Dot.lib

O uso de dados do mundo real (RWD ou Real World Data, em inglês), especialmente os provenientes de prontuários eletrônicos de saúde (EHRs), está revolucionando a pesquisa biomédica e a tomada de decisão em saúde. Esses dados oferecem insights sobre a prática clínica rotineira e permitem a inclusão de populações de pacientes maiores e mais diversas do que os ensaios clínicos tradicionais. No entanto, seu uso levanta um desafio crítico: como garantir a privacidade do paciente e, ao mesmo tempo, manter a utilidade e a qualidade dos dados para gerar evidências do mundo real (RWE ou Real World Evidence, em inglês) robustas?

Um novo artigo de Dena H. Jaffe e colegas, publicado no Health Affairs Scholar, aborda essa questão, argumentando que as discussões sobre privacidade e usabilidade dos dados têm ocorrido de forma isolada, criando "silos de pensamento". Os autores fornecem orientações sobre como alinhar a curadoria de dados com a conformidade legal, focando na transparência.

Os principais pontos do artigo incluem:

• O Cenário Regulatório (HIPAA vs. GDPR): O artigo revisa os principais quadros legais:
  
  
• HIPAA (EUA): Permite o uso de dados para pesquisa quando eles são "desidentificados". Isso pode ser feito através do método "Safe Harbor" (remoção de 18 identificadores específicos) ou da "Determinação de Especialista" (ED), uma abordagem baseada em princípios que avalia o risco.
  
  
• GDPR (Europa): Cobre o uso secundário de dados através da "anonimização" (processo irreversível) ou "pseudonimização". Assim como o método ED do HIPAA, o GDPR depende do julgamento de especialistas para garantir a conformidade.
  
  

• Técnicas de Desidentificação: A curadoria de dados utiliza várias técnicas para proteger a privacidade, como rastreamento (tokenização), mascaramento (datas embaralhadas), generalização (agrupar idades em faixas) e redação (remoção de dados).
  
  
• O Dilema da Utilidade: A aplicação dessas técnicas afeta diretamente a qualidade dos dados. Por exemplo, a supressão de códigos de diagnóstico relacionados à COVID-19 (para reduzir o risco de reidentificação) pode levar a taxas subestimadas de resultados durante a pandemia. Da mesma forma, generalizar dados de raça ou identidade de gênero em categorias amplas pode aumentar o viés na análise de saúde.
  
  

• A Necessidade de Transparência: Os autores defendem veementemente que os curadores de dados documentem de forma abrangente e transparente quais técnicas de desidentificação foram usadas. Essa documentação deve detalhar o impacto na usabilidade, precisão e granularidade dos dados.

Para os pesquisadores, essa transparência permite uma melhor compreensão das limitações e potenciais vieses do conjunto de dados. Para os formuladores de políticas, fornece a base para criar diretrizes mais acionáveis. Em última análise, um processo de curadoria transparente é fundamental para aumentar a confiabilidade dos RWD e apoiar decisões rigorosas no ecossistema de saúde.

Para aprofundar-se nas diferentes técnicas de desidentificação e nos exemplos de como elas afetam a qualidade da pesquisa, recomendamos a leitura do artigo completo.

Sobre a Health Affairs

Health Affairs é o periódico líder em pensamento e pesquisa sobre políticas de saúde. A publicação explora questões de política de saúde de interesse atual na esfera global, servindo como um fórum de alto nível e apartidário para promover a análise e a discussão sobre a melhoria da saúde, e abordar questões como custo, qualidade e acesso.

Se você deseja conhecer melhor a Health Affairs para a sua instituição, entre em contato pelo info@dotlib.com ou preencha nosso formulário. Aproveite e acompanhe nosso blog, siga nossas redes sociais e se inscreva na Dotlib TV, nosso canal oficial no YouTube.