Quando uma autoridade sanitária decide se incorpora uma nova tecnologia ao sistema de saúde, a pergunta clínica vem primeiro. A financeira vem logo em seguida: quanto custará, quem será impactado e em que momento do ciclo orçamentário o gasto será sentido.

A análise de impacto orçamentário, conhecida como BIA por sua sigla em inglês, responde a essa pergunta com método. Estima as consequências financeiras de adotar uma tecnologia sanitária dentro de um sistema, um pagador ou um plano de saúde específico, durante um horizonte definido. A ISPOR a reconhece como uma peça central da avaliação econômica, junto com a análise de custo-efetividade [1].

Na América Latina, esta disciplina tem uma importância prática enorme. Os recursos são limitados, os orçamentos costumam ser fechados com antecedência e o gasto do próprio bolso continua pesando sobre os domicílios. Em 2019, 32,4 por cento do gasto em saúde na América Latina e no Caribe foi pago diretamente pelos pacientes, muito acima da média da OCDE [3]. Um BIA bem construído pode acelerar uma decisão. Um BIA frágil pode deixar uma tecnologia presa durante meses.

O que é uma análise de impacto orçamentário e por que importa

Um BIA estima o custo líquido de incorporar uma nova tecnologia sanitária, comparando um cenário atual com um cenário futuro no qual essa tecnologia entra no sistema. Sua pergunta principal é concreta: o que acontece com o orçamento se aprovarmos isto?

A análise deve refletir a perspectiva do decisor. Modelar para um ministério da saúde, uma EPS, uma seguradora privada ou um hospital público exige premissas distintas. Cada pagador tem população, preços, restrições operacionais e prazos de decisão próprios. Por isso a ISPOR recomenda definir com clareza a perspectiva, a população elegível, o mix de tratamentos, os custos atuais, os custos futuros e a incerteza do modelo [1].

Também deve ser transparente. O decisor precisa entender quais premissas movem o resultado, quais são as fontes de dados e quão sensível é o orçamento a mudanças em preço, adoção, elegibilidade ou utilização de recursos.

Os seis passos do modelo de impacto orçamentário

A abordagem prática pode ser organizada em seis passos. A sequência parece simples, mas cada passo exige disciplina metodológica.

1. Estimar a população-alvo

O primeiro passo é definir quem são os pacientes elegíveis para a tecnologia. Isso implica partir da população total com a condição, aplicar critérios clínicos de elegibilidade, ajustar por diagnóstico real, acesso efetivo ao sistema e proporção de pacientes que receberiam tratamento.

Exemplo: se o modelo avalia um imunossupressor para transplante renal, o ponto de partida deve ser a população transplantada e elegível, não a prevalência geral de doença renal. O modelo deve usar o número anual de transplantes, os critérios de indicação, a taxa de pacientes que cumprem esses critérios e a adoção esperada durante cada ano do horizonte.

2. Selecionar o horizonte temporal

O horizonte deve se alinhar ao ciclo orçamentário do decisor. Em muitos sistemas latino-americanos, três a cinco anos costuma ser razoável. Um horizonte curto pode ocultar custos de escala. Um horizonte longo demais introduz incerteza difícil de defender.

As tecnologias de adoção lenta, como algumas terapias gênicas ou dispositivos complexos, podem exigir cinco anos. Os medicamentos com adoção rápida e competição terapêutica clara podem ser avaliados com três anos, desde que o modelo mostre o impacto anual.

3. Identificar o mix de tratamento atual e projetado

O modelo deve mostrar como a população elegível é tratada hoje e como esse padrão mudará com a nova tecnologia. A pergunta-chave é quem a nova opção irá deslocar.

Se for introduzido um anticoagulante oral, o modelo deve estimar quantos pacientes usam varfarina, quantos usam anticoagulantes diretos, quantos não recebem tratamento e que proporção migrará para a nova alternativa. Esta análise de deslocamento evita um erro comum: assumir que toda a adoção vem de pacientes novos.

4. Estimar custos atuais e futuros

O BIA deve incluir os custos diretos relevantes para o pagador: aquisição do medicamento ou dispositivo, administração, monitoramento, manejo de eventos adversos, consultas médicas, hospitalizações e outros recursos associados.

Na América Latina, os preços locais importam mais do que os preços de tabela internacionais. Muitos mercados têm acordos confidenciais, descontos institucionais ou compras centralizadas. Usar um preço visível, mas irrelevante para o pagador, enfraquece o modelo.

5. Estimar mudanças nos custos relacionados à doença

Uma tecnologia pode aumentar o gasto de aquisição e reduzir outros custos do sistema. Se diminui hospitalizações, complicações ou progressão da doença, esses efeitos devem ser quantificados com evidência sólida.

Exemplo: um antidiabético que reduz eventos cardiovasculares pode gerar economias por hospitalizações evitadas. O modelo pode incorporá-las se existir evidência clínica robusta e dados locais de utilização de recursos. As projeções especulativas devem ficar de fora ou entrar como cenários de sensibilidade.

6. Apresentar o impacto anual, acumulado e por cenário

A apresentação final deve mostrar o impacto ano a ano e o acumulado total. Os decisores aprovam orçamentos por períodos, portanto precisam ver quando o gasto aparece e como evolui.

A análise também deve incluir sensibilidade. Preço, adoção, tamanho da população e custos de manejo podem mudar o resultado. A ISPOR recomenda explorar cenários alternativos para que o decisor entenda a faixa plausível do impacto financeiro [1].

Erros comuns que reduzem a credibilidade do BIA

Os erros metodológicos costumam aparecer nos mesmos lugares. Convém detectá-los antes que o pagador os detecte.

Superestimar a população elegível: usar dados epidemiológicos brutos sem aplicar critérios clínicos reais infla o impacto e tira credibilidade.
Ignorar o mix competitivo: modelar a adoção como se todos os pacientes fossem novos distorce o impacto líquido.
Usar preços internacionais: os preços de tabela podem estar longe do custo real para o pagador local.
Projetar economias sem evidência local: transferir reduções de hospitalização observadas em outro sistema pode ser frágil se não for ajustado à prática regional.
Ocultar premissas: um modelo que não mostra suas fontes, fórmulas e cenários convida à desconfiança.

BIA na América Latina: o que o modelo deve capturar

O contexto regional exige modelos mais aterrados. A informação está fragmentada, os preços podem variar por instituição e os padrões de acesso não são homogêneos. Além disso, o gasto farmacêutico do próprio bolso continua sendo um componente relevante para muitos domicílios; o Banco Mundial documentou que o valor das compras de medicamentos em farmácias da América Latina e do Caribe passou de USD 34,3 bilhões em 2008 para USD 69,5 bilhões em 2017 [4].

Um BIA regional deve considerar quatro dimensões operacionais.

Dados fragmentados: muitos países carecem de registros centralizados de custos unitários e uso de recursos.
Preços opacos: descontos, compras públicas e acordos de preço-volume podem mudar o custo real.
Acesso desigual: a adoção pode diferir entre zonas urbanas e rurais, setor público e privado, ou instituições de alta e baixa complexidade.
Ciclos orçamentários rígidos: se o modelo chegar tarde ao calendário de decisão, pode perder utilidade ainda que seja tecnicamente sólido.

Como a tecnologia pode acelerar o processo

Construir um BIA robusto continua exigindo julgamento especializado. A automação não substitui esse julgamento, mas pode reduzir tarefas mecânicas: busca de dados epidemiológicos, validação de premissas, cálculo de cenários, atualização de preços e geração de saídas para diferentes países.

Para equipes de acesso a mercados que operam em vários países, a vantagem está em adaptar um modelo central sem reconstruí-lo do zero. A plataforma certa permite mudar população, custos, curvas de adoção e estrutura do sistema de saúde, mantendo a rastreabilidade sobre cada premissa.

Conclusão

Uma análise de impacto orçamentário bem projetada é uma ferramenta de decisão. Permite mostrar quanto custará incorporar uma tecnologia, quando o gasto aparecerá e quais variáveis podem mudar o resultado.

Em mercados com orçamentos pressionados, cada premissa conta. Um BIA transparente, local e defensável demonstra que a equipe entende as restrições do pagador e que fez o trabalho necessário para quantificar o impacto financeiro com rigor.

Na Quantus, ajudamos equipes de market access, HEOR e medical affairs a transformar evidência clínica e econômica em modelos claros para decisores. Se você quer construir um BIA mais rápido, mais rastreável e mais alinhado com a realidade da América Latina, escreva para nós.

Fontes

[1] Sullivan, S. D., Mauskopf, J. A., Augustovski, F., Caro, J. J., Lee, K. M., Minchin, M., Orlewska, E., Penna, P., Rodriguez Barrios, J. M., & Shau, W. Y. Budget Impact Analysis: Principles of Good Practice: Report of the ISPOR 2012 Budget Impact Analysis Good Practice II Task Force. Value in Health. 2014;17(1):5-14. Disponível em: https://www.ispor.org/heor-resources/good-practices/article/principles-of-good-practice-for-budget-impact-analysis-ii

[2] Mauskopf, J. A., Sullivan, S. D., Annemans, L., Caro, J., Mullins, C. D., Nuijten, M., Orlewska, E., Watkins, J., & Trueman, P. Principles of Good Practice for Budget Impact Analysis: Report of the ISPOR Task Force on Good Research Practices. Value in Health. 2007;10(5):336-347. Disponível em: https://www.ispor.org/heor-resources/good-practices/article/principles-of-good-practice-for-budget-impact-analysis

[3] OECD/The World Bank. Health at a Glance: Latin America and the Caribbean 2023. OECD Publishing. 2023. Disponível em: https://www.oecd.org/en/publications/health-at-a-glance-latin-america-and-the-caribbean-2023_532b0e2d-en.html

[4] Vargas, V., et al. Pharmaceuticals in Latin America and the Caribbean: Players, Access, and Innovation Across Diverse Models. World Bank. 2022. Disponível em: https://openknowledge.worldbank.org/entities/publication/e5fae256-f0c0-5400-9c14-b80387e182c8