Em todo o mundo, as baixas taxas de imunização infantil são um problema persistente. Agora, um experimento realizado na Índia mostra que uma combinação barata de métodos, incluindo lembretes por mensagem de texto e pequenos incentivos financeiros, tem um grande impacto na imunização.

Liderada por economistas do MIT, a pesquisa constata que uma combinação de incentivos, mensagens de texto e informações fornecidas por moradores locais resulta em um aumento de 44% na imunização infantil, a baixo custo. Por outro lado, sem incentivos financeiros, mas ainda utilizando mensagens de texto e informações locais, há um aumento de 9% na imunização praticamente sem custo algum — o aumento mais econômico encontrado pelos pesquisadores.

“O pacote mais eficaz, no geral, inclui incentivos, lembretes e o recrutamento de embaixadores da comunidade para lembrar as pessoas”, afirma a economista do MIT Esther Duflo, que ajudou a liderar a pesquisa. “O custo é muito baixo. E um pacote ainda mais eficaz em termos de custo é não ter incentivos — você pode aumentar a imunização apenas com lembretes nas redes sociais. Isso é basicamente um almoço grátis, porque você está fazendo um uso mais eficaz da infraestrutura de imunização existente. Portanto, o pequeno custo do programa é mais compensado pelo fato de que o custo total da administração da imunização diminui.”

O experimento também é notável pelo novo método sofisticado que a equipe de pesquisa desenvolveu para combinar uma variedade dessas abordagens no experimento — e então ver precisamente quais efeitos foram produzidos por diferentes combinações, bem como suas partes componentes.

"O bom disso é que triangula e conecta todas essas evidências", diz o economista do MIT Abhijit Banerjee, que também ajudou a liderar o projeto. "Para nossa confiança em dizer que esta é uma receita política razoável, isso é muito importante."

Um novo artigo detalhando os resultados e o método, " Selecionando o Empurrão Mais Eficaz: Evidências de um Experimento em Larga Escala sobre Imunização ", está sendo publicado na revista Econometrica . Duflo e Banerjee estão entre os 11 coautores do artigo, juntamente com vários membros da equipe do Laboratório de Ação contra a Pobreza Abdul Latif Jameel (J-PAL) do MIT.

Duflo e Banerjee também são dois dos cofundadores da J-PAL, líder global em experimentos de campo sobre programas de combate à pobreza. Em 2019, eles receberam o Prêmio Sveriges Riksbank em Ciências Econômicas em Memória de Alfred Nobel, juntamente com Michael Kremer, da Universidade Harvard.

Cerca de 2 milhões de crianças morrem por ano em todo o mundo devido a doenças que podem ser prevenidas por vacinação. Em 2016, quando o estudo atual teve início, apenas 62% das crianças na Índia estavam totalmente imunizadas contra tuberculose, sarampo, difteria, tétano e poliomielite.

Pesquisas anteriores de Duflo e Banerjee ajudaram a validar o valor de encontrar novas maneiras de aumentar as taxas de imunização. Em um estudo anterior, os economistas descobriram que as taxas de imunização de crianças rurais no estado do Rajastão, na Índia, aumentaram de 5% para 39% quando suas famílias receberam uma quantidade modesta de lentilhas como incentivo. (Essa descoberta foi mencionada na menção honrosa do Nobel.) Posteriormente, muitos outros pesquisadores estudaram novos métodos para aumentar a imunização.

Para conduzir o estudo atual, a equipe de pesquisa fez uma parceria com o governo estadual de Haryana, na Índia, para conduzir um experimento abrangendo mais de 900 aldeias, de 2016 a 2019.

Os pesquisadores basearam o experimento em três maneiras básicas de incentivar os pais a vacinarem seus filhos: incentivos financeiros, mensagens de texto e informações de "embaixadores" locais, ou seja, moradores bem relacionados. A equipe de pesquisa então desenvolveu um conjunto de combinações variadas desses elementos. Em alguns casos, eles ofereciam mais incentivos, ou menos, juntamente com diferentes quantidades de mensagens de texto e diferentes tipos de exposição a informações locais.

No total, os pesquisadores chegaram a 75 combinações desses elementos e desenvolveram um novo método para avaliá-los, que eles chamam de agregação de variantes de tratamento (AVT). Essencialmente, os pesquisadores desenvolveram um algoritmo que utilizou uma abordagem sistemática baseada em dados para reunir variações que eram, em última análise, idênticas e observaram quais eram ineficazes. Para selecionar o melhor pacote, eles também ajustaram seus resultados para a chamada "maldição do vencedor" dos estudos de ciências sociais, na qual a opção política que funciona melhor em um experimento específico tenderá a ser aquela que teve melhor desempenho devido ao acaso.

No total, os acadêmicos acreditam ter desenvolvido uma maneira de avaliar muitos "tratamentos" — os elementos individuais, como incentivos financeiros — dentro do mesmo experimento, em vez de testar apenas um conceito, como distribuir lentilhas, para cada grande estudo.

“Não se trata de um experimento onde você compara A com B”, diz Banerjee, que também é Professor Internacional de Economia da Fundação Ford. “O que fazemos aqui é avaliar uma combinação de fatores. Mesmo em cenários onde não se observa efeito algum, há informações a serem coletadas. Pode ser que, em uma combinação de tratamentos, um elemento funcione bem e os outros tenham um efeito negativo e o resultado seja zero, mas há informações ali. Portanto, você deve acompanhar todas as possibilidades à medida que avança, embora seja um exercício matematicamente difícil.”

Os pesquisadores também conseguiram discernir que as diferenças entre as populações locais impactam a eficácia dos diferentes elementos testados. Geralmente, grupos com taxas de imunização mais baixas respondem mais a incentivos para imunizar.

“De certa forma, estamos retornando ao ponto em que estávamos [no estudo da lentilha no] Rajastão, onde baixas taxas de imunização levam a efeitos altíssimos para esses incentivos”, diz Duflo, que também é Professor Abdul Latif Jameel de Alívio da Pobreza e Economia do Desenvolvimento. “Replicamos o resultado neste contexto.” No entanto, ela reforça, o novo método permite que os acadêmicos adquiram mais informações sobre esse processo com mais rapidez.

A equipe de pesquisa espera que o novo método TVA seja amplamente adotado entre acadêmicos e leve a mais experimentos com abordagens multifacetadas, nas quais diversas soluções potenciais sejam avaliadas simultaneamente. O método pode ser aplicado em pesquisas antipobreza, ensaios clínicos e muito mais.

Além disso, eles observam que esses tipos de resultados dão aos governos e outras organizações a capacidade de ver como diferentes opções políticas irão se desenrolar, tanto em termos médicos quanto fiscais.

“A razão pela qual fizemos isso foi para poder dar ao governo de Haryana um caminho viável para seguir em frente”, diz Duflo.

Ela acrescenta: “Antes, as pessoas pensavam que, para dizer algo com confiança, era preciso tentar apenas um tratamento de cada vez”, ou seja, um tipo de intervenção por vez, como incentivos ou mensagens de texto. No entanto, Duflo observa: “Fico muito feliz em dizer que você pode ter mais de um e analisar todos eles. São necessários muitos passos, mas a vida é assim: muitos passos.”

Além de Duflo e Banerjee, os coautores do estudo são Arun G. Chandrasekhar, do J-PAL; Suresh Dalpath, do Governo de Haryana; John Floretta, do J-PAL; Matthew O. Jackson, economista da Universidade de Stanford; Harini Kannan, do J-PAL; Francine Loza, do J-PAL; Anirudh Sankar, de Stanford; Anna Schrimpf, do J-PAL; e Maheshwor Shrestha, do Banco Mundial.

A pesquisa foi possível graças à cooperação com o Departamento de Saúde e Bem-Estar Familiar de Haryana.