentos na tomada de

decisões. Para tal, foram estudados dados ddisponibilizados por um

laboratório farmacêutico, aplicando a análise de planejamento de

experimentos fatoriais com a ajuda do software Minitab. O estudo sugere

um perfil de médico potencial para aumento da demanda e um plano de

marketing e visitação aos médicos de acordo com a estratégia competitiva

da empresa.

Palavras-chaves: Planejamento de experimentos, análise de demanda,

tomada de decisões

XXXII ENCONTRO NACIONAL DE ENGENHARIA DE PRODUCAO Desenvolvimento Sustentável e Responsabilidade Social: As Contribuições da Engenharia de Produção

Bento Gonçalves, RS, Brasil, 15 a 18 de outubro de 2012.



2

1. Introdução

Com o aumento da globalização, a concorrência entre empresas tem se tornado cada vez mais

acirrada. Como diferencial competitivo, destaca-se a empresa que tomar decisões, de forma

consciente, agregando valor ao negócio.

Em qualquer natureza de negócio, uma das formas de reduzir os riscos das decisões é dispor de

amplo conhecimento sobre o comportamento de variáveis internas e externas que afetam o

alcance de metas da companhia.

Parte das metas é reduzir os custos de insumos, produtos acabados, mão de obra ociosa,

contratações, marketing desnecessário ou outro erro que impacte a estratégia competitiva.

Segundo Moita Neto (2004), análises multivariadas podem ser usadas para analisar variáveis de

forma simultânea.

Os medicamentos, recursos terapêuticos, de diagnósticos e outros serviços são uma das mais

importantes faces, senão a maior, da relação entre a saúde da população e o Estado,

representando em 2011 cerca de, 8,4% do Produto Interno Bruto, de acordo com o relatório da

Organização Mundial de Saúde.

O proposto deste trabalho é aplicar um modelo de análise multivariada de dados, não só para

explicar quais fatores são determinantes para a demanda de um medicamento com o objetivo de

contribuir na redução de custos de um setor tão importante para a economia, como também

mostrar a utilidade de uma análise deste nível na tomada de decisões estratégicas.

2. Dinâmica na indústria farmacêutica

Atualmente, no setor farmacêutico é possível distinguir dois grandes grupos de produtores da

cadeia:

a) As grandes empresas, detentoras da maioria das patentes de moléculas inovadoras;

b) As empresas emergentes, especializadas em patentes vencidas e genéricos.

O primeiro grupo usou como trampolim de crescimento além do marketing a Pesquisa e

Desenvolvimento (BASTOS, 2005). Estas empresas tiveram a seu favor a legislação de patentes e

certa liberdade de precificação, que permitiam elevados lucros em decorrência das despesas.

Este cenário mudou com intensificação da fiscalização efetuada pela Agência Nacional de

Vigilância Sanitária (ANVISA) , iniciada em 1999, voltada para a elevação dos padrões

sanitários da produção, controle de preços e a Lei dos Genéricos. Estes fatores não só

incentivaram a competição no setor, como reduziram os preços do medicamento no mercado

nacional, dando maior acesso à compra por famílias de Classes C e D. (PALMEIRA; PAN, 2003)



3

2.1 O produto farmacêutico

Referente à forma de comercialização, os medicamentos são divididos em duas categorias

(SEVALHO, 2001):

a) Éticos: Produtos que requerem prescrição médica no ato da compra. Sendo

subdivididos em: Produtos referência – quando os laboratórios são detentores das patentes;

Produtos similares –Mesmos princípios ativos dos referência mas sua comercialização só é

possível após o prazo de expiração da patente; e Produtos Genéricos - são produtos que não

possuem marca, são identificados pelo nome da substância ou princípio ativo e também só

comercializado após expiração da patente;

b) OTC - Over the Counter: Produtos que podem ser comercializados sem a prescrição

médica. Regulamentados pela portaria 2/95 da ANVISA, que relaciona 19 categorias

terapêuticas autorizadas para comercialização.

3. Uma logística reversa auditada

Apesar de intuitivo, o conceito de logística reversa pode ter diferentes interpretações dependendo

do setor estudado. A responsabilidade pela logística reversa das farmacêuticas obedece à

resolução RDC nº 35/03 ANVISA/MS. De acordo com essa resolução, os laboratórios devem

manter ou terceirizar um “Laboratório de Controle de Qualidade”, para avaliar criteriosamente se

um produto devolvido pode ser reintegrado às prateleiras.

Cada quilograma de produto descartado gera custos à empresa. Há outros custos além do de

descarte como: Custo de entrega (transporte de retirada), Custo de central de atendimento

(departamento que recebe reclamações), custo de estocagem (até que o produto seja encaminhado

ao descarte), custo de análise. Quando há devoluções, a empresa gasta quase cinco vezes mais o

valor da produção (REZENDE; SLOMSKI; DALMÁCIO, 2004).

4. O marketing diferenciado

A promoção de produtos éticos, aqueles que necessitam de prescrição médica, é feita por meio de

entrevista médica na qual o representante (espécie de propagandista) vai até o médico fazer

propaganda e levar informações sobre o produto através de amostras grátis, impressos, folders

etc. Na era da tecnologia e interatividade, a indústria farmacêutica é a única que há anos promove

este tipo de marketing, no entanto, ao propagar os produtos diretamente ao fator gerador de

demanda, há a possibilidade de entender as expectativas e necessidades dos médicos na

prescrição (FIGUEIREDO, 2001).

Em um setor com elevado número de concorrentes, aquele que deixar sua marca na “cabeça” do

médico com maior intensidade, será o que terá o maior número de prescrições sobre seu produto

(FIGUEIREDO, 2001).

Pelos fatos mencionados, os laboratórios reservam elevados investimentos em treinamento e

qualificações da força de vendas (grupo de representantes) e relacionamento com os chamados

Kols, ou líderes de opinião, que influenciam fortemente outros médicos.



4

Sendo o médico o principal gerador de demanda, muitos laboratórios oferecem um tratamento

especial, tal como, amostras grátis e participação em congressos da área em questão, grande parte

das vezes em outros países e com possibilidade de levar a família. (FIGUEIREDO, 2001).

Até 2008, esta relação “médico x laboratório” não possuía regras tão rígidas. Com a Resolução da

Diretoria Colegiada (RDC) 96 da ANVISA, foram impostos limites para peças publicitárias,

brindes deixaram de ser permitidos e profissionais só podem participar de eventos e congressos

de caráter científico, desde que previamente comunicado à ANVISA (AGÊNCIA NACIONAL

DE VIGILÂNCIA SANITÁRIA, 2008).

A finalidade de tal resolução era de que o abuso de medicamentos e uso incorreto de drogas

receitadas pelos próprios médicos em decorrência de interesses próprios do profissional fossem

reduzidos.

Pesquisa realizada em 2010, pelo Conselho Regional de Medicina do Estado de São Paulo

(CREMESP), mostra que mesmo após tal resolução, a maioria dos profissionais tem recebido

algum tipo de incentivo. A pesquisa foi realizada pelo Datafolha Instituto de Pesquisas, com

seiscentos médicos de diversas especialidades. Chegou-se à conclusão de que 93% dos médicos

recebem brindes, benefícios ou pagamentos de até R$ 500,00 das empresas farmacêuticas, 34%

receberam almoços e jantares, 15% ingressos para eventos culturais e de lazer. A pesquisa foi

mais além: 27% dos entrevistados receberam e aceitaram convites para cursos de educação

continuada, 9% para congressos nacionais e 3% para congressos internacionais. Ainda de acordo

com a pesquisa, cerca de 38% dos médicos consideram que a relação médico versus laboratórios

muitas vezes ultrapassa o limite da ética, tornando a prática de clinicar um tanto mercenária

(CONSELHO REGIONAL DE MEDICINA DO ESTADO DE SÃO PAULO, 2010).

A justificativa do laboratório analisado é a de que muitos médicos, com o passar dos anos de

atividade, esquecem-se de alguns conceitos, ficam presos a substâncias antigas, não se atualizam

e algumas vezes deixam de prescrever produtos que se adequariam melhor em algumas situações.

Obviamente que um aumento nas prescrições dos produtos do laboratório patrocinador é um

resultado esperado, mas segundo o laboratório não se trata de uma troca comercial. Mesmo

porque há uma dúvida consensual entre os gestores dos produtos: Há um limite de visitas técnicas

e benefícios que trazem vantagem ao laboratório?

Segundo Figueiredo (2001), o setor farmacêutico dispõe de um dos mais completos sistemas de

auditoria de vendas e informações do mercado, com margens de erro muito próximas de zero. As

análises vão desde demanda mês a mês, até o que cada médico (com CRM especificado) tem

prescrito nos últimos anos. Dentre as principais modalidades estão:

a) PMB - Pharmaceutical Market Brasil (Grupo IMS) : É um perfil estatístico comercial

completo dos produtos farmacêuticos . O registro da fase de informações é extraído por

microfilmagem das notas fiscais em farmácias e distribuidores;

b) INTE – Indíce Nacional Terapêutico e Enfermidades no Brasil (Grupo IMS): É um

estudo em forma de pesquisa que proporciona o perfil do médico prescritor. O registro é feito

em fichas pelos próprios médicos, relacionando o emprego dos medicamentos com os

diagnósticos correspondentes, além de características do médico e paciente;



5

c) Close-up (Pharma Services) – O Close-up é um estudo do receituário médico

(prescrições) nas principais cidades do país. A base de dados é obtida através de cópias de

receitas médicas, obtidas em farmácias espalhadas pelo país.

5. Previsão de demanda dos medicamentos

De acordo com Slack et al (2007) as empresas costumam encontrar dificuldades em prever a

demanda, mesmo a curto prazo. A maioria das empresas usa uma média dos últimos três meses,

acrescida de considerações sazonais, em períodos que se aplicam ou em caso de promoções e

lançamentos.

Muitos gestores, bem como o próprio pessoal de venda, não confiam em números “frios” e

preferem confiar mais em sua experiência e julgamento. (MACHLINE; AMARAL, 1998).

O mercado dispõe de fortes auditorias em farmácias e consultórios que auxiliam na criação de

bancos de dados de memórias de até sessenta meses, como é o caso da Auditoria PMB

disponibilizada pela Consultoria IMS Health. (FIGUEIREDO, 2001)

Felizmente, esta subjetividade vem diminuindo. Cada vez mais, as empresas se preocupam em

criar áreas de análise e inteligência de mercado que utilizam de técnicas estatísticas e análises

críticas para contribuir na tomada de decisões.

6. Planejamento fatorial 2K

Segundo Montgomery e Runger (2009, p. 309) “Planejamentos fatoriais são frequentemente

usados nos experimentos envolvendo vários fatores em que é necessário estudar o efeito conjunto

dos fatores sobre uma resposta”.

Um tipo de planejamento muito utilizado é o 2K, quando um experimento possui dois ou mais

fatores (K ≥ 2), e somente dois níveis (alto e baixo), podendo ser quantitativos ou qualitativos.

(MONTGOMERY; RUNGER, 2009).

Neste trabalho foram utilizados um planejamento 24 tendo, portanto 16 corridas ou combinações

de tratamento.

7. Analise dos dados reais

A presente pesquisa foi submetida e aprovada pela Comissão de Ética em Pesquisas da

instituição.

Os dados para a realização do experimento fatorial 24

foram disponibilizados por um laboratório

farmacêutico, extraídos da auditoria Close-up e cruzados com banco de dados interno, a fim de se

verificar os principais fatores que influenciam o aumento da demanda do medicamento.

Sempre que um produto é classificado como ético, ou seja, que necessita de receita médica para

compra em farmácias, o crescimento de sua demanda varia conforme o aumento da prescrição



6

médica. Foi selecionado um produto de natureza ética, com patente vencida, reduzindo assim as

chances de surpresas no comportamento dos dados.

No laboratório estudado, a equipe de força de vendas é dividida por unidade de saúde, como:

Linha respiratória; Linha de saúde feminina etc. Toda equipe recebe um calendário anual de

metas de visitas nos médicos. Em média cada representante deve realizar 10 visitas por dia e

visitar um mesmo médico no mínimo 3 vezes por ciclo, sendo 4 ciclos por ano. A quantidade de

médicos a ser visitados e a quantidade de representantes promovendo um mesmo produto pode

variar de acordo com a linha trabalhada.

No caso do medicamento estudado, chamado aqui de medicamento “C” a meta é de 16 visitas ao

ano, ou seja, 4 por ciclo. O produto faz parte da linha de saúde feminina, possui 70 representantes

e um painel composto de 10.000 médicos espalhados por todo território nacional. Em cada visita

o representante faz propaganda de outros 2 produtos, no entanto, seu foco e prioridade deve ser

promover o medicamento “C”.

Duas vezes ao ano existe uma premiação para os melhores representantes, baseada no índice de

visitação e média de prescrição dos médicos visitados. Ao se aproximar dos meses de premiação,

há picos de visitas e em poucos meses os índices de visitação chegam perto dos 100%.

Depois de adquiridos, os dados foram transformados, com a ajuda de um multiplicador, a fim de

manter a integridade, exigida pelo laboratório. Após a transformação, os dados foram analisados

com o objetivo de destacar fatores a serem considerados no planejamento do experimento. A

próxima etapa foi a criação de uma planilha nos padrões semelhantes aos exigidos pelo software

Minitab, destacada na Tabela 1.

Fonte: Dados do trabalho

Tabela 1 – Planilha de Dados Reais



7

Os fatores escolhidos para elaboração da análise na coluna 1 se restringiram ao Gênero do

médico, sendo índice (1) Masculino e (−1) Feminino já que o medicamento escolhido possui um

modo de aplicação pouco convencional em mulheres, que requer etapas íntimas e segundo o

laboratório, alguns médicos homens, sentem-se intimidados em demonstrar sua forma de uso,

optando muitas vezes pelo concorrente, cuja aplicação é via oral.

Na coluna dois, potencial de prescrição do médico na classe terapêutica, adotou-se (1) para alto

potencial (mais de 60% dos produtos prescritos pelo médico pertencem a mesma classe

terapêutica do medicamento em questão) e (-1) para baixo potencial.

Na terceira coluna foi distinguido os médicos que participaram em congressos pagos pelo

laboratório estudado, sendo (1) para médico que já participaram e (-1) para os que não

participaram. Esta é uma questão polêmica, segundo os gerentes dos produtos, se este tipo de

investimento for reduzido perder-se-á quantidade considerável de novas prescrições, no entanto,

custear estes eventos é extremamente dispendioso. Além desta percepção, há a suspeita de que

alguns médicos aumentam as prescrições quando a data dos congressos se aproxima.

O último fator, disposto na quarta coluna, traz o índice de visitação: se o médico foi visitado mais

de 60% das vezes propostas pela empresa, o índice é considerado alto (1), caso contrário o índice

é baixo (-1). Os gerentes acreditam que visitar os médicos mais vezes do que eles gostariam,

pode ser mais negativo do que positivo. O médico deixa de colocar “fé” no produto, cria a

suspeita de que se o representante insiste tanto na abordagem significa que o produto não é tão

eficaz para “se vender” sozinho, como consequência, o resultado esperado, ou seja, o aumento de

prescrições pode não ocorrer.

A Tabela 2 traz os resultados da análise feita pela ferramenta de planejamento de experimentos

(DOE, de Design of Experiments) no Minitab. As linhas em cinza correspondem aos fatores ou

interações que são significantes para a demanda. Todos os fatores e combinações cujo valor-P é

maior que 0,05, valor padrão para esse tipo de avaliação, são considerados não significantes.

A Tabela 2 mostra ainda o valor do coeficiente de determinação ajustado, R-Sq(adj), que indica a

porcentagem da variabilidade das medidas que é explicada pelo modelo.

A expressão 1 é resultante da análise e estima o percentual de prescrições de cada médico em

função das variáveis escolhidas que são significantes, sendo B, C e BC iguais a 1 e -1, conforme

a respectiva configuração.

PX= 0,6055 + B*(0,06927) + C*(-0,0169) + BC*(-0,1243) (1)



8


Tabela 2 – Resultados de análises de PX

Conforme mencionado na literatura, após a aplicação do método foi feita a análise dos resíduos,

apresentada no Gráfico 1.

O teste de aderência da distribuição dos resíduos à distribuição Normal é mostrado no primeiro

quadrante, sendo um teste descritivo que afirma que os resíduos obedecem a uma distribuição

Normal quando os pontos em torno da reta são cobertos por uma reta desenhada com um “lápis

grosso” (MONTGOMRY; RUNGER, 2009).

Para uma validação desta conclusão, foi realizado um teste de aderência não-paramétrico,

ilustrado no Gráfico 2. O teste Kolmogorov-Smirnov (CONOVER, 1999) não rejeita a hipótese

de normalidade quando o nível descritivo (valor-P) é maior que 0,05. No caso das prescrições o

valor foi de 0,150. O segundo quadrante no Gráfico 1, apresenta o gráfico dos resíduos versus

valores ajustados no qual são verificadas as suposições de média zero, já que os resíduos estão

em simetria aproximada ao redor da média zero e de variância constante, uma vez que a

variabilidade está aproximadamente igual nas 16 corridas(MONTGOMRY; RUNGER, 2009).



9

0,300,150,00-0,15-0,30

99,9

99

90

50

10

1

0,1

Residual

Po

rce

nta

ge

m

0,700,650,600,550,50

0,2

0,0

-0,2

Valores Ajustados

Re

síd

uo

s

0,3000,2250,1500,0750,000-0,075-0,150

40

30

20

10

0

Resíduos

Fre

qu

en

cia

220200180160140120100806040201

0,2

0,0

-0,2

Ordem de Observação

Re

síd

uo

s

Gráfico de Probabilidade Normal Resíduos X Valores Ajustados

Histograma Resíduos X Ordem

Gráfico de Resíduos para Prescrições (PX)


Gráfico 1 – Gráfico de resíduos para PX

Pelo último quadrante do Gráfico 1, pode-se analisar a aleatoriedade dos resíduos. Quando se

conhece a ordem de coleta dos dados, no caso em questão a ordem representa os ciclos de visitas,

é possível verificar que os mesmos estão distribuídos de forma aleatória, caso não sigam nenhum

padrão, mostrando que os resíduos são independentes uns dos outros.

Pode-se concluir então que o modelo é valido, uma vez que suas suposições foram respeitadas.

Vale ressaltar que estas validações foram critérios de escolha de qual produto seria utilizado para

aplicação do método estatístico, já que nem todo produto se adéqua a tais suposições, logo

experimentos fatoriais necessitam de certo cuidado para serem utilizados.



10

0,30,20,10,0-0,1-0,2-0,3

99,9

99

95

90

80

7060504030

20

10

5

1

0,1

Resíduos

Po

rce

nta

ge

m

Média 2,725994E-18

Desvio Padrão 0,07783

N 224

KS 0,047

Valor P >0,150

Gráfico de Normalidade de Resíduos / Kolmogorov-SmirnovNormal


Gráfico 2 – Gráfico de Aderência à Normalidade

O Gráfico 3 apresenta o gráfico de Pareto , resultado do teste da análise de variância que mostra

quais efeitos ultrapassam o valor crítico de 1,97. Neste caso, têm-se os efeitos B, C e BC são

significantes.



11


Gráfico 3 – Gráfico de Pareto para os Efeitos de PX

O Gráfico 4, apresenta os resultados das interações. Cada retângulo apresenta segmentos de retas

cujos extremos são as médias obtidas do modelo. Retas paralelas indicam que a interação não é

significante.

Nota-se que as interações do fator gênero do médico com todos os demais fatores não são

significantes.

Já a análise da interação entre o fator potencial na classe terapêutica e participação em

congressos, mostra que médicos com alto potencial na classe terapêutica e que participaram de

congressos tem a média de prescrições superiores aos que não participaram, levantando a

hipótese de que os congressos de fato trazem bons resultados, ainda que este fato ocorra só

próximo aos eventos, estes profissionais de fato prescrevem mais dos que não comparecem aos

congressos.

O cubo de plotagem dos efeitos é apresentado no Gráfico 5 e mostra a interpretação geométrica

dos efeitos. Pode-se verificar em quais condições existem os perfis com maiores percentuais de

prescrição.



12


Gráfico 4 – Interações para PX

Neste caso o médico que demandará o maior número de prescrições será aquele com até onze

visitações a.a, do gênero feminino, com alto potencial prescritivo na classe terapêutica e que

tenha participado de congressos.



13


Gráfico 5 – Cubo de Plotagem dos Efeitos

8. Conclusão

Por meio de todas as informações obtidas através da revisão da literatura e dos resultados do

planejamento de experimentos pode-se tirar conclusões sobre a situação promocional do

medicamento “C” e ainda sugerir um perfil de médico que oferecerá o maior percentual de

prescrição.

Através da análise, viu-se que o laboratório pode agir de forma diferente na promoção do

medicamento “C”, como por exemplo, reduzir o número de visitas que o representante deve fazer

ao médico, já que receber até 60% ou mais do que 60% das visitas programadas não impacta

significativamente na quantidade de prescrições do medicamento “C”. Este resultado mostra que

a percepção e motivação de prescrição do médico não sofre variação por quantidade visitada, ou

seja, se a promoção for efetiva e bem trabalhada de forma que o medicamento “fique na cabeça

do médico” em poucas visitas, não são necessárias premiações ou dezoito visitas ao ano. Tal

mudança teria um impacto extremamente positivo para os custos da empresa.

Pode-se concluir ainda que o foco de promoção está correto, já que médicos com alto potencial

de prescrição na classe terapêutica prescrevem mais do medicamento “C” do que médicos com

hábitos de prescrição mais abrangentes como por exemplo clínicos gerais. Este é um fator

decisivo para os gerentes de marketing, já que sempre que um produto é bem prescrito por

especialistas, tende a ficar em alta no mercado por mais tempo.

De modo geral, levando-se em consideração os fatores analisados é possível concluir que mesmo

tratando-se de um produto utilizado de forma íntima e pouco usual por pacientes mulheres,



14

médicos ou médicas possuem percentuais de prescrição estatisticamente semelhantes, ou seja, o

gênero do profissional da saúde não é significante em um plano de marketing que tem por

objetivo o aumento de prescrições.

Já em relação à participação em congressos científicos e palestras, para o medicamento “C” é

interessante manter o incentivo a tais eventos, desde que, de acordo com conceitos de ética

promovidos pela ANVISA. Tendo em vista que, doutores que participaram destes congressos

possuem percentuais de prescrição do medicamento “C”, maiores dos que não foram convidados.

Pode-se considerar que ainda que este percentual aumente próximo das datas dos eventos, levar

os médicos aos eventos científicos é de fato mais estratégico quando há a busca pelo aumento de

prescrições.

Deixa-se como sugestão para próximos trabalhos, entender a viabilidade financeira desta tomada

de decisão, ou seja: Até que ponto o gasto com o patrocínio de médicos em congressos contribui

com o aumento de prescrições, já que este estudo foi realizado com dados limitados ao marketing

sem contar, por exemplo, os dados relacionados a investimento.

O planejamento fatorial colaborou com a desmistificação de mitos existentes na gerência do

medicamento “C” e com a redução de custos desnecessários, como a possível redução nos custos

relacionados aos excessos de visitas médicas.

O Planejamento fatorial tem sido largamente utilizado em experimento químicos e fabris como

nos estudos Cossa, Sirqueira e Soares (2009). Este trabalho deixa como sugestão um potencial de

uso do planejamento fatorial na gerência estratégica de negócios, uma vez que estudos que

utilizam como planejamento de experimentos os experimentos fatoriais para tomadas de decisão,

não foram encontrados durante as pesquisas realizadas.

Fica evidente que são necessários estudos e análises das especificações de cada produto antes de

aplicar o planejamento fatorial. No entanto, ressalta-se que uma análise correta, sem custos

elevados, pode colaborar na tomada de decisões estratégicas, como no presente trabalho.

Trabalho futuros, com maior disponibilidade de dados, nos quais possa se levar em consideração

fatores financeiros e dados dos pacientes, podem tornar as tomadas de decisões estratégicas mais

fáceis, efetivas e em um âmbito mais abrangente.

Independente do tipo da decisão a ser tomada é importante que esta seja norteada pela ética, pela

concorrência leal e pela constante lembrança de que o valor à vida humana é mais importante que

qualquer lucro exorbitante.

Referências

AGÊNCIA NACIONAL DE VIGILÂNCIA SANITÁRIA Resolução-RDC Nº 96, de 17 de Dezembro de 2008.

Brasília, 2008. Disponível em: <http://www.anvisa.gov.br/propaganda/rdc/rdc_96_2008_consolidada.pdf>. Acesso

em: 24 abr. 2012.

BASTOS, V. D. Inovação Farmacêutica: Padrão Setorial e Perspectivas Para o Caso Brasileiro. BNDES Setorial.

Rio de Janeiro, n. 22, set. 2005.

CONOVER, W. J. Practical Nonparametric Statistics.3. ed. New York: Wiley, 1999.



15

COSSA, M. M.; SIRQUEIRA, A. S.; SOARES, B. G. Desenvolvimento de Elastômeros Termoplásticos

Vulcanizados (TPV) a Base de Polipropileno com Resíduo de Pneu. I - Planejamento Fatorial de

Experimentos.Polímeros: Ciência e Tecnologia, v. 19, n. 3, p. 190-195, 2009.

CONSELHO REGIONAL DE MEDICINA DO ESTADO DE SÃO PAULO – CREMESP. Pesquisa Inédita do

CREMESP.São Paulo, 2010. Disponível em: <http://www.cremesp.org.br/pdfs/pesquisa.pdf >. Acesso em: 02 fev.

2012

FIGUEIREDO, S. C. O que é e como funciona o Mercado farmacêutico. Rio de Janeiro, 2001. Disponível em:

<http://www.avm.edu.br/monopdf/24/SIMONE%20CRISTINA%20FIGUEIREDO.pdf>. Acesso em: 05 fev. 2012

MACHLINE, C.; AMARAL, J. R.Avanços Logísticos no Varejo Nacional: O Caso das Redes de Farmácias,

Revista de Administração de Empresas (RAE), São Paulo, v. 38, n. 4, p. 63-71, 1998. Disponível em:

<http://www.scielo.br/pdf/rae/v38n4/a08v38n4.pdf>. Acesso em: 02 jan. 2012.

MOITA NETO, J. M. Estatística Multivariada. Revista de filosofia e Ensino. Filosofia da ciência, 9 maio 2004.

Disponível em: <http://www.criticanarede.com/cien_estatistica.html>. Acesso em: 02 abr. 2011.

MONTGOMERY, D. C.; RUNGER, G. C. Estatística Aplicada e Probabilidades para Engenheiros.4. ed. Rio de

Janeiro: LTC, 2009.

PALMEIRA FILHO, P.L.; PAN, S. S. K. Cadeia farmacêutica no Brasil: avaliação preliminar e perspectivas.

BNDES Setorial. Rio de Janeiro, n. 18, p. 3-22, set. 2003.

REZENDE, A. J.; SLOMSKI, V.; DALMÁCIO, F. Z. A logística reversa como instrumento de controle

gerencial: uma aplicação no segmento de distribuição de matérias-primas farmacêuticas. In: XXVIII ENCONTRO

NACIONAL DOS PROGRAMAS DE PÓS-GRADUAÇÃO EM ADMINISTRAÇÃO – ENAMPAD, anais...,

Curitiba, 2004.

SEVALHO, G. Farmacovigilância: Bases Históricas, conceituais e operacionais. Ciências Farmacêuticas: Uma

abordagem em farmácia hospitalar. São Paulo: Atheneu, 2001.

SLACK, N.; CHAMBER, S.; HARLAND, C. HARRISON, A.; JOHNSTON, R.; Administração da Produção. –

2ª ed. - São Paulo: Atlas, 2007

uso de planejamento de experimentos na anÁlise de demanda de...

Documents