EDITORIAL

Uso de medicamentos antihipertensivos en el primer nivel de atención

Jorge T. Insúa

El artículo de los Dres. Bernstein y Drake en este número de la Revista (1) es una valiosa descripción de la realidad de la prescripción de antihipertensivos en un grupo de pacientes de difícil acceso en prestación médica en el primer nivel de atención (PNA), donde los datos generalmente no son accesibles. La oportunidad de usar una base de datos administrativa, tal como la del Programa Remediar puede generar datos válidos. Los autores hallan una tasa de hipertensión arterial entre 5,5% en Jujuy y 18,5% en la ciudad de Buenos Aires. La tasa de uso de medicación antihipertensiva hallada en este grupo de pacientes muestra variabilidad y un gradiente por provincias.
Toda información primaria que revele cuál es la situación en este segmento poblacional es una prioridad de salud y es bienvenida. La población atendida en el PNA es vulnerable por pobreza y otros determinantes sociales de la enfermedad. La evidencia sobre poblaciones en esta situación concluye que dichos factores determinan gradientes en los indicadores de interés. (2)
Este es un ejemplo de avances, e inevitables limitaciones, de epidemiología cardiovascular en la Argentina. (3) Como todo estudio de correlación ecológico, éste tiene sesgos. Conviene comentar, entre los desafíos, que estos sesgos se potencian en aquellos estudios en los que se realiza investigación epidemiológica, de servicios de salud, con datos de calidad, seguridad o efectividad simultáneamente y en la investigación basada en bases de datos.
Simplificando mucho, los gradientes se explican en parte por las variables propias de la población y su carga de riesgo y estiman la fracción evitable de la carga de enfermedad. Las poblaciones argentinas tienen diferencias en la carga de riesgo, con una prevalencia de factores de riesgo cardiovascular mayor en sectores de menor nivel educativo, menores ingresos y mayores necesidades básicas insatisfechas. (4, 5) Los indicadores generales de salud "duros", como la esperanza de vida y la mortalidad, o específicos de enfermedad cardiovascular, como estimaciones de los años de vida perdidos por enfermedad cardiovascular, (6) marcadores de la transición epidemiológica y demográfica del país, sugieren los gradientes regionales, en este caso, entre provincias argentinas.
Dada una determinada carga de enfermedad, es difícil estudiar y ajustar el acceso a los servicios y los determinantes de la utilización de servicios. Estas variables evaluadas por investigación de servicios de salud desde hace muchos años (7) demuestran que los pacientes se estratifican en su uso de los servicios. La investigación, más reciente, en determinantes sociales de la salud ha enfatizado este problema de la importancia de la accesibilidad efectiva, (8) señalando el continuo de situaciones para reducir disparidades de salud.
La variabilidad hallada en la utilización de servicios es esperable en un análisis basado en el Programa Remediar. La variabilidad se relaciona con los determinantes previamente considerados. Pero introduce el tema de los determinantes de conductas médicas y de pacientes, y sus determinantes, en particular en este caso, la conducta médica prescriptiva. La conducta prescriptiva está imbuida por la consulta médica ambulatoria. (9) Los análisis de variabilidad permiten determinar condiciones que son sensibles a la oferta y condiciones que son sensibles a la demanda, así como a las preferencias de los pacientes. (10) Es en este punto donde un programa como el Remediar introduce peculiaridades de evaluación interesantes: por definición, es un programa que subsidia y opera la oferta del medicamento. Se abren preguntas. Por ejemplo, ¿qué factores determinan esa oferta en el punto de servicio?, ¿cómo interactúa el Programa Remediar con otros subsidios públicos?, ¿cuánto demandan en las farmacias como sustituto de la atención médica?, ¿cómo acceden los pacientes al Programa Remediar? Pero, además, este programa actúa en una población en la que los determinantes de la demanda tienen condicionamientos, organizativos, culturales y geográficos, que pueden afectar la demanda y la adherencia efectivas a la medicación prescripta. Por ejemplo, hay pacientes que ingresan al Programa Remediar en busca de acceso a medicaciones prescriptas en el hospital de referencia local, otros abandonan el servicio, etc. (11) Por ejemplo, la prevalencia de hipertensión por edad en este estudio es más baja que la esperada en los grupos de edad avanzada. Este es un típico hallazgo que sugiere sesgo en la dinámica de utilización de servicios por los ancianos en Remediar. El conjunto de causas para este fenómeno es complejo. (12)
Finalmente, debemos poner una mirada en las bases de datos de servicios de salud y bases de datos administrativas. Al ser el Remediar un programa que busca promover el acceso a medicación en el primer nivel de atención, a través de registro y logística de provisión de medicamentos gratuitos en el punto de servicio, es estrictamente hablando un subprograma vertical en el sitio del PNA y por lo tanto una sub-base de datos. Ésta es una situación organizativamente peculiar, que fue una oportunidad para lograr generalización y alcance en este estudio, pero difícil de controlar en el diseño de la investigación. La situación es análoga a la base de datos de farmacia de un sistema integrado de atención. En este caso, la hoja de registro de diagnósticos actúa como un vínculo al medicamento y al paciente. Las bases de datos de medicamentos de este tipo tienen una gran serie de sesgos, algunos salvables por diseño de la base de datos. Por ejemplo, sesgos de subdetección diagnóstica, problemas con los diagnósticos secundarios, registros incompletos, errores de transacción, pérdida de pacientes en seguimientos, etc. La situación varía con historia clínica electrónica y sin ella. (13) Algunos de ellos se comentan en este artículo.
El impacto puede tener dos sentidos: impacto en salud e impacto en programa. Se suele recomendar que el impacto en salud de la población debe medirse con datos duros de morbilidad, mortalidad y/o medidas biológicas intermediarias. En algunas situaciones, y la hipertensión arterial es una de ellas, la evidencia sobre efectividad y eficacia es tan poderosa que se puede predecir un impacto seguro. Si se enfatiza el impacto, no ya en salud sino en indicadores de servicios, de un programa determinado, conviene hacer algunos análisis, típicamente pre-post o con grupos control. Es importante enfatizar que el acceso a la medicación efectiva y costo-efectiva tendrá, seguramente, impacto en salud, ya sea por reducción de end points intermediarios o finales. Con el actual estudio se puede deducir pero no probar.
En resumen, este estudio es una contribución valiosa a la comprensión y mejora de la prevención secundaria en el PNA en nuestro país.

BIBLIOGRAFÍA

1. Bernztein RG, Drake I. Uso de medicamentos en hipertensión arterial en el primer nivel de atención pública argentina. La experiencia del Programa Remediar. Rev Argent Cardiol 2009;77: 187-95.        [ Links ]

2. Sir Michael Marmot. Health in an unequal world. Lancet 2006; 368:2081-94.        [ Links ]

3. Boissonnet C. La epidemiología cardiovascular en la Argentina: tiempo de maduración. Rev Argent Cardiol 2008;76:335-6.        [ Links ]

4. Ferrante D, Virgolini M. Encuesta Nacional de Factores de Riesgo 2005: Resultados principales. Prevalencia de factores de riesgo de enfermedades cardiovasculares en la Argentina. Rev Argent Cardiol 2007;75:20-9.        [ Links ]

5. Schargrodsky H, Hernández-Hernández R, Champagne BM, Silva H, Vinueza R, Silva Ayçaguer LC, et al; CARMELA Study Investigators. CARMELA: assessment of cardiovascular risk in seven Latin American cities. Am J Med 2008;121:58-65.        [ Links ]

6. Blanco P, Borracci RA, Giorgi M, Higa C, Botto F, Gagliardi J y col. Años de vida perdidos por infarto agudo de miocardio en la Argentina entre 1991 y 2005. Rev Argent Cardiol 2008;76:442-9.        [ Links ]

7. Hulka BS, Wheat JR. Patterns of utilization. The patient perspective. Med Care 1985;23:438-60.        [ Links ]

8. WHO. Commission on Social Determinants of Health. Clossing the Gap in a Generation: Health Equity Through Action on the Social Determinants of Health. 2007.        [ Links ]

9. Eisenberg JM. Doctors' Decisions and the Cost of Medical Care. Health Administration Press, Ann Arbor, Michigan. 1986.        [ Links ]

10. Fisher ES, Wennberg DE, Stukel TA, Gottlieb DJ, Lucas FL, Pinder EL. The implications of regional variations in Medicare spending. Part 1: the content, quality, and accessibility of care. Ann Intern Med 2003;138:273-87.        [ Links ]

11. Insua JT, Cabral G, Medina N. Microsystem organization and information management in Primary Care: Qualitative Pilot Study Evidence from Data-Poor Environments in Latin America. International Society of Quality in Health Care (ISQUA) 2008. Abstract 444.        [ Links ]

12. Insúa JT. Aspectos Económicos y Utilización de Servicios de Salud en Enfermedades Cardiovasculares de los Ancianos. En: Trongé J, editor. Emergencias Cardiovasculares en el Geronte. Buenos Aires: Cesarini Hnos; 2002. p. 393-439.        [ Links ]

13. Scheneeweis S, Avorn J. A review of uses of health care utilization databases for epidemiologic research on therapeutics. J Clin Epidemiol 2005;58:323-37.        [ Links ]