Deixei esta questão por último e separado porque realmente foi uma
questão que sempre me faço quando vou começar a desenvolver um estudo. Tentando
prever o quanto difícil será o desenvolvimento de um estudo, sempre procuro
saber se haverão dados suficientes para
responder a minha questão.
Devemos ter em mente que algumas questões não são possíveis de
responder. Mas não desanime se isso acontecer. Tente reformular a questão ou
procurar mais outras fontes de dados.
As principais fontes de dados são meta-análises, revisões
sistemáticas, ou até opiniões de especialistas. Algumas vezes temos também que
assumir algumas premissas, que devem ser descritas
claramente no estudo.
Saibamos que em uma análise farmacoeconômica, muitas vezes não
conseguimos coletar todos os dados que queremos, portanto, com os principais
dados, podemos ter uma visão quase que completa da realidade analisada. Entra
aqui a questão de robustez vs. simplicidade
do modelo. Dependendo da questão que queremos resolver, nada como um modelo bem simples para responder nossa questão. Mas se a pergunta foi complexa, devemos pensar em um modelo mais robusto.
Minha opinião pessoal é que devido a falta de tempo e custos que implicam nos estudos, se quisermos uma resposta simples ou o público para qual demonstraremos os resultados enxergar modelos complexos como "black box", ou seja, não entendíveis, compreensíveis e sujeitos à manipulação, não temos porque ficar inventando e tentar fazer modelos super complexos. Façamos uma analogia: Pensemos que você leitor, necessite ouvir uma música para relaxar, será que precisaria de toda uma parafernalha eletrônica ou um simples iPod resolveria seu problema?
Agora que temos uma questão concreta, podemos começar à pensar no
design da análise.
Nenhum comentário:
Postar um comentário