Dicotomias Falsas e Desenhos de Pesquisa em Políticas de Saúde: Ensaios Randomizados Nem Sempre São a Resposta

Alguns cientistas médicos argumentam que apenas dados de ensaios clínicos randomizados (ECRs) são confiáveis. Eles afirmam que dados de experimentos naturais e conjuntos de dados administrativos são sempre espúrios e não podem ser usados para avaliar políticas de saúde e outros fenômenos de abrangência populacional no mundo real. Embora muitos reconheçam os vieses causados por desenhos de estudo inadequados, neste artigo defendemos que vários desenhos válidos usando dados administrativos podem produzir conclusões robustas, particularmente o desenho de séries temporais interrompidas (ITS). Muitos estudos de políticas não permitem nem exigem um ECR para inferências de causa e efeito. Estruturando nossos argumentos com o clássico monográfico sobre desenho de pesquisa de Campbell e Stanley, mostramos que vários desenhos "quasi-experimentais", especialmente séries temporais interrompidas (ITS), podem estimar efeitos válidos (ou não efeitos) de intervenções e políticas de saúde tão diversas quanto cobertura de seguro público, limites de velocidade, programas de segurança hospitalar, regulação do uso de drogas e retirada de medicamentos do mercado. Além disso, observamos a rápida adoção recente de ITS e argumentamos a favor de um treinamento expandido em desenhos quasi-experimentais nas escolas de medicina e pós-graduação e em currículos de pós-doutorado.