🏥 Modelos de Avaliação de Impacto em Saúde
Uma Perspectiva Médica
Material Didático para Médicos
Curso de Extensão em Estatística Básica
Agosto de 2025
Uma Perspectiva Médica
Material Didático para Médicos
Curso de Extensão em Estatística Básica
Agosto de 2025
Este material foi desenvolvido especificamente para profissionais da saúde, com foco na compreensão dos princípios de avaliação de impacto aplicados a políticas e intervenções em saúde.
O conteúdo foi elaborado pensando em médicos que buscam aprimorar seus conhecimentos em medicina baseada em evidências, introduzindo os conceitos estatísticos de forma gradual e com aplicações práticas.
🎯 Objetivos de aprendizagem:
💡 Metodologia: Cada seção foi desenvolvida para construir gradualmente seu conhecimento, partindo de conceitos básicos da medicina baseada em evidências até chegar aos modelos estatísticos mais complexos utilizados em pesquisa clínica.
Fundamentos para entender por que e como avaliamos políticas e intervenções em saúde
Políticas e intervenções em saúde são ações planejadas e implementadas para melhorar a saúde da população, desde programas de vacinação até novas diretrizes clínicas.
Exemplos incluem:
Assim como um médico prescreve um tratamento para uma doença específica, gestores de saúde implementam políticas para resolver problemas de saúde pública.
E, da mesma forma que o médico precisa saber se o tratamento funcionou, é crucial avaliar se a política alcançou seus objetivos.
Atenção: Sem avaliação adequada, corremos o risco de continuar investindo em abordagens ineficazes ou até mesmo prejudiciais à saúde da população.
Analisa como a intervenção está sendo implementada
Perguntas-chave:
Analisa os efeitos causados pela intervenção
Perguntas-chave:
Neste material, focaremos na avaliação de impacto, que busca estabelecer relações de causalidade entre as intervenções em saúde e seus resultados - essencial para a medicina baseada em evidências.
Armadilhas comuns que podem levar a conclusões equivocadas sobre o impacto de intervenções médicas
Este erro ocorre ao comparar a situação de saúde antes e depois de uma intervenção, sem considerar o que teria acontecido na ausência dessa intervenção.
Não é possível isolar o efeito da intervenção de:
Situação: Hospital implementa novo protocolo e observa redução de 30% nas infecções hospitalares nos 6 meses seguintes.
Conclusão equivocada: "O protocolo reduziu as infecções em 30%"
Problema: Pode haver tendência natural de queda, campanhas paralelas, ou mudanças sazonais de patógenos.
Solução: Comparar com hospital controle similar que não implementou o protocolo.
Ocorre quando comparamos grupos que já possuíam diferenças significativas antes da intervenção, atribuindo erroneamente essas diferenças à intervenção.
O viés de seleção acontece quando:
Situação: Programa aceita inscrições voluntárias. Após 1 ano, participantes têm melhor capacidade funcional que não-participantes.
Conclusão equivocada: "O programa melhorou a capacidade funcional"
Problema: Voluntários podem ser mais motivados, ter estilo de vida mais saudável ou prognóstico inicial melhor.
Solução: Randomização ou ajuste estatístico para diferenças observáveis.
Entendendo a diferença fundamental entre dois conceitos cruciais na pesquisa médica
Relação estatística entre duas variáveis que tendem a variar conjuntamente.
Características:
Correlação positiva observada em alguns estudos, mas não prova causalidade. Pode haver fator de confusão como tabagismo.
Relação onde uma variável (causa) provoca diretamente mudança em outra (efeito).
Características:
Ensaio clínico randomizado demonstra que antibiótico reduz duração da pneumonia vs. placebo. Randomização permite inferir causalidade.
Principais abordagens metodológicas para estabelecer causalidade em pesquisa médica
Considerado o "padrão ouro" para estabelecer causalidade em intervenções terapêuticas.
🔑 Características principais:
⚠️ Limitações: Alto custo, questões éticas, validade externa limitada, não aplicável a todas as situações.
Desenho: 10.000 participantes randomizados para receber vacina ou placebo
Seguimento: 2 anos monitorando incidência da doença
Resultado: Grupo vacina: 50 casos; Grupo placebo: 500 casos
Conclusão: Vacina reduz risco em 90% (eficácia vacinal)
Validade: Randomização garante que diferença é devida à vacina
Seguem grupos expostos e não-expostos ao longo do tempo.
Seguimento de fumantes e não-fumantes por 20 anos, comparando incidência de câncer de pulmão.
Comparam casos (com doença) e controles (sem doença) quanto à exposição passada.
Comparar mães de bebês com malformações (casos) vs. mães de bebês normais (controles) quanto ao uso de medicamento na gravidez.
Compara mudanças ao longo do tempo entre grupos tratamento e controle.
Comparar mudança nas internações por infarto em cidades que implementaram lei antifumo vs. cidades que não implementaram.
💡 Vantagens dos Estudos Observacionais:
Casos práticos de avaliação de impacto em políticas de saúde pública no Brasil
Estratégia de reorganização da atenção básica, com equipes multidisciplinares responsáveis por famílias em territórios definidos.
Metodologia: Diferença-em-diferenças comparando municípios com diferentes níveis de cobertura do PSF ao longo do tempo.
Como avaliar o impacto de múltiplas intervenções implementadas simultaneamente?
Abordagem: Série temporal interrompida, comparando tendências antes e depois das intervenções, com ajuste para fatores de confusão.
⚠️ Lembre-se: Nem sempre é possível ou ético realizar RCTs. Estudos observacionais bem conduzidos podem fornecer evidências valiosas.
🎓 Próximos Passos: Aprofunde conhecimentos em epidemiologia, bioestatística e metodologia de pesquisa para aplicar esses conceitos na prática clínica.
Material desenvolvido para profissionais da saúde
🎯 Foco em aplicações práticas da avaliação de impacto na medicina
💡 Baseado em evidências e melhores práticas metodológicas
📚 Para mais informações, consulte literatura especializada em epidemiologia e medicina baseada em evidências