Repercusiones de la pandemia de COVID-19 en el seguro de enfermedad en el sudeste de Brasil: un análisis de series temporales interrumpidas
an interrupted time series analysis
Palabras clave:
modelos quase experimentais, inferência causal, coronavírusResumen
El análisis de series temporales interrumpidas es el enfoque cuasi experimental para evaluar los efectos de intervenciones discretas en datos longitudinales. Así, se utiliza una serie temporal de un resultado de interés determinado para establecer una tendencia subyacente, que se "interrumpe" mediante una intervención en un momento conocido. El escenario hipotético en el que no se produce la intervención y la tendencia continúa sin cambios se denomina "contrafactual". Este escenario contrafactual proporciona una comparación para evaluar el impacto de la intervención examinando cualquier cambio que se produzca en el periodo posterior a la intervención. En este sentido, el objetivo de este trabajo es analizar los efectos de la pandemia de COVID-19 en la contratación de seguros de salud en la región Sudeste de Brasil por medio del análisis de series interrumpidas. Los datos utilizados se refieren al número de beneficiarios del seguro de salud en la región sudeste desde el primer trimestre de 2000 hasta el primer trimestre de 2023 (93 observaciones), provenientes de la Agencia Nacional de Salud Suplementaria. A partir del análisis de las series temporales, se ajustó un modelo cuadrático para el período anterior al tratamiento (COVID-19) y posterior al tratamiento. A partir de los ajustes de estos modelos, fue posible observar que el número de beneficiarios del seguro de enfermedad en el sudeste estaba disminuyendo, pero la intervención puede haber causado una reducción más pronunciada, con una media de 10.000 beneficiarios menos de lo previsto sin la intervención.
Citas
BRASIL. Lei no 8.080, de 19 de setembro de 1990. Dispõe sobre as condições para a promoção, proteção e recuperação da saúde, a organização e o funcionamento dos serviços correspondentes e dá outras providências. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l8080.htm. Acesso em: 30 de Agosto de 2023.
BRASIL. Lei no 9.656, de 03 de junho de 1998. Dispõe sobre os planos e seguros privados de assistência à saúde. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9656.htm. Acesso em: 16 de Junho de 2023.
BRASIL. Lei no 9.961, de 28 de janeiro de 2000. Cria a Agência Nacional de Saúde Suplementar – ANS e dá outras providências. Disponível em: https://www.planalto.gov.br/ccivil_03/leis/l9961.htm. Acesso em: 16 de Junho de 2023.
FIGUEIREDO, D. C. M. M. et al. Efeitos da recessão econômica na mortalidade por suicídio no Brasil: análise com séries temporais interrompidas. Revista Brasileira de Enfermagem, v. 75, p. e20210778, 2022.
IRVINE, M. A. et al. An interrupted time-series analysis of pediatric emergency department visits during the coronavirus disease 2019 pandemic. Pediatric Emergency Care, v. 37, n. 6, p. 325-328, 2021.
NASCIMENTO, M. I. et al. Mortalidade prematura por câncer de colo uterino: estudo de séries temporais interrompidas. Revista de Saúde Pública, v. 54, 2020.
NUNES, H. R. C et al. Impacto da Lei Seca sobre a mortalidade no trânsito nas Unidades Federativas do Brasil: uma análise de série temporal interrompida. Revista Brasileira de Epidemiologia, v. 24, p. e210045, 2021.
OLIVEIRA, C. C. M. et al. Efetividade do serviço móvel de urgência (Samu): uso de séries temporais interrompidas. Revista de Saúde Pública, v. 53, p. 99, 2019.
PEARL, J. Causal inference. Causality: Objectives and Assessment, PMLR, p. 39–58, 2010.
PENFOLD, R. B.; ZHANG, F. Use of interrupted time series analysis in evaluating health care quality improvements. Academic pediatrics, v. 13, n. 6, p. S38-S44, 2013.
RUBIN, D. B. Estimating causal effects of treatments in randomized and nonrandomized studies. Journal of educational Psychology, American Psychological Association, v. 66, n. 5, p. 688, 1974.
ROSENBAUM, P. R.; RUBIN, D. B. The central role of the propensity score in observational studies for causal effects. Biometrika, Oxford University Press, v. 70, n. 1, p. 41–55, 1983.
VINCI, A. et al. Emergency medical services calls analysis for trend prediction during epidemic outbreaks: interrupted time series analysis on 2020–2021 COVID-19 epidemic in Lazio, Italy. International Journal of Environmental Research and Public Health, v. 19, n. 10, p. 5951, 2022.
Descargas
Publicado
Versiones
- 11-04-2024 (2)
- 15-03-2024 (1)
Cómo citar
Número
Sección
Licencia
Proposta de Política para Periódicos de Acesso Livre
Autores que publicam nesta revista concordam com os seguintes termos:
- Autores mantém os direitos autorais e concedem à revista o direito de primeira publicação, com o trabalho simultaneamente licenciado sob a Licença Creative Commons Attribution que permite o compartilhamento do trabalho com reconhecimento da autoria e publicação inicial nesta revista.
- Autores têm autorização para assumir contratos adicionais separadamente, para distribuição não-exclusiva da versão do trabalho publicada nesta revista (ex.: publicar em repositório institucional ou como capítulo de livro), com reconhecimento de autoria e publicação inicial nesta revista.
- Autores têm permissão e são estimulados a publicar e distribuir seu trabalho online (ex.: em repositórios institucionais ou na sua página pessoal) a qualquer ponto antes ou durante o processo editorial, já que isso pode gerar alterações produtivas, bem como aumentar o impacto e a citação do trabalho publicado (Veja O Efeito do Acesso Livre).
