The influence of reproductive information quality on the probability of unplanned and unwanted pregnancies in Brazil / A influência da qualidade da informação reprodutiva na probabilidade de gravidez não planejada e indesejada no Brasil

Background: Unplanned pregnancies are a significant risk factor for inadequate use of prenatal care, and unplanned newborns are prone to having low birth weight. Women with unplanned pregnancies have a higher probability of reporting medical problems before and during pregnancy. In fact, the wellbeing of the entire household may be affected. Moreover, unplanned pregnancies have been associated with a higher social burden on taxpayers. Methods: The paper uses propensity score matching approaches to estimate the effect of having correct fertility information on the probability of having unplanned pregnancies. The data was collected from a nationally representative sample of Brazilian women between the ages of 15 and 49 years. Results: Only 26% of pregnant women have the correct information about fertility levels over the menstrual cycle. Women endowed with correct information are 12% less likely to have unwanted pregnancies and 24% less likely to have unplanned pregnancies. Conclusions: Basic fertility knowledge is an important predictor of unplanned pregnancies in Brazil, but only a small share of Brazilian women have this knowledge. More optimistically, offering access to basic fertility information to women of childbearing age can significantly decrease the instances of unplanned pregnancies, thus generating significant benefits to public health and social security systems.

Introdução: A gravidez não planejada é um fator de risco significativo para uso inadequado do cuidado pré-natal, e os recém-nascidos não planejados são propensos a ter baixo peso ao nascer. Mulheres com gravidez não planejada têm maior probabilidade de relatar problemas médicos antes e durante a gravidez. De fato, o bem-estar de toda a família pode ser afetado. Além disso, gravidezes não planejadas têm sido associadas a maior ônus social para os contribuintes. Métodos: O artigo usa abordagens de Propensity Score Matching para estimar o efeito de ter informações corretas de fertilidade sobre a probabilidade de ter gravidezes não planejadas. Os dados foram coletados de uma amostra nacionalmente representativa de mulheres brasileiras com idades entre 15 e 49 anos. Resultados: Apenas 26% das mulheres grávidas têm informações corretas sobre os níveis de fertilidade ao longo do ciclo menstrual. Mulheres com informações corretas têm 12% menos chances de ter uma gravidez indesejada e 24% menos probabilidade de ter uma gravidez não planejada. Conclusões: O conhecimento básico sobre fertilidade é um importante preditor de gravidez não planejada no Brasil, no entanto apenas uma pequena parcela das mulheres brasileiras tem esse conhecimento. De forma mais otimista, oferecer acesso a informações básicas sobre fertilidade para mulheres em idade fértil pode diminuir significativamente os casos de gravidez não planejada, gerando benefícios significativos para os sistemas de saúde pública e de seguridade social.

Diretriz metodológica para estudos de avaliação econômica de tecnologias em saúde no Brasil / Methodological guidelines for economic evaluation studies of health technologies in Brazil

Objetivos: Resumir os principais pontos da Diretriz de Avaliação Econômica em Saúde (AES) do Ministério da Saúde. Métodos: As diretrizes para AES no Brasil foram desenvolvidas por intermédio de múltiplas rodadas de trabalho iterativas por grupo multidisciplinar de especialistas em economia da saúde e foram submetidas à consulta pública. Resultados: O problema deve ser definido por meio de uma questão de pesquisa estruturada. O estudo pode ser baseado em dados primários ou em modelagem, em que o primeiro aumenta a validade interna dos resultados e o segundo, a capacidade de generalização do estudo. Quando o trabalho for baseado em modelagem e focado em doença crônica, o modelo de Markov pode ser usualmente empregado, quando não houver necessidades que apontem para simulação de eventos discretos (como competição dos indivíduos por recursos escassos) ou modelos de transmissão dinâmica (em vacinação e/ou doenças infecciosas com alta transmissão entre indivíduos). O horizonte temporal preferencial é o de tempo de vida, e a taxa de desconto padrão é de 5% para custo e efetividade. Os custos devem representar a perspectiva do Sistema Único de Saúde (SUS), podendo ser estimados por macrocusteio ou microcusteio. Sempre que possível, os resultados devem ser apresentados no formato de custo por ano de vida salvo ajustado para qualidade, para facilitar comparações com outros estudos. Análises de sensibilidade devem ser extensamente empregadas, de forma a avaliar o impacto da incerteza nos resultados produzidos. Conclusões: Espera-se que, com a padronização da metodologia proposta na Diretriz, a produção de AES no país tenha incremento na sua qualidade e reprodutibilidade.

Objectives: To summarize the main points from the Brazilian's Ministry of Health Economic Evaluations (HEE) guideline. Methods: The guideline was developed through multiple rounds of iterative work, conducted by a multidisciplinary team of specialists in health economics, and where submitted to public consultation. Results: The decision problem should be defined through a structured research question. The study can be either primary data or model-based; in the first case, there is greater internal validity, while the second generates a superior generalizability. When the study is model-based and focused on a chronic disease, a Markov model can be usually employed, except for situations that points towards the need of a discrete event simulation (such as competition of individuals for scarce resources) or a dynamic transition model (for example, vaccination models and infectious diseases with high transmission rates between individuals). The preferred time horizon is the lifetime one, and the default discount rate is 5% for both costs and effectiveness. Costs should represent the Unified Health System (SUS) perspective and can be estimated through either gross-costing or micro-costing. Results should be presented as costs per quality adjusted life years (QALYs) whenever possible, to facilitate comparison with other studies. Sensitivity analyses should be widely employed, in order to evaluate the impact of uncertainty in the results produced by the model. Conclusions: It is expected that, with the standardization proposed in this guideline, the HEE production in Brazil has gains in quality and reproducibility.