A presente investigação tem como objetivos principais i) analisar uma amostra representativa de pessoas idosas institucionalizadas em Estrutura Residencial para Pessoas Idosas (ERPI), ao nível das variáveis demográficas, do estado geral de saúde e do estado funcional e cognitivo; ii) criar grupos, de acordo com a complexidade individual; iii) estimar os custos associados aos cuidados por níveis de complexidade; iv) analisar a relação entre a complexidade e os custos associados; v) analisar o impacto dos custos baseados na complexidade, na despesa pública e compará-los com o atual modelo de financiamento. O instrumento utilizado foi o "interRAI Long Term Care Facilities", sujeito a tradução, adaptação linguística e validação para o português europeu, no âmbito desta investigação. A amostra é constituída por 387 indivíduos institucionalizados em ERPI sem fins lucrativos. Foram selecionadas variáveis com o objetivo de se agruparem os indivíduos por complexidade. A análise tipológica realizada através do modelo "Grade of Membership", originou uma estrutura de 3-partição difusa – Complexidade Baixa, Média e Alta. Através do modelo de regressão linear que utilizou os custos como variável dependente verificou-se que a complexidade explica 84% dos custos (R2ajustado=0,84). Utilizando a amostra e os custos associados a cada tipologia comparou-se a despesa utilizando o sistema de financiamento atual e o sistema baseado na complexidade. Foram estimados custos com projeções até 2080. Os resultados indicam que a complexidade explica uma elevada percentagem dos custos. O cálculo dos custos baseados na complexidade permite uma redistribuição do financiamento mais eficiente evitando possíveis situações de sub ou sobre financiamento nas ERPI.

The current investigation’s main goals are i) analyze a significant sample of elderly people institutionalized in nursing homes (ERPI), at demographic variables’ level, general health status and functional and cognitive status; ii) create groups, according individual’s complexity; iii) estimate the associated costs to complexity levels; iv) analyze the relation between complexity and associated costs; v) analyze the impact of associated costs based on the complexity, public expense and compare them with the current financing model. The tool used in the process was interRAI Long Term Care Facilities, subject to translation, linguistic adaptation and European Portuguese validation, in scope of this investigation. The sample is composed of 387 individuals institutionalized in non-profit ERPI. Variables were selected in order to sort individuals by complexity level. The typological analysis carried out using the model Grade of Membership, created a 3 diffuse partition structure – Low, Medium and High Complexity. Using the linear regression model that used cost as the dependent variable, it was verified that the complexity explains 84% of the costs (R2adjusted=0,84). Using the sample and the associated costs to each typology, costs were compared using the current financial system and the complexity-based system. Costs were estimated with projections till 2080. Results show that the complexity clarifies an high percentage of costs. The calculation of costs based on the complexity allows for a more efficient financing redistribution avoiding possible under or over financing at ERPI situations.