Alguma vez você se sentiu discriminada(o) por empregar dados secundários em sua pesquisa? Sendo as três autoras que assinam este texto pesquisadoras que têm no desenvolvimento e aplicação de técnicas para o uso de dados secundários a principal linha de pesquisa, a resposta é definitivamente não. Entretanto, não é raro ouvirmos relatos de colegas que encontraram alguma barreira para o desenvolvimento de teses, ou conseguir financiamento em função da opção pelo uso de dados secundários.

Em artigo recente, Rothman ¹1  Rothman KJ. Six persistent research misconceptions. J Gen Intern Med 2014; Epub ahead of print. abordou seis percepções equivocadas sobre aspectos da pesquisa epidemiológica que costumam ser reforçadas em salas de aula e livros texto. Embora o autor não tenha abordado as fontes de dados, acreditamos que um sétimo erro deveria ser adicionado à lista: a noção de que dados primários são a única fonte válida para a condução de estudos epidemiológicos.

Dados populacionais, vitais, epidemiológicos, administrativos e clínicos sofreram mudanças expressivas na forma como são produzidos e disseminados. São hoje disponibilizados em bases eletrônicas que contemplam milhões de microdados individuais. Além das fontes tradicionais antes apontadas, surgiram outras modalidades. As marcas digitais produzidas no acesso a diferentes plataformas de comunicação na Internet e no uso de celulares, passaram a ser empregadas em estudos sobre a influência de padrões de comportamentos e mobilidade na determinação e disseminação de doenças ²2  Salathé M, Bengtsson L, Bodnar TJ, Brewer DD, Brownstein JS, Buckee C, et al. Digital epidemiology. PLoS Comput Biol 2012; 8:e1002616..

Dados secundários possuem potencial para apoiar estudos sobre questões de grande relevância à Saúde Coletiva, acentuados pela ampla disponibilidade, abrangência e cobertura. Na verdade, são o melhor dado para responder a perguntas sobre os determinantes das taxas de incidência nas populações, como sugerido por Rose ³3  Rose G. Sick individuals and sick populations. Int J Epidemiol 1985; 14:32-8.. Ainda assim, cabe discutir a integração dos dois mundos. A interação gene-ambiente, por exemplo, demanda o uso de populações de estudo com tamanhos cada vez maiores. O contexto da big epidemiology ⁴4  Thompson A. Thinking big: large-scale collaborative research in observational epidemiology. Eur J Epidemiol 2009; 24:727-31. estimula a prática do data sharing, fazendo com que dados coletados para estudos específicos passem a ser utilizados por pesquisadores não originalmente envolvidos no seu planejamento e execução.

A era do big data tem levado à recomendação do uso deste rico acervo na pesquisa ⁵5  Community cleverness required (Editorial). Nature 2008; 455:1., incluindo a pesquisa populacional em saúde ⁶6  Mabry PL. Making sense of the data explosion: the promise of systems science. Am J Prev Med 2011; 40(5 Suppl 2):S159-61.. Alguns autores apontam, entretanto, a necessidade do uso responsável dessas bases de dados ⁷7  Hernán MA. With great data comes great responsibility. Epidemiology 2011; 22:290-1.. As principais críticas feitas às fontes de dados secundários são a ausência de mecanismos para a garantia e controle da qualidade dos dados coletados, e a falta de variáveis que seriam necessárias para testar adequadamente hipóteses causais no nível do indivíduo.

A questão da qualidade é fundamental. Por um lado, deve-se proceder à avaliação de diferentes dimensões de qualidade ⁸8  Lima CRA, Schramm JMA, Coeli CM, Silva MEM. Revisão das dimensões de qualidade dos dados e métodos aplicados na avaliação dos sistemas de informação em saúde. Cad Saúde Pública 2009; 25:2095-109. previamente ao uso de uma fonte de dados secundários. Por outro, os responsáveis pela custódia de bases devem empregar técnicas para prevenção, detecção e reparo de erros ⁹9  Herzog TN, Scheuren FJ, Winkler WE. Data quality and record linkage techniques. New York: Springer; 2007., e disponibilizar farta documentação sobre seus acervos. O financiamento de infraestrutura para a manutenção e acesso de dados é um elemento essencial que deve ser considerado nas políticas de estímulo ao uso de dados secundários ⁵5  Community cleverness required (Editorial). Nature 2008; 455:1.^,66  Mabry PL. Making sense of the data explosion: the promise of systems science. Am J Prev Med 2011; 40(5 Suppl 2):S159-61.. Com relação às variáveis disponíveis para análise, a integração de bases de dados, por meio do emprego de técnicas de linkage de registros ¹⁰10  Christen P. Data matching concepts and techniques for record linkage, entity resolution, and duplicate detection. Berlin/New York: Springer; 2012., pode contribuir para uma melhor especificação de variáveis de exposição e desfecho, além de ampliar o número de variáveis disponíveis para o ajuste de fatores de confusão. Adicionalmente, algumas soluções metodológicas têm sido propostas para mitigar o problema de fatores de confusão não mensurados ¹¹11  Toh S, García-Rodríguez LA, Hernán MA. Analyzing partially missing confounder information in comparative effectiveness and safety research of therapeutics. Pharmacoepidemiol Drug Saf 2012; 21:13-20.. Por fim, cresce o interesse em responder a perguntas de pesquisa não etiológicas, para as quais não é necessário o ajuste para confundimento. Esse é o caso de perguntas voltadas para a avaliação de intervenções de Saúde Pública, que podem ser respondidas empregando dados de natureza diversa, juntamente com a aplicação de novas técnicas analíticas como, por exemplo, a mineração de dados e a modelagem computacional de sistemas complexos ²2  Salathé M, Bengtsson L, Bodnar TJ, Brewer DD, Brownstein JS, Buckee C, et al. Digital epidemiology. PLoS Comput Biol 2012; 8:e1002616.^,66  Mabry PL. Making sense of the data explosion: the promise of systems science. Am J Prev Med 2011; 40(5 Suppl 2):S159-61.^,1010  Christen P. Data matching concepts and techniques for record linkage, entity resolution, and duplicate detection. Berlin/New York: Springer; 2012..

Para além das questões metodológicas, o uso responsável também deve contemplar os aspectos de respeito à privacidade. É necessário o desenvolvimento de um referencial ético que leve em consideração as particularidades da pesquisa baseada em dados secundários, especialmente no que diz respeito ao consentimento informa- do ¹²12  da Silva MEM, Coeli CM, Ventura M, Palacios M, Magnanini MM, Camargo TM, et al. Informed consent for record linkage: a systematic review. J Med Ethics 2012; 38:639-42.. No Brasil, recentemente, foi sancionada a Lei n^o 12.527, que regulamenta o acesso à informação pública ¹³13  Ventura M. Lei de acesso à informação, privacidade e a pesquisa em saúde. Cad Saúde Pública 2013; 29:636-8.. Deve-se tomar cuidado para que as interpretações conservadoras da lei não impliquem restrições desnecessárias à divulgação de conteúdos nas bases não identificadas, ou ao acesso, com as salvaguardas necessárias e para fins de pesquisa, às bases identificadas. Um estudo promovido pelo Instituto de Medicina dos Estados Unidos apontou que a legislação americana, que aborda a transferência de informações em saúde (HIPAA Privacy Rule), teve impactos negativos sobre a condução de pesquisas relevantes para a Saúde Pública ¹⁴14  National Research Council. Beyond the HIPAA privacy rule: enhancing privacy, improving health through research. Washington DC: The National Academies Press; 2009.. É preciso buscar um equilíbrio entre os direitos individuais e os interesses coletivos, de forma a não inviabilizar, por exemplo, estudos que visem a melhorar a saúde, a assistência e a vida dos usuários do SUS.

O uso de dados secundários na pesquisa demanda investimentos na formação de recursos humanos. Se por um lado cada vez mais é necessária a incorporação de profissionais da área de tecnologia de informação às equipes de pesquisa, é preciso formar pesquisadores da área de Saúde Coletiva que sejam capazes de interagir com estes profissionais, como experts interativos, tal como definido por Collins et al. ¹⁵15  Collins H, Evans R, Ribeiro R, Hall M. Experiments with interactional expertise. Stud Hist Philos Sci Part A 2006; 37:656-74.. Que habilidades devem ser desenvolvidas e o nível de expertise mínimo esperado são questões a serem definidas. SQL (Structured Query Language), record linkage, integração de dados não estruturados, mineração de dados e modelagem computacional de sistemas complexos são alguns conteúdos que deveriam ser abordados.

Este texto foi finalizado no Rio de Janeiro durante o período do Carnaval de 2014, que tem no desfile das escolas de samba um dos eventos turísticos mais importantes da cidade. Seu título é inspirado em um bordão criado nos anos 1960 por Nelson de Andrade, então presidente do Grêmio Recreativo Acadêmicos do Salgueiro. O bordão original Nem melhor, nem pior, apenas uma Escola diferente buscava enfatizar a revolução criativa no carnaval carioca promovida por Fernando Pamplona e Arlindo Rodrigues ¹⁶16  Faria GJM. Nem melhor, nem pior, apenas uma escola diferente: os Acadêmicos do Salgueiro e as transformações estéticas e ideológicas na cultura brasileira (1959-1971). Revista Litteris 2010; (6). http://www.revistaliteris.com.br.
http://www.revistaliteris.com.br... . Dados secundários representam uma fonte valiosa para a pesquisa em Saúde Coletiva. Tirar o máximo proveito de seu uso também demanda uma revolução. É preciso pensar diferente, formar diferente e fazer diferente.

Datas de Publicação

Histórico