Utilizing pharmacy refill data to predict loss to follow-up among people living with HIV in Manyara region of Tanzania

Este estudo na região de Manyara, Tanzânia, demonstrou que a adesão aos recarregamentos de medicamentos em farmácia é um forte preditor de perda de acompanhamento em pacientes com HIV, revelando também disparidades geográficas significativas e um alto índice de transferências silenciosas que exigem estratégias de retenção adaptadas à mobilidade e um identificador único nacional.

O essencial

Imagine que o tratamento contra o HIV é como uma corrida de obstáculos de longa distância. Para vencer a corrida e manter a saúde em dia, o corredor (o paciente) precisa não apenas começar a correr, mas continuar correndo sem parar, tomando os "combustíveis" (os remédios) na hora certa.

Este estudo foi como um grande detetive que analisou a história de mais de 22.000 corredores na região de Manyara, na Tanzânia, para entender por que alguns paravam no meio do caminho e outros continuavam.

Aqui está a explicação do que eles descobriram, usando linguagem simples e analogias:

1. O "Termômetro" da Saúde: A Farmácia

Em vez de perguntar aos pacientes "você tomou o remédio?", que às vezes as pessoas mentem ou esquecem, os pesquisadores olharam para os registros da farmácia.

• A Analogia: Pense na farmácia como um caixa de supermercado. Se você vai ao supermercado toda semana para comprar leite, mas de repente para de ir, o gerente sabe que você parou de beber leite, mesmo que você não tenha dito nada.
• O Descoberta: Eles viram que quando as pessoas paravam de "comprar" o remédio na farmácia (ficavam com menos de 85% de adesão), era um sinal de alerta vermelho. Era como ver a fumaça antes do incêndio: se a pessoa não buscava o remédio, era muito provável que ela fosse "sumir" do sistema de saúde logo em seguida.

2. O Grande "Desaparecimento" (Perda de Acompanhamento)

O estudo queria saber quantas pessoas realmente paravam de ir ao médico.

• O Problema do "Fantasma": No início, parecia que 33% das pessoas haviam sumido (não iam ao médico há 6 meses). Mas, quando os investigadores fizeram uma "varredura" mais profunda (como um detetive revendo os arquivos), descobriram que a maioria não tinha morrido ou desistido de verdade.
• A Realidade: Muitas dessas pessoas apenas mudaram de casa ou foram para outra cidade e foram tratar em outro hospital, mas o sistema antigo não sabia disso. Elas eram "fantasmas" que ainda estavam vivos e tratados, apenas em outro lugar. Apenas 3% realmente sumiram de verdade.

3. O Mapa do Tesouro (e dos Perigos)

Os pesquisadores usaram um mapa para ver onde as coisas funcionavam bem e onde eram difíceis.

• A Analogia: Imagine que a região é um terreno acidentado. Em algumas áreas (como o distrito de Babati), o caminho é plano e fácil. Em outras (como Simanjiro), o caminho é cheio de buracos e montanhas.
• O Descoberta: No distrito de Simanjiro, o risco de a pessoa "sumir" era 3 vezes maior do que na média. Por quê? Porque lá vivem muitos pastores nômades (pessoas que vivem viajando com seus animais em busca de pasto).
• O Conflito: Imagine tentar pegar um ônibus que só passa em um ponto fixo da cidade, mas você está viajando pelo deserto com seu rebanho. O sistema de saúde é fixo (o hospital não sai do lugar), mas as pessoas estão em movimento. Essa "dança" entre o lugar fixo e o povo móvel faz com que muitas pessoas se percam do tratamento.

4. O Fator "Tempo"

• A Analogia: É como aprender a dirigir. No começo, quando você começa a tomar o remédio (os anos de 2017-2019), é mais difícil manter a rotina e você pode cansar ou desistir. Mas, com o tempo, o sistema de saúde aprendeu a ser mais flexível (como dar remédios para 3 meses de uma vez, em vez de 1).
• O Resultado: As pessoas que começaram o tratamento mais recentemente (2021) ficaram muito mais tempo no sistema do que as que começaram antes. O "motor" do programa de saúde ficou mais potente.

5. A Lição Principal

O estudo conclui que:

1. A farmácia é o melhor aviso: Se a pessoa não busca o remédio na farmácia, é hora de ligar para ela antes que ela suma de vez.
2. O sistema precisa ser móvel: Para ajudar os pastores que viajam muito, os hospitais não podem ficar parados. É preciso criar "postos de saúde móveis" ou grupos de apoio que viajem junto com as pessoas.
3. Identidade única: O país precisa de um "RG" único para o paciente, para que, se ele mudar de cidade, o novo hospital saiba que ele já está no tratamento, evitando que ele se perca no sistema.

Em resumo: O estudo nos diz que, para vencer a corrida contra o HIV, não basta apenas ter remédios. É preciso entender a vida das pessoas (se elas viajam, se cansam) e usar os dados da farmácia como um radar para pegar as pessoas antes que elas caiam do mapa.

Resumo técnico

Título do Estudo

Utilização de dados de reabastecimento de farmácia para prever a perda de acompanhamento (LTFU) entre pessoas vivendo com HIV na região de Manyara, Tanzânia.

1. O Problema

A retenção em cuidados de HIV e a adesão à terapia antirretroviral (TARV) são críticas para a supressão viral e o cumprimento das metas globais 95-95-95 da UNAIDS. No entanto, em contextos de recursos limitados, como a Tanzânia, a monitorização da adesão baseada em autorrelato é frequentemente imprecisa. Além disso, a "perda de acompanhamento" (LTFU) permanece um desafio significativo, com taxas que variam de 20% a mais de 30% em algumas regiões.
Há uma lacuna de conhecimento específica sobre a utilidade dos dados de reabastecimento de farmácia para prever a descontinuação do tratamento em regiões de baixa prevalência e com populações altamente móveis (nômades), como a região de Manyara. A heterogeneidade espacial e os fatores socioeconômicos que influenciam a retenção nesta região não foram mapeados anteriormente.

2. Metodologia

• Desenho do Estudo: Análise de coorte retrospectiva utilizando dados secundários do programa nacional de HIV da Tanzânia (NASHCoP), especificamente do banco de dados CTC-2.
• População e Amostra: 22.650 pessoas vivendo com HIV (PVHIV) em tratamento na região de Manyara, cobrindo cinco distritos (Babati, Hanang, Kiteto, Mbulu e Simanjiro) entre janeiro de 2017 e dezembro de 2021.
• Definições Principais:
  • Adesão à Farmácia: Calculada como a proporção de tempo em que o medicamento estava disponível, baseada no atraso nas reabastecimentos. Adesão "boa" foi definida como ≥85%.
  • Perda de Acompanhamento (LTFU): Definida pela ausência de visitas à clínica por 180 dias ou mais (definição de pesquisa). O estudo também analisou o "status final confirmado" atualizado por rastreadores de saúde para distinguir entre perda real, transferência silenciosa e óbito.
• Análise Estatística:
  • Estatística descritiva para características demográficas.
  • Regressão logística univariada e multivariada para identificar preditores de LTFU (calculando Odds Ratios Ajustados - aOR).
  • Mapeamento geoespacial (usando R) para visualizar disparidades entre distritos.

3. Principais Contribuições e Resultados

A. Desempenho da Adesão e LTFU

• A adesão média ao reabastecimento foi de 84,1%, com 57,9% dos pacientes atingindo a adesão "boa" (≥85%).
• Na análise longitudinal (definição de 180 dias), 32,8% dos pacientes foram classificados como LTFU em algum momento.
• Correção de Status: Ao analisar os registros finais atualizados por rastreadores, revelou-se que apenas 2,9% permaneceram verdadeiramente perdidos. A maioria dos "perdidos" na definição inicial foi reclassificada: 65,3% estavam ativos na clínica original, 23,1% transferiram-se para outras unidades (transferências silenciosas) e 6,7% faleceram.

B. Preditoras de Perda de Acompanhamento

• Adesão à Farmácia: Foi o preditor comportamental mais forte de desengajamento. Pacientes com adesão ruim (<85%) tiveram 2,04 vezes mais chances de serem perdidos (aOR 2,04; IC 95% 1,77-2,35) em comparação com aqueles com boa adesão.
• Fatores Geográficos: A localização geográfica foi o fator de risco independente mais significativo.
  • O distrito de Simanjiro apresentou as piores taxas de retenção, com 3,60 vezes mais chances de LTFU em comparação com o distrito de Babati (aOR 3,60; IC 95% 2,67-4,85).
  • Simanjiro e Kiteto, áreas com grandes populações de pastores nômades (Maasai), apresentaram as maiores taxas de perda e as menores taxas de adesão.
• Cohorte de Início do Tratamento: Pacientes que iniciaram a TARV entre 2017 e 2019 tiveram quase o dobro da chance de LTFU em comparação com a coorte de 2021 (aOR 1,89), sugerindo melhorias recentes nas estratégias de retenção e modelos de serviço diferenciado (DSD).

C. Disparidades Espaciais

• O mapeamento espacial confirmou um agrupamento de resultados pobres em distritos caracterizados por meios de vida pastorais nômades.
• A taxa de LTFU variou de 26,5% em Babati para 46,2% em Simanjiro.

4. Significância e Implicações

• Validação de Indicadores: O estudo confirma que os dados de reabastecimento de farmácia são um indicador prático e objetivo de "alerta precoce" para o desengajamento do cuidado, superando a dependência de autorrelatos.
• Desafio da Mobilidade: A alta taxa de "transferências silenciosas" (23,1%) em áreas nômades destaca uma falha no sistema atual de identificação única de pacientes e na capacidade de rastreamento entre distritos. A perda aparente muitas vezes reflete mobilidade, não abandono.
• Recomendações de Política:
  • Necessidade urgente de um identificador único nacional de pacientes para rastrear indivíduos que se movem entre distritos.
  • Implementação de estratégias de retenção adaptadas à mobilidade, como grupos comunitários de reabastecimento de ART e mecanismos de rastreamento interestadual.
  • Integração de alertas automatizados de reabastecimento nas janelas de rastreamento de 90 dias para atingir as metas 95-95-95.

Conclusão

A pesquisa demonstra que, embora a adesão à farmácia seja um preditor robusto de desengajamento, as barreiras estruturais e geográficas — especificamente a mobilidade de populações nômades em distritos como Simanjiro — são os principais impulsionadores da perda de acompanhamento. O estudo defende uma transição de modelos de cuidado baseados apenas em pontos fixos para modelos móveis e baseados em dados para garantir a sustentabilidade do programa de HIV na Tanzânia.