Effectiveness of the Mobile Emergency Medical Services (SAMU): use of interrupted time series.

OBJECTIVE: To evaluate the performance of the Mobile Emergency Medical Services (SAMU) in the ABC Region, using myocardial infarction as tracer condition.
METHODS: The analysis of interrupted time series was the approach chosen to test immediate and gradual effects of the intervention on the study population. The research comprised adjusted monthly time series of the hospital mortality rate by myocardial infarction in the period between 2000 and 2011. Data were extracted from the Mortality Information System (SIM), using segmented regression analysis to evaluate the level and trend of the intervention before and after its implementation. To strengthen the internal validity of the study, a control region was included.
RESULTS: The analysis of interrupted time series showed a reduction of 0.04 deaths per 100,000 inhabitants in the mortality rate compared to the underlying trend since the implementation of the Emergency Medical Services (p = 0.0040; 95%CI: -0.0816 - -0.0162) and a reduction in the level of 2.89 deaths per 100,000 inhabitants (p = 0.0001; 95%CI: -4.3293 - -1.4623), both with statistical significance. Regarding the control region, Baixada Santista, the difference in the result trend between intervention outcome and post-intervention control of -0.0639 deaths per 100,000 inhabitants was statistically significant (p = 0.0031; 95%CI: -0.1060 - -0.0219). We cannot exclude confounders, but we limited their presence in the study by including control region series.
CONCLUSIONS: Although the analysis of interrupted time series has limitations, this modeling can be useful for analyzing the performance of policies and programs. Even though the intervention studied is not a condition that in itself implies effectiveness, the latter would not be present without the former, which, integrated with other conditions, generates a positive result. SAMU is a strategy that must be expanded when formulating and consolidating policies focusing on emergency care.

INTRODUCTION

Prehospital emergency care has been increasingly relevant in our society, because of the need to structure emergency care, ensuring a shorter response time and better regulation of care flows. Countries that organized their emergency care systems focusing on prehospital care, regardless of the model adopted, achieved good results in terms of survival, time, and cost of care, especially for traumas and chronic degenerative diseases[1 , 2] .

In Brazil, mobile emergency prehospital care has been offered since 2003, by the Mobile Emergency Medical Services (SAMU). Inspired by the French model, but with features of the American model, its main objectives are to reduce the number of deaths, length of hospitalization, and sequelae resulting from the lack of timely care. It is operated by the emergency regulation demanded by the user, and the conduct can take place by telephone or by dispatch of basic or advanced life support teams, for the severe cases that require a more complex intervention[2 , 3] .

Recent reviews have found evidence of the beneficial effect of prehospital emergency care on the prognosis of important problems, such as traumas and stroke, for which the response time to start treatment is greatly important[4 - 6] . Some authors involved in this topic in Brazil emphasize that SAMU promotes, in addition to the prehospital start of treatment at the site of the event, the immediate removal of the patient to the tertiary center, when indicated by protocol based on the best evidence[7 , 8] .

Myocardial infarction has been pointed out as a problem especially indicated for studies evaluating the performance of prehospital emergency care, given its magnitude, sensitivity to hospital medical technologies, and impact on mortality and hospital lethality. Early diagnosing myocardial infarction and carrying out prehospital care increase the patient’s chance of survival[9] .

Rigorous methods to assess the outcomes of interventions within policies and programs are required to determine their effectiveness. One of the study designs recommended to evaluate the effect of an intervention is the interrupted time series analysis, a quasi-experimental method used when randomized studies are not feasible[10] . In this design, a series of observations of the same outcome is performed at multiple points in time, before and after the intervention (“interruption”) is implemented. This method controls the baseline level and trend when estimating the expected changes resulting from the implementation of the program[11 , 12] .

This study used interrupted time series to evaluate the effectiveness of the mobile emergency medical services on the hospital mortality rate by myocardial infarction in a region of Brazil.

METHODS

This is an ecological study with interrupted time series analysis, considered one of the most effective quasi-experimental designs to evaluate the longitudinal effect of interventions[10 , 11] . In this type of study, the time series of a result of interest, that is, the continuous sequence of observations of a given outcome repeatedly taken (usually at equal intervals) over time, is used to establish an underlying trend that is “interrupted” by an intervention at a known moment. The hypothetical scenario occurs considering that the intervention was not implemented and the trend remains unchanged, which is called “counterfactual” (“expected” trend in the absence of the intervention given the preexisting trend). The counterfactual scenario allows evaluating the effectiveness of the intervention by examining the path of the trend in the post-intervention period[10 , 13 , 14] .

The research was developed in the ABC Region, located in the state of São Paulo, comprising seven municipalities and a population of about 2,719,580 inhabitants. SAMU started to be implemented in 2004, in the municipality of Santo André, and expanded to the others between 2004 and 2005. Since some cities at the time were not big enough to constitute a regulation center of SAMU, agreements were held for the regional installation. Therefore, the center of Mauá is a reference for Rio Grande da Serra and Ribeirão Pires, the one of Santo André is interconnected with São Caetano, and Diadema and São Bernardo have their own centers. SAMU covers all localities with basic and advanced life support ambulances, as well as motorcycle ambulances.

The rate of hospital mortality by myocardial infarction (MI) was evaluated based on the diagnosis of death with the codes I20 to I24 in the 10th revision of the International Classification of Diseases (ICD-10). The monthly data were extracted from the Sistema de Informações sobre Mortalidade (SIM – Mortality Information System) of the Departamento de Informática do Sistema Único de Saúde (DATASUS – Informatics Department of the Brazilian Unified Health System), which captures about 90% of all deaths in the country, referring to public and private hospitals.

The numerator corresponded to the number of deaths by MI in the population aged 40 years or older living in the municipalities that compose the ABC Region. The denominator referred to the estimated population, according to the census of the Brazilian Institute of Geography and Statistics (IBGE), for the same age group, region, and period of the study. To allow comparison over time and between regions, the values were converted into rates per 100,000 inhabitants and standardized by the direct method.

To strengthen the internal validity of the study, a control region was included (group not exposed to the intervention), using the same outcome and observation period. This strategy is particularly valuable when there are other changes over time, unrelated to the intervention studied, but that can affect the results of the outcome[14 - 16] .

For the selection of the control region, we analyzed the localities in the state of São Paulo whose municipalities had not implemented SAMU before 2011, according to a document provided by the Brazilian Ministry of Health. Then, to find comparable controls, those with p-value greater than 0.05 were identified for the covariates that measure the difference in level and trend during the pre-intervention period, included in the final model. The pre-intervention trend does not need to have exactly the same values as a randomized trial, but it must have a similar trend for the control group to be sustainable. Further methodological details can be found in Linden and Adams[17] .

To compare the regions, the following aspects were selected: socioeconomic indicators (illiteracy rate of the population aged 15 years or older; average income, in R$; and total public health expenditure per inhabitant, in R$); and primary, secondary, and tertiary health care indicators (estimated population coverage of primary health care teams, family health doctors, or community physicians per 100,000 inhabitants; percentage of hospitalizations due to conditions sensitive to primary health care; total hospitalization beds of SUS per 1,000 inhabitants; total adult or coronary intensive care unit beds per 100,000 inhabitants; angioplasty rate standardized by sex and age per 100,000 inhabitants aged 20 years or older; percentage of the population covered by supplementary health care plans and insurance). The data sources for these indicators were the website of the project Regiões e Redes (Regions and Networks) and the website of the Projeto Avaliação do Desempenho do Sistema de Saúde (PROADESS – Project Health System Performance Assessment) of Fundação Oswaldo Cruz. For the comparative analysis of the regions, the years 2000 (start of the study) and 2010 (close to the study completion) were chosen. Because of the unavailability of socioeconomic and organizational regional information of health care in the public databases for 2011, we decided to use 2010 for comparison.

The study comprised monthly time series between 2000 and 2011, divided into three segments: pre-intervention period (January 2000 to December 2003), implementation phase of the intervention (January 2004 to December 2004), and post-intervention period (January 2005 to December 2011). It is worth noting that this study was completed in 2011 because of the inclusion of the control region in the analysis. As the largest expansion of prehospital emergency care occurred from 2012 onward, when the Política Nacional de Atenção às Urgências (National Emergency Care Policy) was reformulated, giving rise to the urgency and emergency network, it would not be possible to identify after that a control region similar to the intervention region for evaluating possible concurrent explanations.

The rate of hospital mortality by myocardial infarction was analyzed by adjusting the segmented regression model, including as covariates the time, the indicator variable equal to one after the intervention and zero before the intervention (and the interaction between these two variables), to evaluate the effects of change on level and trend in the period before and after the intervention. Seasonality was corrected, including month indicator variables (with January as reference)[1] .

The graphs of residue and sample and partial autocorrelation function (ACF and partial ACF) were used to verify autocorrelation in the residue and properties of stationarity and normality, to select the most appropriate and statistically parsimonious models. The Ljung-Box test indicated that the model is appropriate to describe the linear dependence between successive repetitions[18] .

RESULTS

In the ABC Region, myocardial infarction was the main isolated cause of death in recent years. Between 2000 and 2011, 12,559 deaths of individuals aged 40 years or older were registered. Table 1 shows the monthly data of the standardized monthly hospital mortality rate for this period.

Table 1

Adjusted rate of monthly hospital mortality by myocardial infarction. ABC Region, SP, 2000-2011.

Months/Years	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
January	12.56	9.81	11.97	10.99	10.59	9.92	9.53	7.23	8.86	7.08	8.64	8.48
February	9.49	7.79	9.69	9.58	9.61	9.79	6.44	7.46	8.29	8.29	5.40	7.41
March	10.37	10.39	11.26	11.98	12.68	11.15	9.93	7.12	9.43	7.96	5.94	7.30
April	9.06	9.95	9.55	14.37	13.10	9.24	10.07	8.15	9.65	7.96	9.39	8.80
May	14.46	12.12	12.11	12.40	15.33	12.23	10.47	12.86	7.84	9.07	10.04	7.94
June	14.46	11.97	12.97	12.68	13.79	10.87	12.89	13.90	9.65	9.29	8.10	9.98
July	15.34	12.69	14.11	14.09	14.49	11.82	11.41	9.42	10.45	10.51	9.39	7.09
August	12.85	12.26	12.11	11.69	13.65	11.69	12.62	9.42	8.06	9.18	9.93	8.27
September	14.31	9.52	10.97	13.24	10.73	12.10	10.47	7.12	8.40	8.74	7.02	7.94
October	13.14	11.83	11.68	14.09	11.98	11.82	10.61	8.61	7.27	9.07	9.72	7.51
November	13.44	10.67	11.54	13.10	9.89	9.11	10.47	9.99	6.02	9.07	8.31	8.80
December	10.52	12.98	10.40	10.28	11.01	9.51	11.01	8.04	8.52	8.07	9.83	6.76

In this study, the statistical analysis empirically tested the hypothesis of significant reduction in the trend and level of the hospital mortality rate by MI in adults older than 40 years after the implementation of prehospital emergency care that took place in 2004. Since in a time series analysis the terms of error of consecutive observations can be correlated, the portions of the model residue were inspected as a function of time to ensure that no pattern suggesting autocorrelation was evident.

Figure 1 shows the graph of the outcome estimated and predicted effect, considering the period before and after the intervention was implemented in the ABC Region. The analysis of interrupted time series showed a reduction of 0.04 deaths per 100,000 inhabitants in the monthly rate of hospital mortality by MI compared to the underlying trend (p = 0.0040; 95%CI: 0.0816 – −0.0162) and a reduction in the level of 2.89 deaths per 100,000 inhabitants in the monthly rate of hospital mortality by MI (p = 0.0001; 95%CI: −4.3293 – −1.4623), with statistical significance. The findings indicate that, from 2005 onward, an immediate drop in the rate of hospital mortality by myocardial infarction and reduction of the trend took place, gradually remaining this way over the period of analysis.

Figure 1

Estimated and predicted effect of the hospital mortality rate by myocardial infarction for the period before and after the mobile emergency medical services were implemented. ABC Region, SP, 2000-2011.

To reduce the possibility of confounding, we chose to work with a control group comparable to the intervention group. The only region in the state of São Paulo that met the established criteria, that is, not having SAMU implemented during the analysis period and presenting covariates similar to those of the ABC Region, was the region of Baixada Santista.

Table 2 presents demographic and economic indicators, as well as primary, secondary, and tertiary care indicators, to compare both regions of analysis for the years of 2000 and 2010. Considering that the rate of angioplasty (standardized by sex and age per 100,000 inhabitants aged 20 years or older) presented increasing values in both regions between 2000 and 2010, we decided to include the annual trend of this indicator, as Table 3 shows.

Table 2

Socioeconomic and organizational indicators of Baixada Santista and ABC Region, SP, 2000 and 2010.

Analysis indicators	Control region		Region of intervention
	Baixada Santista		ABC Region
	2000	2010	2000	2010
Illiteracy rate of the population aged 15 years or older	5.7	4.0	4.9	3.2
Average income (in R$)	834.16	934.48	858.19	1026.94
Percentage of the population covered by supplementary health care plans and insurance	29.5	39.7	51.7	53.6
Estimated population coverage of primary health care teams	23.41	27.36	18.07	20.43
Family health doctors or community physicians per 100,000 inhabitants	11.9	32.6	15.7	35.9
Percentage of hospitalizations due to conditions sensitive to primary health care	6.3	5.9	6.3	6.9
Total number of hospitalization beds in SUS per 1,000 inhabitants	1.89	1.82	2.27	2.02
Adult/coronary ICU beds per 100,000 inhabitants	10.3	13.8	14.8	15.9
Standardized angioplasty rate by sex and age per 100,000 inhabitants aged 20 years or older	17.7	18.1	29.9	39.9
Total public health expenditure per inhabitant (in R$)	167.3	530.5	154.2	515.7

SUS: Brazilian Unified Health System; ICU: intensive care unit.

Table 3

Rate of angioplasty standardized by sex and age per 100,000 inhabitants aged 20 years or older. ABC Region and Baixada Santista, state of São Paulo, Southeast Region, 2000-2011.

Health Region	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
ABC Region	29.9	29.6	32.7	35.4	29.8	29.0	25.9	28.1	33.2	39.7	39.9	41.7
Baixada Santista	17.7	18.9	20.2	19.7	18.8	18.6	18.9	20.9	23.2	19.8	18.1	17.4
São Paulo, Brazil	31.6	38.4	40.2	41.5	38.1	37.2	37.4	36.6	45.7	46.8	50.8	52.1
Southeast	24.4	29.9	31.7	33.6	30.7	29.1	31.3	31.8	38.7	43.1	46.0	48.8
Brazil	21.8	27.0	29.4	30.6	29.1	28.5	30.9	31.1	38.9	41.9	44.2	46.7

Figure 2 shows the change in level and trend of the hospital mortality due rate by myocardial infarction in individuals aged 40 years or older for the ABC Region and Baixada Santista, highlighting the control region as counterfactual. All results refer to changes after the adjustment for seasonal variation and autocorrelation. Compared to the control region, the ABC Region presented an ascending trend in the period before the implementation of SAMU, corresponding to 2.3 deaths per 100,000 inhabitants. The difference of −0.0639 in the trend of the post-intervention result between the intervention and control group was statistically significant (p = 0.0031; 95%CI: −0.1060 – −0.0219). A statistically significant change in level (degree) was not identified in the transition from the first to the second segment (p = 0.257), when comparing the two regions. These results suggest a change of trend between the two groups, which can strengthen the hypothesis of the study regarding the effect of the intervention implemented in the region from 2004.

Figure 2

Estimated and predicted effect of the hospital mortality rate by myocardial infarction for the period before and after the mobile emergency medical services were implemented. ABC Region and Baixada Santista, SP, 2000-2011.

DISCUSSION

The design of interrupted time series involves estimating the effect of an intervention evaluating whether there is immediate impact (change in level) or progressive impact (change in trend) in the values of the series[12 , 13] . In the ABC Region, the statistically significant change in the trend observed in the hospital mortality rate by myocardial infarction, mainly from 2004, suggests some hypotheses, among which a possible effect of the prehospital emergency care.

The V Diretriz da Sociedade Brasileira de Cardiologia sobre Tratamento do Infarto Agudo do Miocárdio (Fifth Guideline of the Brazilian Society of Cardiology on the Treatment of Myocardial Infarction) (2015)[19] considers prehospital services as one of the main mechanisms for the reduction of deaths resulting from this disease, because they favor early diagnosis and ensure the referral of patients. However, there are few studies showing the effectiveness of this intervention in the country[20 , 21] .

The reduction in the hospital mortality rate by MI after the introduction of prehospital emergency care is consistent with results from previous studies, which reported beneficial effects on the time of response[6 , 20 , 22] . In the United States, even with the advances in the treatment of MI within hospitals, several studies highlight the importance of resuscitation and defibrillation in prehospital treatment, because they reduce the time elapsed between the onset of symptoms and the start of treatment[23] .

In a study conducted in Rwanda, it was observed that a well-structured mobile prehospital care can lead to a gradual and sustained decrease in the mortality rate by the disease[24] . A research conducted in Canada on mobile emergency units, with interrupted time series, suggested that mobile prehospital care can improve the quality of care in the cases of stroke and MI; however, clinically potential effects need to be better studied[6] . Other studies, however, pointed out little or no effect of this modality of care on hospital mortality, even by MI, suggesting that it may have different effects in diverse situations and that its impact cannot be considered unquestionable[25] .

Although in Brazil there are no researches with the interrupted time series method for SAMU, the effect of mobile prehospital care was identified in some publications. An ecological study with longitudinal design observed a beneficial effect of SAMU for mortality by stroke in men and mortality by MI in women in the elderly population of the state of Minas Gerais[20] .

Results of a research conducted in the state of Rio de Janeiro, also with time series, showed that SAMU can reduce the mean length of hospital stay, especially for stroke, in both sexes, and trauma, for men[26] . A study produced by the Instituto de Pesquisa Econômica e Aplicada (Ipea – Institute of Economic and Applied Research) stressed that the rate of hospital deaths by MI is higher in municipalities without units of SAMU, compared with those with them, although the difference is not expressive[7] .

Even considering that SAMU represents a prehospital mobile emergency equipment, which can contribute to the health status in which patients reach hospitals, several other factors that improve patient survival must be considered when interpreting results. Thus, the implementation of preventive measures, focusing on risk factors related to MI, as well as advances in medical care, such as the use of beta-blockers and stent angioplasty, may substantially affect the rate of hospital admission and mortality[7 , 24] .

The incorporation of a control group, using the same outcome in a group not exposed to the intervention, adds legitimacy when seeking to control possible biases, such as those mentioned above[16 , 17] . The statistical analysis of time series, along with the analysis of threat to validity, may provide useful information about the effectiveness of the intervention[25] . In this study, in the pre-intervention period, the difference in trend between the ABC Region and Baixada Santista was very close: 0.001. This suggests that, without intervention, the post-2004 trend in the ABC Region would probably have been similar to that of the Baixada Santista.

Considering that the different regions of the state are heterogeneous regarding socioeconomic and organizational characteristics, we sought regional variables that describe important aspects possibly related to the behavior of the hospital mortality rate by MI. In this context, we also selected indicators of provision of primary, secondary, and tertiary care in both regions of study[27] .

Between 2000 and 2010, the average income improved in both regions, and the illiteracy rate decreased in both as well. The coverage of supplementary health care plans and insurance increased significantly in Baixada Santista, from 29.5% to 39.7%, and had a slight increase from 51.7% to 53.6% in the ABC Region.

The estimated population coverage of primary care teams and family doctors increased in both regions between 2000 and 2010. However, the percentage of hospitalization due to conditions sensitive to primary health care increased in the intervention region and had a slight decrease in the control region. This indicator is used as a measure of effectiveness of primary health care, assuming that a more satisfactory performance of this level of care could result in a decrease in the risk of hospitalization for a set of diseases that includes hypertension and diabetes, important risk factors for MI.

The availability of beds in the ABC Region was higher in 2000 and 2010 than in the Baixada Santista, but still insufficient to meet the demands of the population. The lack of beds in hospitals tends to worsen the articulation between hospital and prehospital care, revealing important inequalities in the access to care.

Still during this period, although the rate of hospitalization beds of SUS per 1,000 inhabitants decreased in both regions, the total of adult or coronary intensive care unit beds per 100,000 inhabitants increased, as well as the values of the angioplasty rate standardized by sex and age per 100,000 inhabitants aged 20 years or older, which reflects the availability of cardiological care in the regions.

To better monitor this scenario, we analyzed the annual behavior of the angioplasty rate standardized by sex and age per 100,000 inhabitants aged 20 years or older, considering the same period of study. Both regions presented an important increase in the rate of cardiac surgeries between 2001 and 2003, period before the implementation of SAMU in the intervention region. From 2004, the rate of angioplasty reduces, a pattern that remains up to 2007, when this rate starts to increase over the subsequent years. However, in Baixada Santista, a downward trend starts from 2009 on.

Considering in the analysis other interventions that may have been introduced in the same period of study, it is worth highlighting the implementation of the Unidades de Pronto Atendimento (UPA – Emergency Care Units), which have been important in the diagnosis of emergencies in the care of cardiovascular diseases, especially myocardial infarction, because they are intermediate units between primary health care and hospital emergencies. However, although formulated in 2008, its large-scale implementation in the country took place between 2011 and 2016, interval not included in this study[28] .

Concerning the adoption of the anti-smoking law formulated in 2007, its implementation in fact occurred in the state of São Paulo in 2009 with Law no. 13,541[29] . This measure emphasized the prohibition of the use of cigarettes in public and private environments, except residences and places of religious worship and intended for the consumption of tobacco products, aiming to reduce mortality from chronic diseases, with emphasis on cancer and cardiovascular disease[30] .

The greatest strength of this study was, besides using the quasi-experimental design of time series with control group, controlling differences in both the pre-existing level and trend. However, one of the limitations of our study is its low power of generalization; therefore, its conclusions should only be applied to populations with a similar profile. Conflicting results may be part of the differences in the local context. Furthermore, one must consider the role of SAMU within the other components of the emergency network in the different territories that compose the ABC Region. In this sense, in community-based studies, the use of a quasi-experimental design will often request both quantitative and qualitative approaches to reach a broader conclusion about the effects of the intervention under study[27 ,, 30 , 31] .

Finally, the unexpressive result (although statistically significant) in the post-intervention trend of the hospital mortality rate by MI in the ABC Region may lead to an interpretation that the effect was of low impact. However, in the case of ecological studies, the effects occur equally in the population as a whole. Thus, findings with minor effects are expected, and this does not mean a low real effect on the studied phenomenon. In addition, the studied intervention may be a condition that in itself does not imply effectiveness, but without which this same effectiveness would not be present, integrating a set of conditions that, put together, generate a positive result.

CONCLUSION

The complexity of seeking to establish the effect of a given intervention lies in the fact that almost all observed phenomena have multiple causes. From this perspective, the proposal of quasi-experimental designs by tracer conditions or marker events has been a recurring practice, since it is difficult, in many situations, to isolate the causes and effects of the phenomena of interest.

This study reinforces the usefulness of the quasi-experimental approach of interrupted series, making it a viable option for intervention analysis in health policies when randomized studies are not feasible. The results suggest that, although the effectiveness of SAMU cannot be considered as acquired, it is a strategy whose expansion needs to considered in the formulation and consolidation of policies focusing on emergency care.

INTRODUÇÃO

A atenção pré-hospitalar móvel vem ganhando cada vez mais relevância em nossa sociedade, em virtude da necessidade de estruturar o atendimento à urgência, assegurando menor tempo de resposta e melhor regulação dos fluxos de atenção. Países que organizaram seus sistemas de atendimento às urgências com foco na atenção pré-hospitalar, independentemente do modelo adotado, alcançaram bons resultados em termos de sobrevida, tempo e custo de assistência, especialmente no caso de traumas e doenças crônico-degenerativas[1 , 2] .

No Brasil a atenção pré-hospitalar móvel de urgência é ofertada desde 2003, por meio do serviço de atendimento móvel de urgência (Samu). Inspirado no modelo francês, mas com atributos do modelo americano, tem como principais objetivos a redução do número de óbitos, do tempo de internação e das sequelas decorrentes da falta de socorro oportuno. É operado por meio da regulação de urgência demandada pelo usuário, e a conduta pode ser telefônica ou por despacho de equipes de suporte básico ou avançado de vida, para os casos graves que necessitam de intervenção mais complexa[2 , 3] .

Recentes revisões encontraram evidências do efeito benéfico da atenção pré-hospitalar de urgência sobre o prognóstico de importantes agravos como traumas e acidente vascular cerebral, para os quais o tempo resposta para o início do tratamento é de suma importância[4] . Alguns autores envolvidos com o tema no Brasil ressaltam que o Samu promove, além do início pré-hospitalar do tratamento no local de ocorrência do evento, a imediata remoção do paciente para o centro terciário, quando indicado por protocolo baseado nas melhores evidências[7 , 8] .

O infarto agudo do miocárdio tem sido apontado como um agravo especialmente indicado para estudos de avaliação do desempenho da assistência pré-hospitalar de urgência, dada a sua magnitude, sensibilidade a tecnologias médicas hospitalares e impacto na mortalidade e na letalidade hospitalar. Diagnosticar precocemente o infarto agudo do miocárdio e iniciar os cuidados emergenciais aumenta a chance de sobrevida do paciente[9] .

Métodos rigorosos para avaliar resultados das intervenções no âmbito das políticas e programas são necessários para determinar sua efetividade. Entre os desenhos de estudo recomendados para avaliar o efeito de uma intervenção, há a análise de série temporal interrompida, método quase experimental, utilizado quando estudos randomizados não são viáveis[10] . Nesse desenho, uma série de observações do mesmo desfecho é realizada em múltiplos pontos no tempo, antes e depois de implantada a intervenção (a “interrupção”). Esse método controla o nível e a tendência da linha de base ao estimar as mudanças esperadas resultantes da implantação do programa[11 , 12] .

Este estudo utilizou séries temporais interrompidas para avaliar a efetividade do serviço de atendimento móvel de urgência sobre a taxa de mortalidade hospitalar por infarto agudo do miocárdio em uma região do Brasil.

MÉTODOS

Estudo ecológico com análise de séries temporais interrompidas, considerado um dos mais efetivos desenhos quase experimentais para avaliar o efeito longitudinal de intervenções[10 , 11] . Nesse tipo de estudo, a série temporal de um resultado de interesse, ou seja, sequência contínua de observações de um dado desfecho tomadas repetidamente (normalmente em intervalos iguais) ao longo do tempo, é usada para estabelecer uma tendência subjacente que é “interrompida” por uma intervenção em um momento conhecido. O cenário hipotético ocorre considerando que a intervenção não foi implantada e a tendência continua inalterada, o que se denomina como “contrafactual” (tendência “esperada” na ausência da intervenção dada a tendência pré-existente). O cenário contrafactual permite avaliar a efetividade da intervenção examinando a – trajetória da tendência no período pós-intervenção[10 , 13 , 14] .

A pesquisa foi desenvolvida na região do Grande ABC, localizada no estado de São Paulo, composta por sete municípios e com uma população de aproximadamente 2.719.580 habitantes. O Samu começou a ser implantado em 2004, no município de Santo André, e expandiu para os demais entre os anos de 2004 e 2005. Como alguns na época não tinham porte para constituir uma central de regulação do Samu, foram realizados pactos para a instalação regional. Por isso, a base de Mauá é referência para Rio Grande da Serra e Ribeirão Pires, a de Santo André é interligada com São Caetano, e Diadema e São Bernardo possuem bases próprias. O Samu cobre todas as localidades com ambulâncias de suporte básico e avançado de vida, além de motolância.

Foi avaliada a taxa de mortalidade hospitalar por infarto agudo do miocárdio (IAM), com base no diagnóstico de morte com os códigos I20 a I24 na 10ª revisão da Classificação Internacional de Doenças (CID-10). Os dados mensais foram extraídos do Sistema de Informações sobre Mortalidade (SIM) do Departamento de Informática do Sistema Único de Saúde (Datasus), que capta cerca de 90% de todas as mortes ocorridas no país, referentes a hospitais públicos e privados.

O numerador correspondeu ao número de óbitos por IAM na população com 40 anos ou mais residente nos municípios que compõem a região do Grande ABC. O denominador se referiu à população estimada, segundo censo do Instituto Brasileiro de Geografia e Estatística (IBGE), para a mesma faixa etária, região e período do estudo. Para permitir a comparação ao longo do tempo e entre regiões, os valores foram convertidos em taxas por 100.000 habitantes e padronizados pelo método direto.

Para fortalecer a validade interna do estudo, foi incluída uma região controle (grupo não exposto à intervenção), utilizando o mesmo desfecho e período de observação. Essa estratégia é particularmente valiosa quando existem outras mudanças ao longo do tempo, não relacionadas à intervenção estudada, mas que podem influenciar os resultados do desfecho[14] .

Para a seleção da região controle primeiro foram analisadas as localidades no estado de São Paulo cujos municípios não haviam habilitado o Samu antes de 2011, de acordo com documento fornecido pelo Ministério da Saúde. Em sequência, para encontrar controles comparáveis, foram identificados os que tinham p-valor maior que 0.05 para as covariáveis que mensuram a diferença de nível e tendência durante o período pré-intervenção, incluídos no modelo final. A tendência pré-intervenção não precisa ter exatamente os mesmos valores como em um ensaio randomizado, porém é importante que haja uma tendência similar para que haja sustentabilidade do grupo controle. Maiores detalhes metodológicos podem ser encontrados em Linden e Adams[17] .

Foram elegíveis para comparar as regiões também os indicadores socioeconômicos (taxa de analfabetismo da população com 15 anos ou mais de idade;renda média per capita, em reais; e gasto público total em saúde por habitante, em R$) e marcadores da atenção básica, da média e da alta complexidade (cobertura populacional estimada de equipes de atenção básica, médicos de saúde da família ou médicos comunitários por 100.000 habitantes; percentual de internações por condições sensíveis à atenção primária; total de leitos de internação do Sistema Único de Saúde por 1.000 habitantes; total de leitos de unidade de terapia intensiva adulto ou coronariana por 100.000 habitantes; taxa de angioplastia padronizada por sexo e idade por 100.000 habitantes com 20 anos ou mais; percentual da população coberta por planos e seguros de assistência suplementar à saúde). As fontes de dados para esses indicadores foram o portal do projeto Regiões e Redes e o site do Projeto Avaliação do Desempenho do Sistema de Saúde (Proadess) da Fundação Oswaldo Cruz. Para análise comparativa das regiões, foram considerados os anos de 2000 (início do estudo) e 2010 (próximo à finalização do estudo). Devido à indisponibilidade de informações regionais de âmbito socioeconômico e organizacional da atenção à saúde nos bancos de dados públicos para o ano de 2011, optou-se por utilizar para comparação o ano de 2010.

O estudo compreendeu séries temporais mensais entre os anos 2000 e 2011, divididos em três segmentos: um período anterior (janeiro de 2000 a dezembro de 2003), a fase de implementação da intervenção (janeiro de 2004 a dezembro de 2004) e o período posterior à intervenção (de janeiro de 2005 a dezembro de 2011). Cabe ressaltar que este estudo foi finalizado em 2011 por causa da inclusão da região controle na análise. Como a maior expansão da atenção móvel pré-hospitalar de urgência ocorreu a partir de 2012, quando foi reformulada a Política Nacional de Atenção às Urgências, dando origem à rede de urgência e emergência, não seria possível depois disso identificar uma região controle similar à região de intervenção para avaliar possíveis explicações rivais.

A taxa de mortalidade hospitalar por infarto agudo do miocárdio foi analisada por meio do ajuste do modelo de regressão segmentada, incluindo como covariáveis o tempo, a variável indicadora igual a um após a intervenção e zero antes da intervenção e a interação entre essas duas variáveis, para avaliar os efeitos de mudança no nível e tendência no período antes e após a intervenção. A sazonalidade foi corrigida, incluindo variáveis indicadoras de mês (tendo janeiro como referência)[1] .

Os gráficos de resíduos e da função de autocorrelação amostral e parcial (FAC e FAC parcial) foram utilizados para verificar autocorrelação nos resíduos e propriedades de estacionariedade e normalidade, a fim de selecionar os modelos mais adequados e parcimoniosos estatisticamente. O teste de Ljung-Box indicou que o modelo é apropriado para descrever a dependência linear entre os sucessivos retornos[18] .

RESULTADOS

Na região do Grande ABC, o infarto agudo do miocárdio foi a principal causa isolada de morte nos últimos anos. No período entre 2000 e 2011, ocorreram 12.559 óbitos em indivíduos com 40 anos ou mais. Os dados mensais da taxa de mortalidade hospitalar mensal padronizada para esse período estão apresentados na Tabela 1 .

Tabela 1

Taxa ajustada de mortalidade hospitalar mensal por infarto agudo do miocárdio. Região do Grande ABC, SP, 2000–2011.

Meses/Anos	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
Janeiro	12,56	9,81	11,97	10,99	10,59	9,92	9,53	7,23	8,86	7,08	8,64	8,48
Fevereiro	9,49	7,79	9,69	9,58	9,61	9,79	6,44	7,46	8,29	8,29	5,40	7,41
Março	10,37	10,39	11,26	11,98	12,68	11,15	9,93	7,12	9,43	7,96	5,94	7,30
Abril	9,06	9,95	9,55	14,37	13,10	9,24	10,07	8,15	9,65	7,96	9,39	8,80
Maio	14,46	12,12	12,11	12,40	15,33	12,23	10,47	12,86	7,84	9,07	10,04	7,94
Junho	14,46	11,97	12,97	12,68	13,79	10,87	12,89	13,90	9,65	9,29	8,10	9,98
Julho	15,34	12,69	14,11	14,09	14,49	11,82	11,41	9,42	10,45	10,51	9,39	7,09
Agosto	12,85	12,26	12,11	11,69	13,65	11,69	12,62	9,42	8,06	9,18	9,93	8,27
Setembro	14,31	9,52	10,97	13,24	10,73	12,10	10,47	7,12	8,40	8,74	7,02	7,94
Outubro	13,14	11,83	11,68	14,09	11,98	11,82	10,61	8,61	7,27	9,07	9,72	7,51
Novembro	13,44	10,67	11,54	13,10	9,89	9,11	10,47	9,99	6,02	9,07	8,31	8,80
Dezembro	10,52	12,98	10,40	10,28	11,01	9,51	11,01	8,04	8,52	8,07	9,83	6,76

Neste estudo, a análise estatística empiricamente testou a hipótese de redução significativa na tendência e no nível da taxa de mortalidade hospitalar por IAM em adultos com idade acima de 40 anos após a implementação da atenção pré-hospitalar móvel ocorrida em 2004. Como em uma análise de série temporal os termos de erro de observações consecutivas podem ser correlacionados, foram inspecionadas as parcelas dos resíduos do modelo em função do tempo para garantir que nenhum padrão sugerindo autocorrelação fosse evidente.

A Figura 1 apresenta o gráfico de efeito estimado e predito do desfecho, considerando o período antes e depois de implementada a intervenção na região do Grande ABC. A análise de séries temporais interrompidas mostrou redução de 0,04 mortes por 100.000 habitantes na taxa mensal de mortalidade hospitalar por IAM em relação à tendência subjacente (p = 0,0040; IC95%: -0,0816 – -0,0162) e uma redução no nível de 2,89 mortes por 100.000 habitantes na taxa mensal de mortalidade hospitalar por IAM (p = 0,0001; IC95%: -4,3293 – -1,4623), com significância estatística. Os achados indicam que, a partir de 2005, houve queda imediata na taxa de mortalidade hospitalar atribuída ao infarto agudo do miocárdio e redução da tendência, que se mantém de forma gradual ao longo do período de análise.

Figura 1

Efeito estimado e predito da taxa de mortalidade hospitalar por infarto agudo do miocárdio para o período antes e depois de implantado o serviço de atendimento móvel de urgência. Região do Grande ABC, SP, 2000–2011.

Para reduzir a possibilidade de confundimento, optou-se por trabalhar com um grupo controle comparável ao grupo de intervenção. A única região do estado de São Paulo que atendeu aos critérios estabelecidos, ou seja, não ter o Samu implementado durante o período de análise e apresentar valores de covariáveis semelhantes aos da região do Grande ABC, foi a região da Baixada Santista.

A Tabela 2 apresenta indicadores demográficos e econômicos, além de marcadores para atenção básica, média e alta complexidade, no intuito de comparar ambas as regiões de análise quanto aos anos de 2000 e 2010. Considerando que a taxa de angioplastia, padronizada por sexo e idade por 100.000 habitantes com 20 anos ou mais, apresentou entre os anos de 2000 e 2010 valores crescentes em ambas as regiões, optou-se por incluir a tendência anual desse indicador, conforme demonstrado na Tabela 3 .

Tabela 2

Indicadores socioeconômicos e organizacionais das regiões da Baixada Santista e Grande ABC, SP, 2000 e 2010.

Indicadores de análise	Região controle		Região de intervenção
	Baixada Santista		Grande ABC
	2000	2010	2000	2010
Taxa de analfabetismo da população com 15 anos ou mais de idade	5,7	4,0	4,9	3,2
Renda média per capita (em R$)	834,16	934,48	858,19	1026,94
Percentual da população coberta por planos e seguros de assistência suplementar à saúde	29,5	39,7	51,7	53,6
Cobertura populacional estimada das equipes de atenção básica	23,41	27,36	18,07	20,43
Médicos de saúde da família ou médicos comunitários por 100 mil habitantes	11,9	32,6	15,7	35,9
Percentual de internações por condições sensíveis à atenção primária	6,3	5,9	6,3	6,9
Total de leitos de internação do SUS por mil habitantes	1,89	1,82	2,27	2,02
Leitos de UTI adulto/coronariana por 100 mil habitantes	10,3	13,8	14,8	15,9
Taxa de angioplastia padronizada por sexo e idade por 100 mil habitantes com 20 anos ou mais	17,7	18,1	29,9	39,9
Gasto público total em saúde por habitante (em R$)	167,3	530,5	154,2	515,7

SUS: Sistema Único de Saúde; UTI: unidade de terapia intensiva.

Tabela 3

Taxa de angioplastia padronizada por sexo e idade por 100 mil habitantes com 20 anos ou mais. Regiões do Grande ABC e Baixada Santista, estado de São Paulo e Região Sudeste, 2000–2011.

Região de saúde	2000	2001	2002	2003	2004	2005	2006	2007	2008	2009	2010	2011
Grande ABC	29,9	29,6	32,7	35,4	29,8	29,0	25,9	28,1	33,2	39,7	39,9	41,7
Baixada Santista	17,7	18,9	20,2	19,7	18,8	18,6	18,9	20,9	23,2	19,8	18,1	17,4
São Paulo	31,6	38,4	40,2	41,5	38,1	37,2	37,4	36,6	45,7	46,8	50,8	52,1
Sudeste	24,4	29,9	31,7	33,6	30,7	29,1	31,3	31,8	38,7	43,1	46,0	48,8
Brasil	21,8	27,0	29,4	30,6	29,1	28,5	30,9	31,1	38,9	41,9	44,2	46,7

A visualização de mudança no nível e tendência da taxa de mortalidade hospitalar por infarto agudo do miocárdio entre indivíduos com 40 anos ou mais para as regiões do Grande ABC e Baixada Santista está apresentada na Figura 2 , destacando a região controle como contrafactual. Todos os resultados referem-se a mudanças após o ajuste para a variação sazonal e autocorrelação. Na região do Grande ABC, quando comparada com a região controle, a tendência no período anterior à implantação do Samu era ascendente, correspondendo a 2,3 óbitos por 100.000 habitantes. A diferença de -0,0639 na tendência do resultado pós-intervenção entre grupo de intervenção e controle mostrou-se estatisticamente significativa (p = 0,0031; IC95% -0,1060 – -0,0219). Não foi identificada mudança de nível (degrau) estatisticamente significativa na transição do primeiro para o segundo segmento (p = 0,257) quando comparada as duas regiões. Esses resultados sugerem mudança de tendência entre os dois grupos, o que pode fortalecer a hipótese do estudo em termos de efeito da intervenção implementada na região a partir de 2004.

Figura 2

Efeito estimado e predito da taxa de mortalidade hospitalar por infarto agudo do miocárdio para o período antes e depois de implantado o serviço de atendimento móvel de urgência. Grande ABC e Baixada Santista, SP, 2000–2011.

DISCUSSÃO

O desenho de séries temporárias interrompidas envolve estimar o efeito de uma intervenção avaliando se há impacto imediato (mudança de nível) ou impacto progressivo (mudança de tendência) nos valores da série[12 , 13] . Na região do Grande ABC, a mudança de tendência estatisticamente significativa observada na taxa de mortalidade hospitalar por infarto agudo do miocárdio, principalmente a partir de 2004, sugere algumas hipóteses, entre elas um possível efeito da atenção pré-hospitalar móvel de urgência.

A V Diretriz da Sociedade Brasileira de Cardiologia sobre Tratamento do Infarto Agudo do Miocárdio (2015)[19] considera como um dos principais mecanismos para a redução dos óbitos advindos dessa enfermidade os serviços pré-hospitalares, pois favorecem o diagnóstico precoce e garantem a referência de pacientes. No entanto, existem poucos estudos que demonstrem efetividade dessa intervenção no país[20 , 21] .

A redução na taxa de mortalidade hospitalar por IAM após a introdução da atenção pré-hospitalar móvel de urgência é consistente com resultados de estudos anteriores, que relataram efeitos benéficos dela sobre o tempo de resposta[6 , 20 , 22] . Nos Estados Unidos, mesmo com os avanços ocorridos no tratamento do IAM dentro dos hospitais, vários estudos destacam a importância da habilidade de ressuscitação e da desfibrilação no avanço do tratamento pré-hospitalar, por reduzirem o tempo decorrido entre o início dos sintomas e a instituição do tratamento[23] .

Em estudo conduzido em Ruanda, foi observado que uma atenção pré-hospitalar móvel bem estruturada pode levar a um decréscimo gradual e sustentado na taxa de mortalidade pelo agravo assistido[24] . Pesquisa realizada no Canadá sobre unidades móveis de urgência, com séries temporais interrompidas, sugeriu que a atenção pré-hospitalar móvel pode melhorar a qualidade do cuidado nos casos de AVC e IAM; entretanto, efeitos clinicamente potenciais precisam ser melhor estudados[6] . Outros trabalhos, no entanto, apontaram pouco ou nenhum efeito dessa modalidade de atenção sobre a mortalidade hospitalar, inclusive por IAM, o que sugere que ela pode ter efeitos diferentes em diferentes situações e que seu impacto não pode ser considerado como indiscutível[25] .

Embora no Brasil não haja pesquisas com o método de séries temporais interrompidas para o Samu, o efeito da atenção pré-hospitalar móvel foi identificado em algumas publicações. Um estudo de desenho ecológico, com delineamento longitudinal, observou um efeito benéfico da presença do Samu para a mortalidade por AVC no sexo masculino e mortalidade por IAM no sexo feminino em população idosa do estado de Minas Gerais[20] .

Resultados de uma pesquisa realizada no estado do Rio de Janeiro, também com séries temporais, mostraram que o Samu pode reduzir o tempo médio de permanência hospitalar, principalmente para acidente vascular cerebral, em ambos os sexos, e trauma, para os homens[26] . Um estudo produzido pelo Instituto de Pesquisa Econômica e Aplicada (Ipea) destacou que a taxa de óbitos hospitalares por IAM é maior nos municípios que não possuem unidades do Samu, comparados com aqueles que possuem, embora a diferença não seja expressiva[7] .

Mesmo considerando que o Samu representa um equipamento móvel pré-hospitalar de urgência, que pode contribuir para o estado de saúde em que os pacientes chegam aos hospitais, diversos outros fatores que melhoram a sobrevida do paciente devem ser considerados na interpretação dos resultados. Assim, a implantação de medidas preventivas, com foco nos fatores de risco relacionados ao IAM, bem como avanços no cuidado médico, como o uso de betabloqueadores e a angioplastia com stent , podem interferir substancialmente na taxa de admissão e mortalidade hospitalar[7 , 24] .

A incorporação de um grupo controle, utilizando o mesmo desfecho em um grupo não exposto à intervenção, adiciona legitimidade ao procurar controlar possíveis vieses, como os citados acima[16 , 17] . A análise estatística de séries temporais, junto com a análise de ameaça à validade, pode prover informações úteis sobre a efetividade da intervenção[25] . Neste estudo, no período pré-intervenção, a diferença de tendência entre as regiões do Grande ABC e Baixada Santista foi bastante próxima, de 0,001. Isso sugere que, sem intervenção, a tendência pós-2004 no Grande ABC provavelmente teria sido semelhante à da Baixada Santista.

Considerando que as diferentes regiões do estado são heterogêneas em relação às características socioeconômicas e organizacionais, buscou-se trazer variáveis regionais que descrevessem importantes aspectos possivelmente relacionados ao comportamento da taxa de mortalidade hospitalar por IAM. Nesse contexto, foram selecionados também marcadores de oferta de serviços da atenção básica, média e alta complexidade em ambas as regiões de estudo[27] .

Entre os anos de 2000 e 2010, a renda média per capita melhorou em ambas as regiões, e a taxa de analfabetismo apresentou queda tanto no Grande ABC quanto na Baixada Santista. A cobertura de planos e seguros de assistência suplementar à saúde aumentou de forma expressiva na Baixada Santista, de 29,5% para 39,7%, e no Grande ABC observou-se um ligeiro aumento de 51,7% para 53,6%.

Houve crescimento da cobertura populacional estimada de equipes da atenção básica e médicos da família entre os anos de 2000 e 2010 em ambas as regiões. No entanto, o percentual de internação por condições sensíveis à atenção primária aumentou na região de intervenção e teve uma ligeira redução na região controle. Esse indicador é utilizado como medida de efetividade da atenção primária, partindo do pressuposto de que um desempenho mais satisfatório desse nível de atenção poderia resultar em diminuição do risco de internação para um conjunto de agravos que inclui hipertensão e diabetes, importantes fatores de risco para o IAM.

A disponibilidade de leitos no Grande ABC foi maior em 2000 e 2010do que na Baixada Santista, mas ainda assim insuficiente para atender às demandas da população. A falta de leitos nos hospitais tende a agravar a articulação entre o atendimento hospitalar e o pré-hospitalar, revelando importantes desigualdades no acesso à assistência.

Ainda durante esse período, embora a taxa de leitos de internação do Sistema Único de Saúde por 1.000 habitantes tenha apresentado redução em ambas as regiões, o total de leitos de unidade de terapia intensiva adulto ou coronariana por 100.000 habitantes aumentou, assim como os valores do indicador taxa de angioplastia padronizada por sexo e idade por 100.000 habitantes com 20 anos ou mais, que reflete a disponibilidade de serviços de atendimento cardiológico nas regiões.

Para acompanhar melhor esse cenário, foi analisado o comportamento anual da taxa de angioplastia padronizada por sexo e idade por 100.000 habitantes com 20 anos ou mais, considerando o mesmo período de estudo. Tanto no Grande ABC quanto na Baixada Santista houve um importante aumento na taxa de cirurgias cardíacas entre os anos de 2001 e 2003, período anterior à implantação do Samu na região de intervenção. A partir de 2004, ocorre redução no volume de angioplastia, padrão que se mantém até 2007, quando passa a ocorrer incremento no valor ao longo dos anos subsequentes. No entanto, na Baixada Santista, volta a ocorrer tendência decrescente a partir de 2009.

Considerando na análise outras intervenções que possam ter sido introduzidas no mesmo período de estudo, vale a pena destacar aqui a implantação de unidades de pronto atendimento (UPA), que têm sido consideradas importantes no diagnóstico de urgências na atenção às doenças cardiovasculares, em especial ao infarto agudo do miocárdio, ao se constituírem em unidades intermediárias entre a atenção primária e as emergências hospitalares. No entanto, apesar de formulada em 2008, a sua implantação em larga escala no país ocorreu entre 2011 e 2016, período não contemplado neste estudo[28] .

Em relação à adoção da lei antifumo formulada em 2007, sua implementação de fato ocorreu no estado de São Paulo em 2009 com a Lei nº 13.541. Essa medida enfatizou a proibição do uso de cigarros e derivados em ambientes públicos e privados, exceto residências e locais de culto religioso e destinados ao consumo de produtos fumígenos, visando redução na mortalidade por doenças crônicas, com ênfase no câncer e na doença cardiovascular[29] .

A maior força do estudo foi, além de usar o desenho quase experimental de séries temporais com grupo controle, controlar diferenças em ambos o nível e a tendência pré-existentes. No entanto, uma das limitações deste estudo é o baixo poder de generalização; portanto, suas conclusões só devem ser aplicadas a populações com um perfil semelhante. Resultados contraditórios podem ser parte das diferenças do contexto local. Além disso, é preciso considerar a conformação do Samu junto aos outros componentes da rede de urgência e emergência nos distintos territórios que compõem a região do Grande ABC. Nesse sentido, em estudos baseados em comunidade, o uso de desenho quase experimental irá frequentemente requisitar ambas as abordagens quantitativa e qualitativa para chegar a uma conclusão mais ampliada acerca dos efeitos da intervenção sob estudo[27 , 29 , 30] .

Por fim, o resultado pouco expressivo (embora estatisticamente significativo) na tendência pós-intervenção da taxa de mortalidade hospitalar por IAM na região do Grande ABC pode levar a uma interpretação de que o efeito foi de baixo impacto. Entretanto, no caso de estudos ecológicos, os efeitos ocorrem igualmente na população como um todo. Assim, são esperados achados de efeitos menores, sem que isso signifique baixo efeito real sobre o fenômeno estudado. Além disso, a intervenção estudada pode ser uma condição que por si só não implica efetividade, mas sem a qual essa mesma efetividade não estaria presente, integrando um conjunto de condições que, agregadas, geram um resultado positivo.

CONCLUSÃO

A complexidade da busca em estabelecer o efeito de uma dada intervenção reside no fato de que quase todos os fenômenos observados têm uma multiplicidade de causas. Nessa perspectiva, a proposta dos “experimentos quase naturais” por meio de condições traçadoras ou eventos marcadores tem sido uma prática recorrente, uma vez que é difícil, em muitas situações, isolar as causas e os efeitos dos fenômenos de interesse.

O presente estudo reforça a utilidade da abordagem quase experimental de séries interrompidas, tornando-se uma opção viável para análise de intervenção em políticas de saúde quando estudos randomizados não são factíveis. Os resultados sugerem que, embora a efetividade do Samu não possa ser considerada como adquirida, trata-se de uma estratégia cuja expansão precisa ser levada em conta na formulação e consolidação de políticas com foco nas urgências.