O painel marca o paciente como alto risco de faltar e a equipe passa a tratar ele diferente: isso não vira profecia autorrealizável?

"O painel preditivo marca o paciente como alto risco de faltar e minha equipe passa a tratar ele diferente: isso não vira profecia autorrealizável?"

Vira. E o mais perigoso: vira sem que o painel pareça errado em nenhum momento.

O score marca o paciente. A recepção liga menos vezes. O paciente falta. O painel registra mais um acerto e sobe o score dele. No mês seguinte, ele é marcado antes ainda.

Ninguém na sua clínica tomou uma decisão ruim isolada. O circuito inteiro é que está errado.

E existe uma régua objetiva para saber de que lado você está: a ação que o score dispara adiciona suporte ou subtrai acesso? Essa pergunta separa o painel que reduz falta do painel que fabrica falta, e ela é anterior a qualquer discussão de acurácia.

Neste guia você vai ver:

• O que é profecia autorrealizável num modelo de risco de falta, em termos operacionais
• Por que o painel continuar acertando depois de instalado não prova que ele está fazendo bem
• Quanto o score de no-show realmente acerta e onde ele erra mais
• O circuito exato de retroalimentação da agenda, passo a passo
• A lista do que o score nunca pode disparar e a lista do que ele pode
• O desenho de auditoria (holdout aleatório permanente) e os critérios para desligar o painel

O que é profecia autorrealizável num modelo de risco de falta

Comece pela definição operacional, porque a intuição do senso comum aqui engana.

Profecia autorrealizável, no contexto de um painel preditivo, não é o modelo errar. É o modelo continuar acertando porque a ação disparada por ele produziu o resultado previsto.

O modelo diz que o paciente vai faltar. A clínica reage tratando esse paciente com menos esforço. O paciente falta. O modelo acertou. Só que ele não descobriu a falta: ele participou da produção dela.

Um artigo de 2025 publicado na revista Patterns, da Cell Press, formaliza esse problema em modelos de predição clínica e define o caso nocivo assim: são modelos cuja implantação prejudica um grupo de pacientes sem que o resultado pior desse grupo reduza a capacidade de discriminação do modelo.

Leia essa frase duas vezes. O dano não aparece na métrica de acerto. É por isso que ele passa despercebido por meses.

Na sua clínica, a tradução é direta: o paciente marcado como alto risco fica com menos chance de comparecer, e o painel exibe isso como validação do próprio critério.

Lembre: um painel de no-show não observa a agenda de fora. Ele participa da agenda. No instante em que alguém age com base no score, o modelo virou parte da causa do que ele mede.

A condição que separa o painel útil do painel nocivo

Aqui está a régua, e ela é mais simples do que a literatura estatística sugere.

O artigo da Patterns localiza o dano não na previsão, mas na mudança de política que a previsão provoca: o modelo se torna nocivo quando a nova política retira de um grupo algo que aquele grupo teria se beneficiado de receber, ou impõe a um grupo algo que o prejudica.

Traduzido para a recepção da sua clínica:

Painel útil: o score de alto risco dispara uma ação que ADICIONA recurso ao paciente. Ligação humana em vez de mensagem automática. Oferta de um horário melhor. Lembrete com resposta. Remoção de uma barreira prática (transporte, horário de trabalho, acompanhante).

Painel nocivo: o score de alto risco dispara uma ação que SUBTRAI recurso do paciente. Horário pior. Menos tentativas de contato. Exigência de sinal. Overbooking em cima do nome dele. Fila de espera.

Repare que os dois painéis usam o mesmo modelo, com a mesma acurácia. O que muda é a ação. E é a ação que decide se o número virou cuidado ou virou punição.

Esse ponto tem uma consequência que quase ninguém extrai: direcionar esforço extra ao alto risco tende a FECHAR a diferença entre grupos, não a abrir. Se o paciente marcado é justamente o que enfrenta mais barreira prática, dar mais suporte a ele é o único uso do score que reduz desigualdade de comparecimento em vez de aprofundá-la.

Por que o painel continuar acertando não prova que ele está fazendo bem

Este é o erro de leitura mais caro que um dono de clínica comete com painel preditivo.

A tentação é óbvia: "o painel quase sempre acerta quem vai faltar, então está funcionando". Só que acerto do modelo e benefício do paciente são duas perguntas diferentes, e a primeira não responde a segunda.

O mesmo artigo de 2025 na Patterns alerta que um subconjunto não trivial de modelos de predição clínica exibe boa discriminação pós-implantação exatamente porque produz profecias autorrealizáveis, e ao mesmo tempo prejudica pacientes.

O que isso significa na prática: modelo nocivo mantém acurácia alta. A métrica que você olha no dashboard é a métrica que menos consegue detectar o problema.

Pense assim: se você marcar como "alto risco" um grupo qualquer e depois parar de ligar para esse grupo, o seu painel vai ficar mais preciso mês a mês. A precisão crescente é o sintoma, não a prova.

Por isso a auditoria de um painel de no-show não pode ser um relatório de acurácia. Ela precisa de um grupo de comparação. Voltamos a isso na seção do holdout. Antes, vale saber quanto esses modelos de fato acertam. Se você ainda está na fase de escolher, veja como medir a precisão do painel preditivo de no-show antes de confiar nele.

Quanto o score de risco de falta realmente acerta

A resposta desarma boa parte da confiança que se deposita nesses painéis.

Uma validação externa publicada em 2025 no JAMA Network Open, com 92.457 pacientes de atenção primária de uma rede pública de saúde nos Estados Unidos, avaliou o modelo proprietário de risco de falta do Epic, que segundo os autores é usado em mais de 142 organizações de saúde.

O resultado: AUC geral de 0,58.

Para ler esse número você precisa da escala da própria métrica: por definição, AUC de 0,50 é o acaso puro (o equivalente a jogar moeda) e 1,0 seria a separação perfeita. Um score com AUC de 0,58 está mais perto da moeda do que do diagnóstico.

E tem um detalhe que muda tudo para quem vai agir com base no score. Na mesma validação, apesar de calibração média aceitável, as probabilidades previstas de falta foram superestimadas para os pacientes de alto risco e subestimadas para os de baixo risco.

Ou seja: o modelo exagera o risco justamente na faixa em que a sua equipe vai agir com mais força. Você aperta mais quem o modelo já superestimou.

O que o painel promete	O que a validação externa mostrou	Consequência na recepção
Separar quem falta de quem comparece	AUC geral de 0,58 em 92.457 pacientes de atenção primária	Capacidade de separação modesta, longe de certeza
Probabilidade confiável de falta	Superestimação na faixa de alto risco	A equipe age forte demais sobre quem foi exagerado
Confiabilidade estável entre pacientes	Discriminação varia entre subgrupos da população	O mesmo score significa coisas diferentes para pessoas diferentes

Fonte dos dados da coluna do meio: validação externa publicada em 2025 no JAMA Network Open.

O mesmo modelo perde precisão quando a população muda

Um painel treinado numa população não carrega a mesma performance para outra. Isso não é detalhe técnico: é a diferença entre o painel funcionar na sua clínica ou não.

Na própria validação de 2025 do JAMA Network Open, a capacidade de discriminação do modelo variou entre subgrupos raciais e étnicos da mesma rede, chegando a ficar perto do acaso em parte da população. Um único número de acurácia esconde essa variação.

O que você faz com isso na prática:

1. Pergunte ao fornecedor em que população o modelo foi treinado. Tipo de serviço, país, perfil de pagamento, volume.
2. Compare com a sua. Clínica particular de alto ticket não tem a mesma dinâmica de falta de um serviço público de alta demanda.
3. Exija medição na SUA base antes de confiar. Performance declarada pelo fornecedor é hipótese sobre a sua clínica, não fato.
4. Meça por subgrupo, não só no agregado. Faixa etária, procedimento, canal de origem, convênio ou particular, turno.

Se você opera picos de demanda, o modelo envelhece mais rápido ainda: a mistura de pacientes muda, o padrão histórico deixa de valer e o score continua sendo exibido como se nada tivesse mudado.

Viés de rótulo: o alvo que você treina carrega a desigualdade que já existe

Este é o problema mais silencioso do conjunto, e ele nasce antes de qualquer linha de código.

Um modelo de no-show aprende a prever um rótulo: "faltou" ou "compareceu". Mas esse rótulo não é uma medida limpa de comportamento do paciente. Ele é o resultado histórico da sua própria operação.

Se a sua clínica sempre ofereceu horário ruim para determinado perfil, esse perfil faltou mais. O histórico registra a falta, não a causa dela. O modelo aprende o padrão e o devolve como previsão "correta".

O rótulo virou memória da barreira, e a barreira virou característica do paciente.

É por isso que auditar as variáveis de entrada não basta. Você precisa auditar o alvo. Pergunte: o que exatamente foi contado como falta no histórico que treinou esse modelo?

• Paciente que avisou com 24 horas de antecedência entrou como falta?
• Remarcação entrou como falta?
• Consulta cancelada pela clínica entrou como falta do paciente?
• Paciente que chegou atrasado e não foi atendido entrou como falta?

Cada um desses casos que entra no rótulo empurra o modelo para um lugar diferente. E nenhum deles aparece no relatório de acurácia.

Falta ou falta evitável: a escolha de alvo que muda o comportamento da equipe

Aqui está a decisão de projeto que mais muda a cultura da recepção, e quase ninguém a toma conscientemente.

Um modelo treinado para prever falta responde à pergunta "quem não vem?". A resposta natural da equipe é defensiva: proteja a agenda, encha o buraco, reduza a exposição.

Um modelo treinado para prever falta evitável responde a outra pergunta: "quem viria se a barreira certa fosse removida?". A resposta natural da equipe é operacional: descubra a barreira e resolva.

O primeiro alvo transforma o paciente em risco. O segundo transforma a barreira em tarefa.

Na prática, você aproxima o segundo alvo assim:

1. Exclua do rótulo o que não é comportamento do paciente (cancelamento pela clínica, remarcação avisada, erro de agenda).
2. Registre o motivo declarado da falta sempre que houver contato posterior. Sem motivo registrado, você só tem o evento.
3. Marque as faltas que tiveram barreira identificável (transporte, trabalho, criança, dinheiro, medo). Esse é o subconjunto acionável.
4. Meça o painel contra esse subconjunto, não contra o total.

Lembre: o alvo do modelo é uma decisão de gestão, não uma decisão técnica. Quem escolhe o alvo escolhe o que a equipe vai fazer todo dia às 8 da manhã.

As variáveis que não podem entrar no modelo

Painel comprado pronto é caixa preta até você exigir a lista de variáveis. Exija.

Peça ao fornecedor a lista completa de campos usados no score e procure especificamente por variáveis eticamente sensíveis: etnia, religião, classe financeira ou tipo de pagamento, IMC, CEP de moradia.

O argumento técnico a favor delas é sempre o mesmo: "melhora a previsão". Pode até melhorar. O problema é o que acontece depois.

Quando o modelo usa marcador de vulnerabilidade para prever falta, e a clínica reage subtraindo acesso do alto risco, o efeito líquido é desviar recurso de quem já tem menos acesso. O painel não apenas reproduz a desigualdade: ele a executa, com aparência de neutralidade e um número na tela para justificar.

Três perguntas para o fornecedor, por escrito:

1. Quais variáveis compõem o score? (lista completa, não "dezenas de sinais")
2. O modelo usa CEP, tipo de pagamento, etnia ou qualquer proxy dessas informações?
3. Qual a performance do modelo separada por subgrupo, e não só no agregado?

Se o fornecedor não responde às três, você não tem um painel: tem uma opinião com interface bonita.

O circuito de retroalimentação da agenda, passo a passo

Agora o mecanismo completo, porque entender o circuito é o que permite cortá-lo.

1. O paciente recebe um score alto (por histórico, perfil ou proxy de barreira prática).
2. A recepção vê o rótulo antes de falar com ele. A expectativa já está formada.
3. A agenda oferece a ele o horário menos disputado, porque "se faltar, dói menos". Normalmente é o pior horário.
4. O overbooking é alocado em cima do slot dele, o que aumenta a espera se ele comparecer.
5. As tentativas de confirmação caem, porque a equipe prioriza quem "vale o esforço".
6. O paciente espera mais no dia, é atendido com menos folga ou é encaixado depois.
7. A experiência piora e ele falta na próxima.
8. O score dele sobe. O painel exibe mais um acerto.
9. Volta ao passo 1, agora com convicção maior.

Cada volta do circuito aumenta a certeza da equipe e diminui a chance do paciente. Em três ou quatro meses, ninguém na clínica lembra que a primeira decisão foi arbitrária.

O corte do circuito acontece em três pontos, e só em três: no passo 3 (que horário ele recebe), no passo 5 (quantas tentativas de contato ele recebe) e no passo 4 (se o overbooking é alocado nele ou na agenda como um todo).

Overbooking guiado por score: onde ele é legítimo e onde vira punição

Overbooking é a ação mais tentadora do painel e a mais fácil de errar.

A diferença é a unidade de decisão:

Overbooking informado por histórico agregado olha para a taxa de falta do turno, do procedimento ou do dia da semana e ajusta a capacidade da agenda inteira. Ninguém é marcado. O paciente individual não paga por uma previsão sobre ele.

Overbooking em cima do paciente marcado aloca o encaixe exatamente no slot de quem o painel apontou. Se ele comparece, espera. A experiência dele piora por causa de uma previsão que pode estar errada, e a taxa de superestimação na faixa alta faz isso acontecer com frequência.

E o saldo do overbooking não é gratuito nem resolvido: você recupera hora de cadeira e paga com espera do paciente e com hora extra da equipe quando a agenda estoura. Trate como troca, não como ganho puro.

Regra prática que funciona: overbooking é decisão de capacidade, nunca é decisão sobre uma pessoa. Se o encaixe está amarrado a um nome, você saiu do planejamento e entrou na punição. Veja como calibrar isso em overbooking inteligente por risco de falta.

O efeito rótulo na recepção: mesmo script, esforço desigual

Aqui está a parte do circuito que nenhum sistema registra, e por isso ela é a mais difícil de auditar.

Quando a recepcionista abre o agendamento e vê "alto risco de falta" antes de discar, a expectativa dela muda. O script pode ser idêntico. O esforço não é.

Ela liga uma vez em vez de duas. Deixa recado em vez de tentar de novo à tarde. Não pergunta se o horário funciona. Não oferece alternativa. Não insiste no dia seguinte. Nada disso está escrito em lugar nenhum, e tudo isso muda o comparecimento.

Esse é o efeito de expectativa (o chamado efeito Pigmaleão) aplicado à sua agenda: o rótulo modifica quem atende, não só quem é atendido.

Três defesas práticas, em ordem de eficácia:

1. Esconda o score de quem executa o contato. Quem liga não precisa saber a nota. Precisa saber a ação recomendada. O painel manda "ligar duas vezes e oferecer horário alternativo", não "este paciente é alto risco".
2. Torne o número de tentativas uma regra do sistema, não uma escolha do humano. Se a cadência é a mesma para todos, o rótulo perde poder sobre o esforço.
3. Meça tentativas por faixa de score. Se o alto risco recebe menos tentativas que o baixo risco, o circuito está ativo na sua clínica agora.

O item 3 é o mais revelador dos três. É um relatório de cinco minutos e ele costuma expor o problema inteiro.

O que reduz falta de verdade (e por que mirar o alto risco pode fechar a diferença)

A boa notícia é que as ações que movem comparecimento são justamente as que ADICIONAM suporte. Elas jogam a favor do circuito, não contra.

Em ordem de intensidade de contato:

• Ligação humana de confirmação. É a intervenção mais forte e a mais cara. Reserve-a para onde o valor da cadeira justifica.
• Contato de navegação do paciente. Alguém que resolve a barreira concreta (transporte, horário, acompanhante, entendimento do procedimento), não apenas confirma presença.
• Lembrete com resposta. Mensagem que permite responder e remarcar vale mais que aviso unidirecional, porque converte a falta silenciosa em remarcação.
• Lembrete automático simples. O piso da operação. Barato, útil, e insuficiente sozinho para o alto ticket.

E o efeito dessas ações não é igual entre subgrupos. Quem tem mais barreira prática costuma ganhar mais com a remoção da barreira. É exatamente por isso que direcionar o esforço extra ao alto risco tende a fechar a diferença de comparecimento entre grupos, e não a abrir.

Traduzindo para a régua deste guia: o score é uma boa ferramenta de alocação de cuidado escasso e uma péssima ferramenta de racionamento de acesso. Mesmo número, dois destinos opostos. Veja o repertório completo em como reduzir o no-show na clínica odontológica.

A lista do que o score nunca pode disparar

Escreva esta lista e cole no lugar onde a agenda é operada. Ela é curta de propósito.

1. Negar ou não oferecer horário ao paciente marcado.
2. Exigir sinal, caução ou pagamento antecipado só do alto risco. Se a política de sinal existe, ela vale para todos, por procedimento ou valor, nunca por score.
3. Empurrar o paciente para horário morto (primeiro da manhã, último do dia, meio da tarde vazio) por causa da nota.
4. Reduzir tentativas de contato ou de confirmação de quem foi marcado.
5. Alocar overbooking em cima do slot de um paciente identificado.
6. Colocar o paciente em fila de espera ou tratá-lo como reserva.
7. Registrar o rótulo em campo visível de prontuário como se fosse característica clínica dele.
8. Encurtar o tempo de atendimento ou reduzir a preparação do caso dele.

Todas as oito subtraem acesso. Todas fecham o circuito. Nenhuma delas aparece como erro no relatório de acurácia do painel.

A lista do que o score pode disparar

Agora o outro lado, e a tabela que resolve a dúvida caso a caso.

1. Confirmação ativa humana (ligação em vez de mensagem), com mais de uma tentativa.
2. Oferta de horário melhor, e não pior, para o paciente com histórico de falta.
3. Lembrete com resposta, que permite remarcar em vez de sumir.
4. Pergunta explícita sobre barreira prática no momento do agendamento: transporte, horário de trabalho, quem acompanha, entendimento do procedimento.
5. Antecipação da consulta quando há vaga mais próxima, porque agenda longa esfria.
6. Reforço de preparo para procedimentos que exigem jejum, acompanhante ou exame prévio.
7. Roteamento para o profissional certo dentro da equipe, quando o histórico indica desencontro anterior.

Ação disparada pelo score	O que faz com o acesso	Efeito no circuito	Veredito
Ligação humana com 2 tentativas	Adiciona	Quebra o loop no passo 5	Legítima
Oferta de horário melhor	Adiciona	Quebra o loop no passo 3	Legítima
Pergunta sobre barreira prática	Adiciona	Ataca a causa, não o sintoma	Legítima
Lembrete com resposta	Adiciona	Converte falta em remarcação	Legítima
Sinal exigido só do alto risco	Subtrai	Alimenta o loop	Proibida
Horário morto por causa da nota	Subtrai	Alimenta o loop no passo 3	Proibida
Menos tentativas de confirmação	Subtrai	Alimenta o loop no passo 5	Proibida
Overbooking no slot do marcado	Subtrai	Piora a experiência de quem comparece	Proibida

Se uma ação nova aparecer e você não souber classificar, use a pergunta única: esse paciente, marcado como alto risco, sai desta interação com mais acesso ou com menos?

Como auditar: o holdout aleatório permanente dentro da faixa de alto risco

Este é o desenho que resolve o problema de raiz, e ele é mais simples do que parece.

Escolha uma fração fixa dos pacientes que caem na faixa de alto risco (por exemplo: suponha 15% deles, sorteados aleatoriamente) e mantenha esse grupo no fluxo padrão da clínica, sem a ação disparada pelo score. Permanentemente, não por um mês.

Depois compare comparecimento entre o grupo que recebeu a ação e o holdout.

• Se o grupo tratado comparece mais que o holdout: a ação funciona. Mantenha e amplie.
• Se comparece igual: você está gastando esforço sem retorno. Revise a ação, não o modelo.
• Se comparece menos: a ação está causando a falta. Desligue hoje.

Sem esse grupo você não tem como distinguir modelo que prevê de modelo que causa. É a única evidência que separa as duas hipóteses, e nenhuma métrica de acurácia substitui isso.

Três cuidados de execução:

1. Aleatório de verdade, sorteado pelo sistema. Se a equipe escolhe quem fica de fora, o holdout perde valor.
2. Permanente, não piloto. O circuito reaparece quando a vigilância para.
3. Documentado na política da clínica, para que ninguém "conserte" o holdout achando que é um erro do sistema.

Além do holdout, olhe o comparecimento por decil de score e a calibração. Se o decil mais alto comparece muito mais do que o score previa, o modelo está superestimando exatamente onde você age, o mesmo padrão que a validação externa do JAMA Network Open encontrou em 92.457 pacientes de atenção primária.

O painel de vigilância pós-implantação (as métricas além do AUC)

O relatório de acurácia é o que o fornecedor entrega. Este é o que você precisa.

Métrica de vigilância	O que ela pega	Sinal de alarme
Comparecimento por faixa de score	Se a ação está funcionando ou causando	Alto risco comparece menos após o deploy
Comparecimento tratado x holdout	Efeito causal da ação	Diferença nula ou negativa
Tentativas de confirmação por faixa	Esforço desigual da equipe	Alto risco recebe menos tentativas
Tempo até o horário oferecido	Racionamento de acesso disfarçado	Alto risco espera mais para ser atendido
Qualidade do horário oferecido por faixa	Empurrão para horário morto	Alto risco concentrado nos piores slots
Taxa de remarcação por faixa	Se o lembrete com resposta funciona	Remarcação cai enquanto a falta sobe
Comparecimento por subgrupo	Desigualdade produzida pelo painel	Diferença entre grupos aumenta após o deploy

A regra de leitura é uma só: se a diferença de comparecimento entre alto e baixo risco AUMENTOU depois que você ligou o painel, o painel está trabalhando contra você. Aumento de acurácia junto com aumento dessa diferença é a assinatura clássica da profecia autorrealizável.

Governança: quem vê o score e o que fica registrado

Painel sem governança vira folclore da recepção em três meses. Defina quatro coisas por escrito.

1. Quem vê o número. Recomendação: coordenação e gestão veem o score. Quem executa o contato vê a ação recomendada, não a nota. Isso corta o efeito rótulo na origem.

2. O que fica registrado. O score é informação operacional de agenda, não achado clínico. Ele não entra no prontuário como característica do paciente. Registre a AÇÃO tomada (ligou duas vezes, ofereceu horário alternativo), não o julgamento.

3. Quem revisa decisão automatizada. Toda ação com impacto real no acesso do paciente passa por revisão humana nomeada. Se o sistema pode sozinho mudar o horário de alguém, você automatizou a punição.

4. O que o paciente pode saber. Se ele perguntar por que recebeu uma ligação de confirmação e o vizinho não, a resposta tem que ser dizível sem constrangimento. Se não for dizível, a prática está errada.

E revise o incentivo junto com a regra. Se a recepção é premiada por agenda cheia, ela vai proteger a agenda contra o paciente marcado. Se é premiada por comparecimento, ela vai trabalhar para trazer o paciente marcado. O incentivo muda o comportamento mais rápido que qualquer treinamento.

A política escrita da clínica (uma página, não um manual)

Documento curto, assinado, revisado a cada seis meses. Sete linhas resolvem.

1. Para que serve o score: alocar esforço de confirmação e cuidado, nunca restringir acesso.
2. Ações permitidas: a lista de sete deste guia.
3. Ações proibidas: a lista de oito deste guia.
4. Mesma política para todos: política de sinal, cancelamento e remarcação vale por procedimento ou valor, nunca por grupo de pacientes nem por score.
5. Quem vê o quê: score visível para gestão, ação recomendada visível para quem executa.
6. Auditoria: holdout aleatório permanente na faixa de alto risco, revisão mensal do comparecimento por faixa e por subgrupo.
7. Critério de desligamento: os gatilhos da seção final.

Essa página é a diferença entre um painel que a clínica controla e um painel que controla a clínica. Se você ainda está montando o seu, comece por como funciona um painel preditivo de no-show com score de risco de falta.

A conta financeira: por que punir o alto risco é racional no curto prazo

Vale encarar o incentivo de frente, porque ele é real e é forte.

Cadeira vazia custa caro. O custo fixo corre igual, o profissional está lá, o horário não volta. Diante disso, a lógica de "proteger a agenda contra quem provavelmente vai faltar" parece pura eficiência.

E no curto prazo, funciona. Você enche o buraco, a taxa de ocupação sobe, o mês fecha melhor.

O problema aparece no médio prazo, e por três vias que não entram na planilha do mês:

1. Você desloca pacientes reais para fora da sua agenda. Superestimação de risco na faixa alta significa que boa parte dos marcados teria comparecido. Cada um deles é receita perdida por decisão sua, não por falta dele.
2. A base encolhe pela ponta que ainda não tratou. Paciente que enfrenta barreira prática é frequentemente o que tem mais tratamento pendente. Empurrá-lo para fora hoje é abrir mão do plano de tratamento inteiro amanhã.
3. A experiência ruim volta como reputação. Espera longa, horário ruim e sensação de ser tratado como problema circulam por indicação e avaliação pública.

E o comparecimento é o número que decide tudo isso. Segundo dados internos da Odonto Results, no funil completo (IA, equipe e telefone) de 20% a 40% dos leads viram agendamento e de 20% a 50% dos agendados comparecem. É uma faixa da operação de atendimento das clínicas OR, não uma medição de recorte datado.

Leia a faixa com atenção: a distância entre o piso e o teto do comparecimento é maior que a distância entre o piso e o teto do agendamento. Comparecimento é a alavanca com mais amplitude no funil, e é exatamente a alavanca que um painel mal usado empurra para baixo.

Lembre: o objetivo do painel não é acertar quem vai faltar. É reduzir a falta. São metas diferentes, e otimizar a primeira sem medir a segunda é o caminho mais curto para uma agenda cheia de encaixe e vazia de tratamento.

Quando desligar o painel: critérios de parada

Defina os gatilhos ANTES de ligar, por escrito. Depois que o painel está rodando, todo mundo encontra motivo para mantê-lo.

Desligue (ou volte para modo somente observação, sem disparar ação) quando qualquer um destes acontecer:

1. O comparecimento da faixa de alto risco caiu depois da implantação, comparado ao mesmo período anterior.
2. O grupo tratado não comparece mais que o holdout após um ciclo completo de medição.
3. A diferença de comparecimento entre subgrupos aumentou depois do deploy.
4. As tentativas de confirmação por faixa estão desiguais e a equipe não consegue corrigir em dois ciclos.
5. O fornecedor não entrega a lista de variáveis nem a performance por subgrupo.
6. O modelo não é recalibrado há mais de um ciclo de mudança relevante na sua operação (novo profissional, novo canal de captação, novo mix de procedimento).
7. A equipe passou a usar o rótulo como julgamento ("esse aí é dos que faltam") em vez de ação.

Modo observação é um bom meio-termo: o painel continua calculando e você continua medindo, mas nenhuma ação é disparada automaticamente. Você mantém o instrumento e desarma o circuito.

Seu próximo passo

1. Rode o relatório de cinco minutos hoje. Tentativas de confirmação e qualidade do horário oferecido, separados por faixa de score. Se o alto risco recebe menos tentativas ou pior horário, o circuito está ativo na sua clínica agora.
2. Escreva a página de política. As duas listas deste guia (o que o score pode e o que nunca pode disparar), quem vê o número, e os critérios de desligamento. Uma página, assinada, colada onde a agenda é operada.
3. Ligue o holdout aleatório permanente. Uma fração fixa da faixa de alto risco no fluxo padrão, sorteada pelo sistema, medida todo mês contra o grupo tratado. Sem ele você nunca vai saber se o painel prevê ou se ele causa.

Quer um sistema de captação e atendimento que mede até o comparecimento, e não para no lead? Agende uma apresentação.