Aplicação da análise de séries temporais interrompidas a um "experimento natural": avaliação do impacto da restrição de venda de antimicrobianos sem receita médica sobre a etiologia e resistência antimicrobiana em infecções urinárias em Botucatu (SP)

• Processo: 18/17210-1
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de dezembro de 2018
• Vigência (Término): 30 de novembro de 2020
• Área do conhecimento: Ciências da Saúde - Saúde Coletiva - Epidemiologia
• Pesquisador responsável: Carlos Magno Castelo Branco Fortaleza
• Beneficiário: Helena Ribeiro Aiello Amat
• Instituição-sede: Faculdade de Medicina (FMB). Universidade Estadual Paulista (UNESP). Campus de Botucatu. Botucatu , SP, Brasil
• Assunto(s): Análise de séries temporais Infecções urinárias Anti-infecciosos Farmacorresistência bacteriana Etiologia

Resumo

São denominados "experimentos naturais" estudos que avaliam o impacto de uma intervenção natural ou artificial, externa ao controle dos investigadores. Em 26 de outubro de 2010, em esforço para conter a escalada da resistência de bactérias a antimicrobianos, a Agência Nacional de Vigilância Sanitária (ANVISA) expediu a Resolução de Diretoria Colegiada (RCD) 44, condicionando a venda desses medicamentos em farmácia à apresentação de receita médica. Em face desse "experimento natural", propõe-se a utilização da análise de séries temporais interrompidas para avaliar o impacto da medida sobre a etiologia e a resistência a antimicrobianos em agentes de infecção urinária adquirida na comunidade, identificados nos serviços ambulatoriais e/ou nas primeiras 48 horas de internação no Hospital das Clínicas da Faculdade de Medicina de Botucatu (HCFMB). O levantamento será feito junto ao laboratório de microbiologia do HCFMB, sendo considerados três períodos: pré-intervenção (janeiro/2005 a outubro/2010), de implementação (novembro/2010-abril/2011) e pós-intervenção (maio/2011 a junho/2018). Desfechos (proporção de agentes etiológicos e taxas de resistência aos antimicrobianos mais utilizados na prática clínica) serão abordados por testes estatísticos usuais e por análises de séries temporais (modelos autorregressivos, ex.: ARIMA - Autoregressive integrated moving average, análise de regressão segmentada).