Métricas de Economia da Saúde

Tópico 84 de 91· Aplicações e dispositivos de saúde para o consumidor

Adesão e Persistência

A adesão é o grau em que a utilização real corresponde à utilização prescrita (intensidade); a persistência é o tempo durante o qual a utilização continua antes da descontinuação (duração). A farmácia tem medidas padronizadas — MPR e PDC, com ≥80% como referência convencional de "aderente" — e as terapêuticas digitais herdam tanto os conceitos como o problema: a adesão é o multiplicador entre a eficácia e o valor realizado.

Porque é importante

Os pagadores já operam com estes números: PDC ≥80% alimenta as Medicare Star Ratings dos EUA, que movem receita real dos pagadores — a adesão é infraestrutura financeira estruturante, não uma métrica secundária. Para as terapêuticas digitais o padrão repete-se: os dados de DiGA mostram volumes de prescrição fortes com adesão sustentada fraca, e o preço baseado em resultados para DTx (a chegar à Alemanha a partir de 2026) pagará com base em resultados condicionados à adesão. A atualização concetual da investigação em saúde digital: envolvimento efetivo — envolvimento suficiente para alcançar o resultado pretendido — e o seu corolário, a dose mínima efetiva, estabelecida empiricamente por intervenção em vez de assumida como "mais é melhor".

O cálculo

MPR = Σ dias de fornecimento dispensados / dias no período × 100   (pode exceder 100%;
      sobrestima via reabastecimentos antecipados)
PDC = dias cobertos por fornecimento / dias no período × 100     (limitado a 100%;
      estimador conservador, preferido pelo CMS)
Adesão digital = eventos reais de utilização / eventos de utilização prescritos × 100
Persistência    = dias desde o início até à descontinuação
                  (reportar % persistente aos N meses; métodos de sobrevivência)

Condicionamento do valor: resultado realizado ≈ eficácia × g(adesão)
  onde g é a função dose-resposta; abaixo da dose mínima
  efetiva, g ≈ 0 — custo incorrido, benefício perdido

Exemplo resolvido

Um produto digital de TCC para insónia, prescrito como 6 módulos ao longo de 6 semanas; eficácia no ensaio de 0,025 QALY entre quem completa ≥4 módulos (a dose mínima efetiva estabelecida empiricamente):

1.000 prescrições a £250 → £250.000 de despesa do pagador
Conclusão de módulos: ≥4 módulos 38%; 1–3 módulos 34%; zero módulos 28%

QALY realizados = 1.000 × 0,38 × 0,025 = 9,5
Custo por QALY  = 250.000 / 9,5 ≈ £26.300 — marginal face aos limiares do NICE

A engenharia de adesão (redesenho de lembretes, encurtamento de sessões) eleva
a conclusão de ≥4 módulos para 50%: 12,5 QALY → £20.000/QALY. O produto
cruzou o limiar de financiamento sem tocar no conteúdo da terapia.

Sob o preço por desempenho de estilo 2026, a mesma mudança move a receita diretamente — a engenharia de adesão torna-se o roteiro comercial.

Ligação à engenharia de software

Dois vocabulários convergem num único conceito: a analítica de software (ativação, pegajosidade, retenção) e a farmácia clínica (MPR, PDC, persistência) medem ambas a exposição a uma intervenção — mapeie os eventos do seu produto para o vocabulário clínico e os pagadores conseguirão ler os seus painéis. A engenharia detém as alavancas de adesão: a lógica de lembretes (avisos diários simplistas ensinam a dispensa; o tempo adaptativo não), o custo da sessão (um módulo de 20 minutos completa-se menos do que 3 de 7 minutos), e a telemetria de fricção que localiza onde no protocolo os utilizadores abandonam. Instrumente a dose-resposta desde o primeiro dia — a análise de dose-mínima-efetiva que condiciona todo o modelo económico precisa de dados de utilização ligados ao resultado que só o produto pode recolher.

Armadilhas

  • Confusão MPR/PDC: o MPR infla; declare qual estimador e use PDC para qualquer coisa dirigida ao pagador.
  • Adesão à métrica, não à terapia: aberturas contadas como doses (ver métricas de envolvimento).
  • Metas de envolvimento "mais é melhor" onde a intervenção tem uma dose finita — a conclusão é sucesso, a utilização perpétua não é.
  • Alegações de eficácia baseadas em sobreviventes: os resultados entre os aderentes incluem efeitos de seleção (as pessoas aderentes são diferentes); a estimativa causal honesta precisa de randomização ou ajuste cuidadoso.

Fontes