Resumo: As análises de impacto orçamentário exigem um conjunto de informações essenciais sobre inovação em tecnologias da saúde, inclusive taxas esperadas de adoção. Nas últimas décadas, verifica-se ausência de estudos internacionais sobre tendência, tamanho do impacto orçamentário e determinantes das taxas de difusão das inovações tecnológicas em saúde. O estudo propõe uma avaliação preliminar dos principais determinantes das taxas de difusão de inovações tecnológicas no Sistema Único de Saúde (SUS). Foram coletados dados do Departamento de Informática do SUS (DATASUS) para identificar os principais determinantes das taxas de difusão das inovações tecnológicas em saúde no Brasil, especificamente em relação às inovações farmacêuticas incorporadas pelo Componente Especializado da Assistência Farmacêutica (CEAF) no SUS. No DATASUS, foram recuperados dados relativos a pacientes que haviam utilizado um dos medicamentos incorporados pelo CEAF pelo menos três anos antes do início do estudo (2015) para o tratamento de cada doença especificada. Assim, foram analisadaos dados de pacientes que utilizaram 10 diferentes medicamentos no presente estudo. Os resultados do modelo de regressão beta inflacionado demonstraram maior influência sobre taxas de difusão das inovações farmacêuticas em decorrência de: número de concorrentes farmacêuticos disponíveis no CEAF para tratamento da mesma doença (negativo); medicamentos utilizados em combinação com outros medicamentos (positivo) e medicamentos inovadores dentro do SUS (positivo). São necessários mais estudos sobre as taxas de difusão das inovações tecnológicas em saúde, incluindo uma gama maior de doenças e de medicamentos, potenciais fatores de confusão e outras variáveis que possam influenciar as taxas de adoção de inovações tecnológicas pelos diferentes sistemas de saúde.

Abstract: Budget Impact Analyses require a set of essential information on health technology innovation, including expected rates of adoption. There is an absence of studies investigating trends, magnitude of budgetary effects and determinants of diffusion rates for health technology innovations worldwide during the last decades. The present study proposes a pilot assessment on main determinants influencing diffusion rates of pharmaceutical innovations within the Brazilian Unified National Health System (SUS). Data from the Brazilian Health Informatics Department (DATASUS) was gathered to establish the main determinants of diffusion rates of health technology innovations in Brazil, specifically referring to pharmaceutical innovations incorporated in the Brazilian Program for Specialized Pharmaceutical Services (CEAF) at SUS. Information was retrieved on DATASUS relating to patients who had used one of the medicines incorporated into CEAF at least three years prior to the beginning of the study (2015) for treatment of each health condition available. Thus, data from patients adopting 10 different medicines were analyzed in the study. Results from the zero-one inflated beta model showed a higher influence on diffusion rates of pharmaceutical innovations due to: number of pharmaceutical competitors for treatment of the same disease available at CEAF (negative); medicine used in combination with other medication (positive); and innovative medicine within the SUS (positive). Further research on diffusion rates of health technology innovations is required, including wider scope of diseases and medications, potential confusion factors and other variables that may influence rates of adoption in different health systems.

Resumen: Un análisis de impacto presupuestario requiere un conjunto de información esencial sobre innovación en tecnología de la salud, incluyendo tasas esperadas de incorporación. Existe una falta de estudios que investiguen tendencias, magnitud de los efectos presupuestarios, y determinantes de las tasas de difusión para innovaciones en tecnología de salud en todo el mundo durante las últimas décadas. El presente estudio propone una evaluación piloto sobre los principales determinantes que influencian las tasas de difusión de las innovaciones farmacéuticas dentro del Sistema Único de Salud brasileño (SUS). Los datos provienen del Departamento de Información del SUS (DATASUS) y fueron recopilados para establecer los principales determinantes de las tasas de difusión de innovaciones en tecnología de la salud en Brasil, refiriéndose a las innovaciones farmacéuticas incorporadas en el Programa brasileño para Servicios Farmacéuticos Especializados (CEAF) en el SUS. La información fue rescatada del DATASUS relativa a pacientes que habían usado una de las medicines incorporadas al CEAF al menos 3 años antes del comienzo del estudio (2015) para tratamiento de cada condición de salud disponible. Así, fueron analizados datos de pacientes que usaron 10 medicamentos diferentes. Los resultados del modelo de regresión beta aumentada mostraron una influencia más alta en las tasas de difusión de las innovaciones farmacéuticas debido a: número de competidores para el tratamiento de la misma enfermedad disponible en el CEAF (negativo); medicamentos usados en combinación con otra medicación (positivo); y medicina innovadora en el SUS (positivo). Se requiere más investigación adicional sobre las tasas de difusión en tecnología de la salud, incluyendo un enfoque más amplio de las enfermedades y su medicación, potenciales factores de confusión y otras variables que quizás influencien las tasas de incorporación a los diferentes sistemas de salud.

Resumo: As análises de impacto orçamentário exigem um conjunto de informações essenciais sobre inovação em tecnologias da saúde, inclusive taxas esperadas de adoção. Nas últimas décadas, verifica-se ausência de estudos internacionais sobre tendência, tamanho do impacto orçamentário e determinantes das taxas de difusão das inovações tecnológicas em saúde. O estudo propõe uma avaliação preliminar dos principais determinantes das taxas de difusão de inovações tecnológicas no Sistema Único de Saúde (SUS). Foram coletados dados do Departamento de Informática do SUS (DATASUS) para identificar os principais determinantes das taxas de difusão das inovações tecnológicas em saúde no Brasil, especificamente em relação às inovações farmacêuticas incorporadas pelo Componente Especializado da Assistência Farmacêutica (CEAF) no SUS. No DATASUS, foram recuperados dados relativos a pacientes que haviam utilizado um dos medicamentos incorporados pelo CEAF pelo menos três anos antes do início do estudo (2015) para o tratamento de cada doença especificada. Assim, foram analisadaos dados de pacientes que utilizaram 10 diferentes medicamentos no presente estudo. Os resultados do modelo de regressão beta inflacionado demonstraram maior influência sobre taxas de difusão das inovações farmacêuticas em decorrência de: número de concorrentes farmacêuticos disponíveis no CEAF para tratamento da mesma doença (negativo); medicamentos utilizados em combinação com outros medicamentos (positivo) e medicamentos inovadores dentro do SUS (positivo). São necessários mais estudos sobre as taxas de difusão das inovações tecnológicas em saúde, incluindo uma gama maior de doenças e de medicamentos, potenciais fatores de confusão e outras variáveis que possam influenciar as taxas de adoção de inovações tecnológicas pelos diferentes sistemas de saúde.

Abstract: Budget Impact Analyses require a set of essential information on health technology innovation, including expected rates of adoption. There is an absence of studies investigating trends, magnitude of budgetary effects and determinants of diffusion rates for health technology innovations worldwide during the last decades. The present study proposes a pilot assessment on main determinants influencing diffusion rates of pharmaceutical innovations within the Brazilian Unified National Health System (SUS). Data from the Brazilian Health Informatics Department (DATASUS) was gathered to establish the main determinants of diffusion rates of health technology innovations in Brazil, specifically referring to pharmaceutical innovations incorporated in the Brazilian Program for Specialized Pharmaceutical Services (CEAF) at SUS. Information was retrieved on DATASUS relating to patients who had used one of the medicines incorporated into CEAF at least three years prior to the beginning of the study (2015) for treatment of each health condition available. Thus, data from patients adopting 10 different medicines were analyzed in the study. Results from the zero-one inflated beta model showed a higher influence on diffusion rates of pharmaceutical innovations due to: number of pharmaceutical competitors for treatment of the same disease available at CEAF (negative); medicine used in combination with other medication (positive); and innovative medicine within the SUS (positive). Further research on diffusion rates of health technology innovations is required, including wider scope of diseases and medications, potential confusion factors and other variables that may influence rates of adoption in different health systems.

Resumen: Un análisis de impacto presupuestario requiere un conjunto de información esencial sobre innovación en tecnología de la salud, incluyendo tasas esperadas de incorporación. Existe una falta de estudios que investiguen tendencias, magnitud de los efectos presupuestarios, y determinantes de las tasas de difusión para innovaciones en tecnología de salud en todo el mundo durante las últimas décadas. El presente estudio propone una evaluación piloto sobre los principales determinantes que influencian las tasas de difusión de las innovaciones farmacéuticas dentro del Sistema Único de Salud brasileño (SUS). Los datos provienen del Departamento de Información del SUS (DATASUS) y fueron recopilados para establecer los principales determinantes de las tasas de difusión de innovaciones en tecnología de la salud en Brasil, refiriéndose a las innovaciones farmacéuticas incorporadas en el Programa brasileño para Servicios Farmacéuticos Especializados (CEAF) en el SUS. La información fue rescatada del DATASUS relativa a pacientes que habían usado una de las medicines incorporadas al CEAF al menos 3 años antes del comienzo del estudio (2015) para tratamiento de cada condición de salud disponible. Así, fueron analizados datos de pacientes que usaron 10 medicamentos diferentes. Los resultados del modelo de regresión beta aumentada mostraron una influencia más alta en las tasas de difusión de las innovaciones farmacéuticas debido a: número de competidores para el tratamiento de la misma enfermedad disponible en el CEAF (negativo); medicamentos usados en combinación con otra medicación (positivo); y medicina innovadora en el SUS (positivo). Se requiere más investigación adicional sobre las tasas de difusión en tecnología de la salud, incluyendo un enfoque más amplio de las enfermedades y su medicación, potenciales factores de confusión y otras variables que quizás influencien las tasas de incorporación a los diferentes sistemas de salud.

OBJETIVO: Identificar os principais determinantes da detecção de atipias celulares no programa de rastreamento do câncer do colo do útero no Estado do Rio de Janeiro, utilizando os dados do Sistema de Informação do Câncer do Colo do Útero (SISCOLO). MÉTODOS: Uma amostra aleatória de 65 535 exames citopatológicos realizados em 2007 foi obtida do SISCOLO. Essa amostra foi utilizada para construir um modelo de regressão logística que identificasse variáveis com impacto no processo de detecção de atipias celulares. Foi aplicada uma curva ROC para definir o ponto de corte mais adequado para classificar a presença ou a ausência de atipias. Uma análise de sensibilidade foi realizada para avaliar o impacto dos fatores relacionados à organização do serviço no modelo. RESULTADOS: As variáveis preditoras do modelo foram: "laboratório de referência", que reflete a escala de produção do laboratório; "presença de elementos celulares representativos da zona de transformação", que reflete a qualidade da coleta de amostras; "metaplasia escamosa imatura", "presença de outras alterações celulares benignas" e "ausência de microrganismos da microbiota vaginal". A cada acréscimo de 1 ano na idade da mulher, houve redução de 1,7% na chance de detecção de atipias. A curva ROC definiu o ponto de corte de 4,5%, que permitiu a maximização da sensibilidade (73,0%) e especificidade (66,8%) do modelo. A análise de sensibilidade indicou aumento da frequência de atipias de 46,4% quando simulou-se aumento na participação do laboratório de referência (42,9%) e na presença de elementos celulares representativos da zona de transformação (43,0%). CONCLUSÕES: O modelo revelou que a detecção de atipias celulares é fortemente influenciado por fatores organizacionais, como adequabilidade da lâmina e porte do laboratório de análise. Considerando que esses fatores são passíveis de alteração pelos gestores, o modelo pode ser uma importante ferramenta na melhoria dos programas de rastreamento.

OBJECTIVE: To identify the main determinants of cellular atypia detection in the cervical screening program in the state of Rio de Janeiro, Brazil, using data from the Cervical Cancer Information System SISCOLO. METHODS: A random sample of 65 535 Pap smears performed in 2007 was obtained from SISCOLO. This sample was used to produce a logistic regression model to identify variables that impact the process of detecting cellular atypia. A ROC curve was used to define the most suitable cutoff point to classify the presence or absence of atypia. A sensitivity analysis was performed to assess the impact on the model of factors related to the organization of the service model. RESULTS: The variables of impact were "reference laboratory," which reflects laboratory production scale; "presence of cellular elements representative of the transformation zone," which reflects the quality of the sampling; "immature squamous metaplasia," "presence of other benign cellular changes," and "absence of typical vaginal microorganisms." Each increase of 1 year in age was associated with a 1.7% reduction in the chance of detecting atypia. The ROC curve defined a cutoff of 4.5%, which allowed the maximization of the model's sensitivity (73.0%) and specificity (66.8%). Sensitivity analysis indicated an increase of 46.4% in the frequency of atypia following a simulated increase in the number of samples analyzed in the excellence (42.9%) and in the presence of cellular elements representative of the transformation zone (43.0%). CONCLUSIONS: The model revealed that the detection of atypical cells is strongly influenced by organizational factors such as adequate sample collection and laboratory size. Because these factors can be changed by adequate management practices, the proposed model may be an important tool to improve cervical screening programs.