Modifying the slapd Configuration Database

Os dados utilizados no presente trabalho foram fornecidos pelo Centro de Estudos e Avaliação em Saúde (CEFAR), um organismo da Associação Nacional de Farmácias (ANF), e dizem respeito à dispensa mensal de medicamentos para a redução de colesterol LDL (antidislipidémicos) – estatinas – que foram comparticipados pelo Serviço Nacional de Saúde, entre janeiro de 2010 e dezembro de 2018. Esta base de dados apresenta informação para 16 Denominações Comuns Internacionais (DCI’s), constituintes da mesma classe terapêutica, para tratamento crónico. Para cada medicamento de cada substância ativa, estes dados indicam o respetivo volume dispensado (em embalagens e em Doses Diárias Definidas), o valor em PVP e os respetivos encargos do SNS – distinguindo medicamentos genéricos de não genéricos e também entre regimes de comparticipação - bem como outros dados relevantes tais como a sua forma farmacêutica, embalagem, dosagem, data de Autorização de Introdução no Mercado e respetivo grupo homogéneo (caso exista). Destas 16 DCI’s diferentes, quatro delas tinham um medicamento genérico antes de 2010 e outras três viram o seu medicamento genérico entrar no mercado durante o período em estudo (atorvastatina, rosuvastatina e sinvastatina + ezetimiba). As restantes nove só estiveram disponíveis no mercado em forma de medicamento de marca, não havendo opções genéricas equivalentes. Não há qualquer informação a nível do paciente relativamente aos medicamentos dispensados.

Antes de mais, é importante clarificar que uma Dose Diária Definida (DDD) é, segundo a Organização Mundial de Saúde, uma medida farmacoeconómica que representa a dose média diária de um medicamento recomendada para o tratamento da sua principal indicação terapêutica (Moreira, 2017). Esta medida permite fazer comparações entre períodos de tempo, num mesmo país ou entre países diferentes sem que os resultados sejam afetados por variações nos preços e/ou nas apresentações dos medicamentos (Teixeira, 2007).

Dada a grande quantidade e complexidade da informação disponibilizada, antes de procedermos à descrição e aplicação do método estatístico utilizado nossa análise, iremos analisar o comportamento das variáveis de maior interesse ao longo do período em questão.

O gráfico 3 representa o volume dispensado, em embalagens, de genéricos comparativamente a medicamentos de marca. O gráfico 4 mostra a diferença nos encargos totais com medicamentos entre 2010 e 2018, distinguindo entre encargos do SNS e do utente. Quanto à tabela 3, mostra as quotas de mercado em volume (DDD’s) de genéricos e não genéricos, discriminando as estatinas correspondentes, comparando os valores no início do estudo (2010) com os relativos ao último ano (2018).

GRÁFICO 3 – EVOLUÇÃO DA DISPENSA DE MEDICAMENTOS COMPOSTOS POR ESTATINAS EM AMULATÓRIO, EM PORTUGAL, 2010-

2018

Fonte: Elaboração própria utilizando dados do Centro de Estudos e Avaliação em Saúde (CEFAR). A linha inferior representa o volume dispensado (em embalagens) de medicamentos não genéricos, a intermédia representa o respetivo para genéricos, e a linha superior é a soma de ambos.

Da análise conjunta dos gráficos 3 e 4 e da tabela 3, é possível retirar o seguinte conjunto de observações:

• O volume de embalagens dispensadas aumentou progressivamente ao longo dos anos. Atingiu o seu pico de crescimento mensal no fim de 2010, associado ao crescimento de embalagens vendidas de medicamentos genéricos. No início de 2011 é possível notar um outro pico de crescimento, mas que é rapidamente equilibrado. Contudo, a partir de 2011, a utilização de estatinas foi aumentando a um ritmo lento até atingir o seu máximo no fim de 2018, onde o volume dispensado é quase o dobro do relatado em 2010;

• É interessante notar, através da inspeção visual do gráfico 3, que o volume de medicamentos genéricos foi aumentando progressivamente no período em análise, ao contrário dos medicamentos não genéricos que apresentam uma trajetória quase inerte, chegando mesmo a reduzir no início de 2018.

GRÁFICO 4 – DISTRIBUIÇÃO DOS ENCARGOS COM DISPENSA DE ESTATINAS, EM PORTUGAL, 2010 E 2018

Fonte: Elaboração própria utilizando dados disponibilizados pelo Centro de Estudos e Avaliação em Saúde (CEFAR).

120 Milhões 96 Milhões

2010

Encargos do SNS Encargos do Utente

45 Milhões 85 Milhões

2018

• Os encargos totais com medicamentos reduziram em quase 100 milhões de euros. É notório que esta redução foi maioritariamente o reflexo da redução dos encargos do SNS, sendo que os encargos do utente se mantiveram praticamente inalterados. • Este mercado tem uma presença de medicamentos genéricos particularmente forte,

sendo que, em 2010, estes já representavam 62,5% do mercado total e, em 2018, subiu para valores próximos dos 80%;

• A sinvastatina é a estatina dominante neste mercado, no entanto, tem vindo a perder alguma força no mercado com a entrada de outras opções – em 2010, 50% do mercado total correspondia a volume dispensado de sinvastatina, enquanto que em 2018 a sua quota passou a ser de cerca de 30%;

• Todos os medicamentos não genéricos que eram comercializados em 2010 perderam quota de mercado. Quanto às as opções não genéricas que não se vendiam em 2010, na sua generalidade, têm quotas muito pouco significativas. A exceção são a pitavastatina e a combinação pravastatina + fenofibrato, que, em 2018, apresentaram quotas de 4,36% e 3,84%, respetivamente;

• O mesmo se sucedeu com os genéricos. Com exceção daqueles que entraram no mercado durante o período em análise (atorvastatina, rosuvastatina e sinvastatina + ezetimiba), os restantes viram a sua quota diminuída.

TABELA 3 – QUOTAS DE MERCADO (EM % DO VOLUME TOTAL) DA DISPENSA DE DCI’S DE ESTATINAS, EM PORTUGAL, EM 2010 E EM 2018.

Fonte: Elaboração própria utilizando dados disponibilizados pelo Centro de Estudos e Avaliação em Saúde (CEFAR).

4. Metodologia

Comecemos então por clarificar as variáveis utilizadas na análise econométrica. Como variável de Despesa utilizou-se o Custo de Tratamento Diário (CTD), medida que representa, como o nome indica, o custo médio de uma Dose Diária Definida (DDD). A sua utilização é comum em estudos deste tipo, de realçar o trabalho de Fraeyman (2013) já mencionado no capítulo “Consumo de Medicação”. Este é calculado pelo quociente entre a despesa total em PVP e a utilização em DDD correspondente, permitindo assim comparar medicamentos independentemente da sua dosagem e do número de unidades de cada embalagem. Do lado do consumo, a variável utilizada foi o volume dispensado em Doses Diárias Definidas, seguindo assim as recomendações da WHO (2018), dado que permite efetuar comparações internacionais e entre medicamentos com apresentações diferentes.

Utilizaram-se ainda três outras variáveis, duas variáveis dummy e uma variável tendência do mercado total de medicamentos. As variáveis dummy assinalam os momentos de intervenção, ou seja, os momentos em que foram introduzidos os novos medicamentos genéricos no mercado – à semelhança dos estudos de regressão segmentada analisados em Wagner (2002), como mencionado anteriormente. Relativamente à variável do mercado total de medicamentos – volume dispensado, em embalagens, no mercado total de medicamentos – não é habitualmente utilizada em estudos de regressões segmentadas. No entanto, como alertam Elseviers (2016) e Fraeyman (2013), por vezes é adequado combinar metodologias para suprimir eventuais falhas decorrentes de ausência de dados ou da informação que seria considerada ideal. Um dos problemas com que nos deparámos foi a dificuldade em obter um grupo de controlo adequado – ou seja, um grupo de medicamentos idêntico ao grupo em estudo, mas que não tivesse sido submetido à mesma intervenção. Assim, seguiram-se as indicações dos mesmos autores e incluiu-se esta variável de mercado, dado que se tratam de um outcome relacionado com a variável independente, mas que não deverá ter sido particularmente influenciado pela entrada de medicamentos genéricos compostos por estatinas.

A análise econométrica foi dividida em duas partes:

1. Inicialmente, estimaram-se duas regressões em que as variáveis dependentes foram o CTD médio para todas as Estatinas e o CTD médio para as Estatinas não genéricas (respetivamente), e em que as variáveis independentes foram duas dummies de introdução de genérico, uma variável de CTD com desfasamento temporal de 1 período, e o logaritmo do número total de embalagens de medicamentos dispensadas em ambulatório com comparticipação do SNS. O objetivo desta fase foi o de testar a influência da introdução dos genéricos de Atorvastatina (janeiro de 2010), Rosuvastatina e Sinvastatina + Ezetimiba (janeiro e abril de 2018, respetivamente), no custo médio de uma Dose Diária Definida – CTD – para o mercado total de estatinas e, em particular, para os medicamentos não-genéricos compostos por estatinas.

2. Numa segunda fase, foi estimada uma regressão tendo como variável dependente o logaritmo do volume dispensado (em DDD’s) de estatinas, e como variáveis independentes, o CTD médio das Estatinas comercializadas e o logaritmo do número de embalagens comercializadas de todos os medicamentos no mercado português. O objetivo é compreender se as variações no CTD são acompanhadas por alterações no padrão de consumo.

Para tal, recorreu-se a uma análise de causalidade com técnicas econométricas de dados em painel, utilizando o software informático STATA/MP – Statistic/Data Analysis, versão 15.0 para macOS. Este tipo de análise é utilizado em base de dados contém informação para diferentes DCI’s ao longo de oito anos, combinando assim dados temporais com dados seccionais. A sua utilização confere vantagens e desvantagens (Baltagi, 2015), a saber:

• Dá relevo à heterogeneidade individual, ou seja, sugere que, no nosso caso, há características diferenciadoras entre as diferentes estatinas que podem (ou não) ser constantes ao longo do tempo;

• Providenciam uma maior quantidade de informação, com consequente redução da colinearidade entre variáveis, maior variabilidade dos dados e aumento da eficiência de estimação;

• Possibilita a análise de dinâmicas de ajustamento dos indivíduos em determinados momentos, podendo tipificar as suas respostas relativamente a certos acontecimentos;

• Aumenta o risco de se ter amostras incompletas, graves problemas na recolha de informação e de enviesamento se seleção;

• Pode ocorrer o chamado enviesamento de heterogeneidade, ou seja, uma má especificação das diferenças entre unidades seccionais ou temporais;

Considerando isto, começámos por estimar um modelo de efeitos fixos de componente de erro unidirecional, com a DCI como dimensão cross sectional. No entanto, para o presente estudo considerámos importante diferenciar as vendas de genéricos e de não genéricos, dentro de cada DCI. Em vez de 16 DCI’s diferentes, assumimos que o genérico de cada DCI também tem o seu próprio código de identificação. Deste modo, teremos 23 diferentes dimensões cross sectional, e não 16 – chamamos-lhes “DCI virtual”. Tal resulta num painel não-balanceado com 1617 observações, 23 indivíduos – “DCI’s virtuais” – ao longo de 108 meses. Foi feito um modelo do tipo “quebra de estrutura” semelhante ao usado por Barros (2015), segundo orientações de trabalho de dados em painel de Baltagi (2005). A equação base para a estimação do Modelo 1 é dada por:

com i representando cada “DCI virtual” e t representando o tempo, em meses. Utilizaram- se INTA e INTR como variáveis dummy que servem para assinalar o ponto no tempo em que ocorreu a entrada de genéricos (iguais para todas as DCI). Note-se que, dado que a entrada de Rosuvastatina MG ocorreu em janeiro de 2018 e a de Sinvastatina + Ezetimiba ocorreu em abril do mesmo ano, a inclusão de uma dummy para cada uma das duas entradas iria resultar em variáveis altamente correlacionadas, possivelmente levando à existência de multicolinearidade. Como tal, foram criadas apenas duas variáveis dummy de introdução de genéricos: INTA assume o valor 0 entre janeiro e novembro de 2010, e o valor 1 a partir de dezembro de 2010 até ao fim do período; INTR assume o valor 0 até dezembro de 2017, e o valor 1 desde janeiro até dezembro de 2018. A variável CTD(-1) corresponde à variável dependente desfasada em um período de tempo para cada DCI. O objetivo da sua inclusão

no modelo é o de compreender em que sentido é que o custo “atual” de um medicamento está dependente do seu custo prévio. Incluiu-se, ainda, o logaritmo do número total de embalagens de medicamentos dispensadas em ambulatório (mensalmente, em milhares) –

EmbGeral – com o objetivo de controlar para fatores suscetíveis de afetar o CTDmédio – tais

como alterações na procura por medicação, possivelmente motivadas por alterações legislativas direcionadas aos níveis de comparticipação e preços, ou por uma sensibilização da população quanto ao consumo de fármacos, entre outros. Procura-se, com a utilização desta variável, minimizar a sua componente de erro. A componente de erro unidirecional é dada por:

em que λi representa o efeito não observável específico a cada indivíduo (DCI), que não varia no tempo, ou seja, diferenças intrínsecas no uso de cada DCI, e vit o restante efeito, não controlável pela regressão, que varia consoante os indivíduos e o período de tempo, como a componente de erro habitual de uma regressão. Trata-se, portanto, de tudo aquilo que o modelo não é capaz de controlar.

Para completar esta análise, estimou-se uma outra regressão da mesma forma, mas utilizou- se uma função if no programa STATA de modo a que se considerem apenas os valores para os medicamentos não-genéricos dispensados. Assim, o modelo é em tudo semelhante, mas os coeficientes obtidos pela regressão terão diferentes interpretações.

Ambas as estimações foram feitas usando erros-padrão robustos para controlar a existência de heteroscedasticidade.

Quanto à segunda parte deste estudo econométrico, utilizou-se um modelo em tudo semelhante ao primeiro - modelo de efeitos fixos de componente de erro unidirecional, com “DCI’s virtuais” como dimensão cross sectional. O Modelo 2 pode ser descrito pela expressão seguinte:

Seguindo a mesma lógica do modelo definido na primeira parte. A variável dependente,

ln(DDD), é o logaritmo do número de doses diárias definidas dispensadas de estatinas, em

milhares. CTD médio é o custo médio de tratamento diário de cada estatina, como era definido no modelo anterior. A variável ln(EmbGer) representa o volume dispensado, em embalagens, de todos os medicamentos comercializados em ambulatório no mercado português, nos respetivos períodos em estudo. A utilização desta última variável justifica-se, tal como a utilização de lnEmb_geral no Modelo 1, como controlo de fatores externos suscetíveis de afetar o consumo de medicação, procurando minimizar a componente de erro da regressão. Passamos de seguida, a apresentar os resultados obtidos das estimações acima descritas.

5. Resultados e discussão

Comecemos por observar os resultados da primeira parte do Modelo 1, representados na tabela 4.

TABELA 4 - RESULTADOS DA ESTIMAÇÃO DO MODELO 1, PARTE I

Fonte: Elaboração própria utilizando o software Stata 15.0.

Nota: *, ** e *** indicam o nível de significância de 10%, 5% e 1%, respetivamente. Foram utilizados somente os efeitos fixos seccionais.

As variáveis INTA, INTR e CTD(-1) apresentam significância estatística, ao contrário de

lnEmbGeral e do termo constante. O valor de R quadrado indica-nos que este modelo

explica 99,22% da variância da variável dependente a partir das variáveis explicativas. O valor de rho indica que 51,05% da variância do erro uit se deve ao termo de erro λi, ou seja, às diferenças intrínsecas entre cada indivíduo. Ambas as variáveis dummy de entrada de genéricos no mercado têm coeficientes negativos, ou seja, a sua entrada terá estado associada a uma diminuição no custo médio de uma dose diária. Tal vai de acordo com o esperado, dado que as opções genéricas são obrigatoriamente mais baratas e, portanto, mantendo tudo o resto constante, a sua entrada no mercado levará a uma óbvia redução no CTD. No entanto, este resultado ganha interesse quando analisamos em conjunto com a Parte 2, representado na tabela 5. Aqui, observa-se o mesmo efeito, mas apenas nos fármacos não-genéricos. O valor de R quadrado é semelhante ao primeiro. É de notar que o coeficiente das variáveis INTA ganhou ainda mais relevância. A entrada do genérico de atorvastatina terá gerado uma diminuição do CTD médio dos medicamentos não genéricos

compostos de estatinas. Este são resultados que estão em linha com Barros (2009) e de Wiggins e Maness (1994), que apontavam para a presença de um efeito de concorrência de genéricos suscetível de causar uma redução nos preços de medicamentos de marca – não apenas preço por embalagem, mas preço por Dose Diária Definida, que mostra que o utente efetivamente poupa com essa redução. No entanto, quanto à entrada do genérico de rosuvastatina, em 2018, não apresenta significância estatística, trazendo assim evidências contraditórias relativamente a este efeito concorrencial, à semelhança de estudos como os de Godman et al. (2013) e Frank e Salkever (1997).

TABELA 5 - RESULTADOS DA ESTIMAÇÃO DO MODELO 1 – PARTE II

Fonte: Elaboração própria utilizando o software Stata 15.0.

Nota: *, ** e *** indicam o nível de significância de 10%, 5% e 1%, respetivamente. Foram utilizados somente os efeitos fixos seccionais.

Quanto à origem destas evidências contraditórias, a explicação poderá residir nas recomendações terapêuticas da Direção Geral de Saúde. Segundo a norma nº19/2011, a DGS recomendava, para o tratamento de “alta intensidade” de dislipidemia, o uso de atorvastatina e rosuvastatina. O uso de sinvastatina, composto mais utilizado, era recomendado apenas para casos de moderada ou baixa intensidade. Assim, com a entrada da atorvastatina em formato genérico, em 2011, este passou a ser o único genérico disponível para tratamentos de “alta intensidade”. Pelo contrário, quando a rosuvastatina entrou em 2018, já a primeira ocupava mais de 30% do mercado de estatinas, como observámos anteriormente. Como tal, será lógico que a entrada de atorvastatina terá tido um impacto bastante maior, dado que, à data, era a única opção genérica para o tratamento antidislipidémico mais intenso. De facto, a entrada de atorvastatina MG, em 2010, parece ter

tido um efeito bastante mais relevante, quando comparado com a entrada de rosuvastatina MG. Além disso, é importante notar que mesmo a sua forte presença no mercado de atorvastatina MG, poderá mesmo ter mitigado o efeito da introdução de rosuvastatina MG no nível do CTD, tanto que perdeu a significância estatística no modelo.

Observemos agora os resultados do modelo 2, onde se procurou analisar a relação entre o Custo médio de Tratamento Diário e o volume (em DDD’s) dispensado em ambulatório, que se encontram na tabela 6. O coeficiente da variável ln(EmbGer) apresenta significância estatística num intervalo de confiança de 90% e é positivo: ou seja, um aumento da dispensa (em embalagens) no mercado total de medicamentos está associado a um aumento na utilização de medicamentos de estatinas. O coeficiente associado ao CTD apresenta significância estatística a um nível de significância de 10% e é positivo. Este indica-nos que um aumento no CTD de um composto de estatinas estará associado a um aumento percentual no consumo do mesmo.

TABELA 6 - RESULTADOS DA ESTIMAÇÃO DO MODELO 2

Fonte: Elaboração própria utilizando o software Stata 15.0.

Nota: *, ** e *** indicam o nível de significância de 10%, 5% e 1%, respetivamente. Foram utilizados somente os efeitos fixos seccionais.

Assim, estes resultados contradizem, em certa medida, trabalhos como o de Shmid (2009) – que alerta para a importância do preço no consumo de medicação. Por outro lado, vêm de encontro ao defendido Coutinho e Vilares (2014), que mostraram uma baixa sensibilidade ao preço por parte dos consumidores portugueses. Tal como no estudo mencionado, o preço

parece não ter impacto significativo no consumo de medicamentos compostos por estatinas. A explicação para tal fenómeno residirá essencialmente no elevado grau de comparticipação associado aos medicamentos antidislipidémicos, acrescido do facto de que as patologias a que se destinam afetem particularmente utentes com acesso ao regime especial de comparticipação. Assim, os esforços governamentais levados a cabo nas últimas décadas parecem estar a sortir os efeitos desejados, pelo menos no que toca à eliminação da barreira orçamental no acesso a medicamentos.

6. Conclusões

Os resultados apresentados anteriormente estão em linha com grande parte dos estudos realizados sobre medicamentos genéricos nas últimas décadas. Segundo o nosso modelo, a entrada no mercado de genéricos compostos por estatinas que, até então, tinham apenas o medicamento original disponível, parece estar associada a uma redução no custo médio de uma dose diária de tratamento para a antidislipidemia. Mesmo quando existem no mercado outros medicamentos genéricos que funcionem como substitutos, a entrada de novas opções parece ter o mesmo efeito negativo no CTD. Por sua vez, CTD’s mais baixos não estão diretamente associados a um aumento no consumo, pelo menos no mercado em estudo. Verifica-se que um aumento do custo de cada dose diária de tratamento de um medicamento não reduz o consumo do mesmo, antes pelo contrário. Tal resultado aponta para o sucesso dos esforços governamentais para a redução da barreira orçamental no acesso à saúde, nomeadamente com a criação do Regime Especial de comparticipação.

Assim sendo, resta-nos concluir que, segundo os resultados do nosso trabalho, entre janeiro de 2010 e dezembro de 2018, a introdução de opções genéricas de medicamentos compostos por estatinas parece estar associada a uma redução no custo médio de tratamento diário de tratamento destes fármacos, tanto genéricos como de marca. No entanto, tal redução não estará associada a um maior consumo destes medicamentos, segundo o observado com ajuda