Dissertação (mestrado)—Universidade de Brasília, Faculdade de Ciências da Saúde, Programa de Pós-Graduação em Ciências Farmacêuticas, 2018. Overall Equipment Effectiveness (OEE) ou Eficácia Global de Equipamentos (EGE) é uma métrica da melhoria contínua dos equipamentos e processos produtivos aplicada na indústria para a comparação entre unidades produtivas distintas e permitir a melhoria contínua de uma fábrica. Essa metodologia é pouco utilizada na área de saúde, e com o advento das mudanças nos laboratórios de análises clínicas, que vêm se transformando em megalaboratórios com linhas de produção automatizadas semelhantes a uma indústria, sua aplicação poderá auxiliar o entendimento dessas complexas transformações, solucionando a redução de custos e garantindo competitividade no mercado. O presente estudo propõe aplicar e viabilizar o uso do indicador Overall Equipment Effectiveness em uma linha de produção automatizada instalada em um laboratório de análises clínicas. Inicialmente foram desenhadas estratégias de coleta de dados que possibilitassem o cálculo fidedigno dos indicadores contribuintes do OEE, Disponibilidade, Desempenho e Qualidade. Foram calculados: tempo total disponível, tempo programado, tempo produzindo, tempo setup, tempo de reabastecimento, tempo médio de paradas, tempo de ciclo de produção, produção teórica, produção real, e produtos bons e ruins. Para o cálculo do OEE foram considerados os indicadores contribuintes em porcentagem multiplicados. Os dados foram calculados para dois equipamentos que compõem a linha de produção, o primeiro e o último equipamentos da linha de Imunoquímica (hormônios), respectivamente denominados ADVIA Centaur XP 1 e XP 13, que associados ao equipamento de distribuição de amostras também automatizado, é conhecida como Aptio®. Os resultados apontaram uma Disponibilidade de 65,96 % e 64,91 % para os dois equipamentos analisados, o que significa que o laboratório poderá aumentar sua demanda de exames e produzir por mais tempo, com a garantia de que sua linha de produção suporta essa demanda, mas isso também significa ociosidade e custos adicionais para o laboratório neste momento. O Desempenho calculado foi de 33,64 % (34,4 testes/hora) e 27,55 % (18,1 testes/hora) muito abaixo do esperado quando comparado ao descrito pelo fabricante, 100 % que corresponde a 240 testes/hora. Em relação ao indicador Qualidade os resultados revelaram 96,64 % e 98,02 %, refletindo margens de erro pequenas, o que significa que o controle de qualidade e calibrações realizadas em ambos os equipamentos apresentaram bom desempenho e garantem um resultado final correto, o que é refletido no laudo do exame e na segurança do paciente. Esses indicadores multiplicados geraram um OEE de 21,44 % e 17,53 %, muito inferiores aos propostos na indústria por Nakajima, que consideram os valores ideais para Disponibilidade 90,00 %, Desempenho 95,00 % e Qualidade 99,00 %, com OEE de 85 %. Os cálculos dos indicadores contribuintes e do OEE, permitiram analisar e identificar quais as ineficácias presentes na linha de produção do laboratório, bem como evidenciar pontos fortes de seu funcionamento. Tal como na indústria, o OEE aplicado revelou-se uma ferramenta excepcional para o diagnóstico de problemas e ineficiências presentes em linhas de automação laboratorial complexas e difíceis de serem quantificadas por estratégias simples, como o emprego do controle de qualidade interno, que não detectaria todas as falhas que o OEE detectou. Overall Equipment Effectiveness (OEE) is a measurement of continuous improvement for equipment and productive processes applied in industry to allow for comparison between distinct productive units and the continuous improvement of a manufacturing plant. This methodology is seldom used in the health field, and with the changes that are taking place in clinical analysis laboratories, which are turning into mega-laboratories with automated production lines resembling those in industry, its application will be able to help in the understanding of these complex transformations, reducing costs and guaranteeing market competitiveness. The present study proposes to apply and make viable the use of the Overall Equipment Effectiveness indicator installed in a clinical analysis laboratory. Initially, data collection strategies were designed that would make it possible to faithfully calculate indicators that contribute to the OEE, namely Availability, Performance and Quality. The following were calculated: total time available, time programmed, time spent producing, time of setup, time spent reloading, mean time stopped, time of production cycle, theoretical production, real production, and good and bad products. For the calculation of the OEE, the contributing factors were considered in multiplied percentage. The data were calculated for two pieces of equipment that are part of the production line, which were the first and last pieces of equipment in the Immunochemical (hormones) line, ADVIA Centaur XP 1 and XP 13, respectively; these, together with the equally automatized sample distribution equipment, are known as Aptio®. The results showed Availability of 65.96 % and 64.91 % for the two pieces of equipment analyzed, which means that the laboratory could increase its demand for tests and produce for longer periods, with the guarantee that its production line would cope with this demand, but this also means idle periods and additional costs for the laboratory currently. The Performance calculated was 33.64 % (34.4 tests/hour) and 27.55 % (18.1 tests/hour), which is well below the expected value when compared to the manufacturer’s description of 100 % performance, which corresponds to 240 tests/hour. In relation to the indicator Quality, the results revealed 96.64 % and 98.02 %, reflecting small margins of error, which means that the quality control and calibrations carried out in both pieces of equipment show a good performance and guarantee a correct final result, which is reflected in the clinical analysis report and the safety of the patient. These multiplied indicators generated an OEE of 21.44 % and 17.53 %, far below the values proposed for industry by Nakajima, who considered the ideal values to be 90.00 % for Availability, 95.00 % for Performance and 99.00 % for Quality, with an OEE of 85.00 %. The calculations of the contributing indicators and of the OEE allowed the inefficiencies and strong points present in the laboratory’s production line to be analyzed and identified. Just as in industry, the applied OEE was seen to be an exceptional tool for the diagnosis of problems and inefficiencies present in complex automated laboratory lines. These problems would be difficult to quantify by means of simple strategies, such as the use of internal quality control, which would not detect all the faults that OEE did.