Taxas Padronizadas por Idade (Age-Standardized Rate) no uso de RWE

Os dados de saúde nos permitem medir a frequência com que doenças e desfechos ocorrem em diferentes populações. Uma das formas mais comuns de relatar esses dados é através da taxa bruta, do inglês "crude rate", como o número de mortes ou novos diagnósticos por 100.000 habitantes. No entanto, comparar taxas brutas entre diferentes regiões ou ao longo de grandes períodos de tempo pode fornecer insights imprecisos. A Padronização por Idade (Age-Standardized Rate) é um método estatístico fundamental para remover o efeito do "fator de confusão" demográfico ao compararmos populações com diferentes pirâmides etárias.

Mais do que apenas recalcular incidência ou mortalidade, a padronização por idade é uma ferramenta crucial em estudos de Evidências de Mundo Real (Real-World Evidence - RWE) para revelar o risco real de uma doença.

Existem muitas formas de utilizar as taxas ajustadas por idade para gerar insights em saúde, e podemos citar:

  • Avaliar a tendência temporal da incidência de doenças raras ou crônicas ao longo das décadas, compensando o natural envelhecimento populacional
  • Dimensionar adequadamente o tamanho de mercado para terapias inovadoras sem superestimar ou subestimar regiões apenas pelo fator idade
  • Submissões de dossiês à ANVISA, CONITEC e ANS, que exigem alto rigor metodológico e estatístico na demonstração de dados epidemiológicos
  • Demonstrar o teor raro de uma doença para avaliações regulatórias

Em um exemplo prático de análise de mundo real, avaliar a incidência sem o ajuste pode mascarar a realidade. Em uma das nossas análises recentes de câncer de mama, a taxa de incidência bruta total indicava cerca de 26,6 casos por 100.000 habitantes (figura 1). No entanto, após realizar o ajuste direto utilizando a população padrão, a taxa padronizada subiu para 30,9 casos por 100.000 habitantes. Acesse o notebook completo com os passos-a-passos e exemplos no Github.


Esse impacto numérico mostra que a "baixa taxa" inicial era fortemente impulsionada pela estrutura etária mais jovem da população analisada, mascarando a real incidência da doença. Sem o ajuste estatístico, poderíamos subestimar o verdadeiro risco clínico e a carga da doença no sistema de saúde.

Em análises comparativas no Brasil, dominar a padronização por idade permite separar o que é impacto clínico/operacional do que é pura demografia. Ao internalizar e aplicar essa metodologia em projetos de RWE, garantimos avaliações assertivas e baseadas em evidências sólidas, o que é indispensável para estratégias de Medical Affairs, Acesso ao Mercado, HEOR e Pesquisa Clínica.

Referências:

[1] SEER Cancer. Standard Populations (Millions) for Age-Adjustment. National Cancer Institute.

[2] Ahmad OB, Boschi-Pinto C, Lopez AD, Murray CJL, Lozano R, Inoue M. Age Standardization of Rates: A New WHO Standard. GPE Discussion Paper Series: No.31. World Health Organization, 2001.