Assajos aleatoritzats també per a les polítiques públiques

Pedro Rey
Comportament saludable 

Què tenen en comú mesures com la publicació de les calories que contenen els aliments dels restaurants de menjar ràpid, les visites a domicili a persones grans per comprovar la medicació que prenen o les transferències de diners a famílies pobres per donar a llum en hospitals a l'Índia? Totes busquen un objectiu socialment desitjable, totes semblen tenir al darrere una intuïció raonable d'efectes beneficiosos i, a més a més, totes permeten al polític que les decideix mostrar que és actiu, que “fa coses”. Tanmateix, també comparteixen dues característiques en comú. En primer lloc, s'han posat en marxa en molts països sense que se n'avalués l'efectivitat abans d'implementar-les i, en segon lloc, quan es van testar va resultar que o bé no tenien cap efecte o que, fins i tot, produïen resultats contraris als que es buscaven. La publicació de les calories no redueix significativament la ingesta d'aliments grassos. Les visites a domicili no contribueixen a millorar els patrons de medicació o l'adherència de les persones grans. Finalment, tal com mostren Andrew i Vera-Hernández (2020), els incentius per donar a llum en hospitals a l'Índia van augmentar la mortalitat perinatal perquè els serveis hospitalaris no van poder respondre en les millors condicions a l'excés de demanda creat.

Les polítiques s'avaluen pels efectes, no per les intencions 

Abans de prendre qualsevol mesura costosa i amb implicacions importants convé haver fet una avaluació prèvia dels efectes que produirà. Una bona manera d'avaluar-la és mitjançant assajos aleatoris controlats (RCT segons les sigles en anglès). La metodologia RCT busca crear un grup contrafactual que permeti respondre la pregunta “Què hauria passat si no s'hagués posat en marxa una mesura determinada?”. Els lectors d'aquest blog ja estan familiaritzats amb aquesta metodologia perquè, en essència, segueix el mateix patró que qualsevol dels assajos clínics tan comuns en medicina i farmàcia: 1) Divisió aleatòria de la població d'estudi en grup de tractament i grup de control; 2) Aplicació de la mesura al grup de tractament, i 3) Comparació de les variables de mesurament recollides entre els dos grups per poder atribuir causalitat a la mesura que ha generat la discrepància entre grups. 

La metodologia RCT no és aplicable només a la presa de decisions sobre nous fàrmacs, patrons de tractament o processos quirúrgics, sinó que també és una eina imprescindible per a la gestió sanitària i de la salut pública. Fer un test pilot en unes condicions suficientment generals permet basar les decisions de salut pública en evidència contrastada i extrapolable, i no en intuïcions, ideologia o conveniència.

Això no obstant, i malgrat que se'n va estenent l'ús des de l'adjudicació del Premi Nobel d'Economia, el 2019, a Banerjee, Duflo i Kremer, trobem diversos obstacles per implementar-la com a eina imprescindible en la presa de decisions.

El primer obstacle és el desconeixement de l'existència d'aquesta metodologia per part dels gestors. Superat ja el ranci debat sobre l'avaluació qualitativa respecte a la quantitativa (totes dues es complementen), encara queda molta feina per fer entre els que ocupen llocs de responsabilitat en formació de metodologia avaluadora i anàlisi de dades. A més, aquest desconeixement sol escudar-se en la suposada complexitat de dur a terme assajos aleatoris controlats, quan realment l'aleatorització és trivial i l'única cosa que s'exigeix és saber clarament què es vol mesurar i quines variables es necessiten per fer-ho.

L'obstacle més difícil de salvar per a tot això és, òbviament, el de la disponibilitat de dades que permetin quantificar i entendre els resultats de qualsevol intervenció que es trobi en fase de pilotatge. Tot i que s'estan fent avanços, la disponibilitat de dades administratives i el fet de compartir bases de dades entre administracions i institucions és un altre dels canvis culturals fonamentals que necessitem per avançar cap a una gestió sanitària basada en l'evidència.

A vegades també s'addueixen problemes ètics en aquesta classe d'assajos perquè el grup de control no obté els suposats beneficis que es donen als que pertanyen al grup de tractament. Tanmateix, hi ha dues respostes a aquesta cautela. La primera és preguntar-se fins a quin punt és ètic administrar la mesura del grup de tractament a tota la població sense haver-ne avaluat prèviament els efectes, que poden arribar a ser fins i tot perjudicials. La segona és que, fins i tot si sabem que la mesura és beneficiosa, què ens priva, una vegada avaluada, d'aplicar-la al grup de control que n'ha quedat exclòs fins aleshores? A més a més, els comitès d'ètica requerits en tot assaig aleatoritzat, no sols en els clínics, ja han fet molt de camí en la resolució d'aquestes qüestions.

Finalment, se sol argumentar que aquests assajos tenen un cost elevat. Però el cost principal no sol ser el de portar a terme l'assaig mateix, sinó el de la mesura que es vol aplicar, per la qual cosa el cost és en tot cas més baix que si s'aplica directament a tota la població. Crec que, a més a més, el debat sobre el cost està mal orientat. Els economistes no utilitzem el concepte de cost d'oportunitat per referir-nos al cost de fer l'assaig, sinó per comparar-lo amb el cost de no experimentar i, per tant, de continuar utilitzant una mesura (o no aplicant-ne una altra) que no és la idònia des del punt de vista del cost-benefici. 

Si bé és cert que no en totes les circumstàncies es pot fer un assaig aleatori controlat, i a vegades es pot caure en el parany de la paràlisi per anàlisi, començar a debatre sobre les maneres de superar les reticències existents per incorporar la mesura a la gestió sanitària serà sens dubte un bon impuls a la gestió i el disseny de polítiques públiques basades en l'evidència.

Per acabar, deixo un vídeo introductori sobre aquesta metodologia que espero que us sigui útil.