A saúde adora promessas de transparência. A lógica parece impecável: se hospitais, médicos e operadoras virem seus números, alguém vai agir melhor. Se a qualidade estiver exposta, o paciente escolherá melhor, o gestor reagirá melhor, o mercado punirá o ruim e premiará o bom. O problema é que essa história é elegante demais para o mundo real.

A tese confortável é que o dado, quando revelado, corrige o comportamento. A tese incômoda é outra: o dado só corrige comportamento quando entra num sistema de incentivos que transforma visibilidade em consequência. Sem isso, ele pode até informar, mas não muda o que realmente manda na decisão.

Essa diferença entre ver e agir é o centro do problema. Public reporting, dashboards e report cards foram criados para produzir exatamente essa passagem: da informação para a mudança. Só que a literatura mostra que essa passagem é irregular, limitada e muito dependente do contexto. Em muitos casos, a divulgação aumenta a lembrança do relatório ou a consciência da qualidade, mas não altera de forma robusta a escolha de hospitais, o encaminhamento de pacientes ou a lógica de contratação.

Quando a transparência falha

Há um erro de base na forma como a transparência costuma ser vendida. O raciocínio implícito é o seguinte: se o problema era falta de informação, então fornecer informação resolve o problema. Mas a saúde não é um mercado puro de consumidores bem informados. É um campo de contratos, reputação, conveniência, proximidade, custo, hierarquia profissional e assimetria de poder.

Os dados sobre report cards são claros nesse ponto. Em um estudo com médicos de atenção primária, 61% diziam conhecer a divulgação pública de qualidade, mas apenas 16% estavam familiarizados com o Hospital Compare, e nenhum usava a informação na decisão de encaminhamento. Em cardiologistas de Nova York, quase todos conheciam os report cards, mas só 25% relataram influência moderada ou substancial nas decisões de referência, e 71% nunca discutiam os relatórios com pacientes. Em uma revisão sistemática, os efeitos do public reporting foram reais em alguns contextos, mas inconsistentes e dependentes de desenho, modo de divulgação e estrutura do mercado.

Isso revela algo importante: a informação pode circular sem que o sistema a incorpore. A visibilidade aumenta, mas a decisão continua sendo tomada por outro critério. Em outras palavras, o relatório existe, o dashboard existe, a qualidade aparece — mas a escolha segue o preço, a conveniência, a rede e a política do contrato.

O dado não é o comando

O maior equívoco da transparência é confundir exposição com comando. Mostrar um indicador não obriga ninguém a agir. Mostrar um ranking não transforma automaticamente reputação em poder de decisão. Mostrar uma diferença de qualidade não significa que o comprador, o pagador ou o encaminhador atribuirá a essa diferença o peso que ela merece.

Na prática, o que acontece muitas vezes é mais frustrante. O hospital coleta, organiza, compara e divulga. A operadora lê, reconhece, talvez até concorde. Mas na hora da alocação, o critério dominante segue sendo outro: custo, previsibilidade, contrato, controle orçamentário. O dado se torna um elemento de narrativa institucional, não de decisão real.

Esse é o ponto em que a ilusão se desfaz. Transparência não cria valor por si só. Ela só cria valor quando muda a estrutura de incentivos que governa a escolha. Sem isso, ela vira uma vitrine sofisticada: mostra o que está acontecendo, mas não altera o que importa.

O que de fato muda comportamento

A parte mais importante da literatura, para mim, não é a que celebra a transparência. É a que mostra quando o comportamento realmente muda. E aqui o contraste é brutal: quando o pagador mexe no preço, o hospital reage.

No estudo com hospitais ingleses, a elevação do preço para um procedimento específico aumentou a taxa de daycase em quase seis pontos percentuais e a taxa de daycase planejado em 11 pontos percentuais. Houve ainda melhora em alguns desfechos, sem aumento de readmissão ou morte. Esse achado é decisivo porque mostra que não é a mera existência de um dado que produz mudança, mas o custo de ignorá-lo ou a vantagem de responder a ele.

Onde há incentivo, há resposta. Onde há só transparência, há informação. E informação, sozinha, não manda em nada.

Esse contraste desmonta uma crença muito difundida: a de que mostrar qualidade basta porque a qualidade, uma vez visível, venceria sozinha. Na verdade, o que vence é o arranjo que faz essa qualidade contar na equação de decisão.

A lógica do mercado da saúde

A saúde sempre tentou vender transparência como se ela fosse uma alavanca neutra, acima de conflito e interesse. Mas o mercado da saúde é feito justamente de conflito e interesse. Hospitais competem por contratos. Operadoras competem por custo. Profissionais competem por reputação e autonomia. E cada ator lê a qualidade com a lente do próprio problema.

Por isso, muitos dashboards e relatórios acabam servindo a uma função quase defensiva. Eles ajudam a prestar contas, a manter legitimidade, a montar narrativa, a sustentar reputação. Mas isso é diferente de influenciar escolha. A organização pode até aprender a se apresentar melhor sem aprender a mudar o que decide.

Essa distinção é central. Transparência pode melhorar comunicação, mas não necessariamente redistribui poder. Pode organizar o discurso, mas não necessariamente reorganiza o fluxo de pacientes. Pode dar à instituição uma aparência de controle, sem dar a ela controle efetivo sobre o destino dos casos.

A pergunta errada

Talvez o maior problema seja que fazemos a pergunta errada. Não deveríamos perguntar apenas “como mostrar melhor?”. Deveríamos perguntar: o que faz alguém perder algo ao ignorar essa informação? Se a resposta for “nada”, então o dashboard é apenas uma peça de comunicação. Se a resposta for “alguma coisa”, então existe incentivo. E só aí a informação ganha força.

Essa pergunta muda tudo porque desloca a análise da forma para a consequência. Em vez de discutir apenas visualização, passamos a discutir custo de ignorar, custo de permanecer igual, custo de escolher o barato quando o melhor está à vista. Esse é o ponto onde a transparência deixa de ser estética da gestão e vira mecanismo de poder.

E talvez seja justamente isso que incomoda tanto: a transparência é politicamente confortável porque parece exigir ação de todos, mas não obriga ninguém em particular. Ela expõe o dado, mas poupa o sistema. Ela informa, mas não pune. Ela ilustra, mas não altera. Por isso, tantas iniciativas terminam produzindo mais visibilidade do que mudança.

Quando o dado vira espelho

O resultado é que muita transparência funciona como espelho. O hospital se vê, o gestor se vê, a operadora se vê. Mas ver não basta para alterar a regra do jogo. A iluminação pode ser excelente e ainda assim a sala continuar com os móveis no mesmo lugar.

O que falta não é apenas dado. Falta uma engenharia de decisão em que o dado tenha custo, peso ou consequência. Sem isso, o sistema aprende a conviver com boas métricas sem se comprometer com elas. Ele até reconhece a qualidade, mas escolhe como se ela fosse opcional.

Essa é a grande ilusão: achar que mostrar basta porque, uma vez mostrado, o bom se imporia por evidência. A saúde real não funciona assim. Ela responde mais ao que altera incentivos do que ao que altera apenas consciência.

Fecho

A conclusão é desconfortável, mas útil: transparência sem incentivo produz informação; com incentivo, produz mudança. Se o sistema quer mesmo qualidade, ele precisa fazer a qualidade contar.

Se não conta, então o problema nunca foi falta de visibilidade. Foi falta de consequência.

Uma das objeções mais frequentes à incorporação de tecnologias de alto custo inicial e benefício prolongado não é clínica. É temporal. Ela geralmente aparece assim: “Quando a economia aparecer, este paciente já não estará mais comigo.”

É uma preocupação legítima. Se o pagador financia hoje uma intervenção cujo benefício econômico se realizará ao longo de anos, a permanência do beneficiário na mesma operadora importa. Ela determina, ao menos em parte, quanto do valor gerado poderá ser capturado por quem arcou com o custo inicial.

O problema não está em considerar rotatividade nos modelos, e sim em aplicar uma taxa média de rotatividade a qualquer paciente, como se todos os segmentos da carteira se comportassem da mesma forma. Os dados brasileiros sugerem que não se comportam.

A média de churn não descreve todos os beneficiários

No mercado brasileiro de planos médico-hospitalares, a taxa média de churn observada no período analisado foi de 2,47% ao mês. Esse número é útil para descrever o conjunto da carteira, mas ele esconde diferenças muito relevantes quando a análise é feita por idade.

A taxa mensal de churn chega a 3,83% entre beneficiários de 20 a 24 anos. Depois desse pico, diminui progressivamente até alcançar 0,89% entre 75 e 79 anos.

Em outras palavras: a maior rotatividade não está nos beneficiários idosos. Está no início da vida adulta, uma fase em que se combinam saída da condição de dependente, mudança de emprego, mudança de renda e reorganização familiar.

A probabilidade de permanecer três anos na mesma operadora é de 26,0% entre 20 e 29 anos, e de 72,1% entre 70 e 79 anos. Uma diferença de 2,8 vezes.

Contar cancelamentos não é estimar risco

Existe uma armadilha comum nessa discussão: olhar para o número absoluto de cancelamentos por faixa etária e concluir que os grupos com mais saídas são os mais rotativos, sendo que o total de cancelamentos depende também do tamanho da população exposta.

A faixa de 30 a 39 anos, por exemplo, aparece em primeiro lugar quando se contam cancelamentos, pois concentra muitos beneficiários. Quando a análise divide os cancelamentos pelo estoque exposto, a leitura muda: entre as faixas adultas relevantes, o grupo de 70 a 79 anos apresenta uma das menores taxas de churn.

A diferença é simples, mas decisiva: contagens respondem onde estão os cancelamentos; taxas respondem quem tem maior risco de cancelar. Para estimar um horizonte de captura, a segunda pergunta é a que importa.

O idoso também já acumulou mais tempo no plano

A análise de fluxo mostra a probabilidade de permanência futura. Há outra evidência complementar: o tempo já acumulado pelos vínculos que permanecem ativos. Entre os beneficiários ativos, a mediana de tempo desde a primeira contratação é de:

Faixa etária	Mediana de anos no plano
20–29 anos	1,7
40–49 anos	2,9
60–69 anos	5,1
70–79 anos	8,2
80 anos ou mais	10,4

Metade dos beneficiários ativos com 80 anos ou mais já acumulou mais de uma década na mesma operadora. Esses números medem apenas o tempo já transcorrido, não a duração final do vínculo, mas reforçam que a menor rotatividade dos grupos mais velhos não aparece só na projeção: aparece também no histórico dos vínculos que seguem ativos.

Mortalidade e churn comercial são coisas diferentes

A objeção mais imediata costuma ser: “mas os beneficiários mais velhos morrem”. Sim. A mortalidade importa e deve ser incorporada à avaliação econômica e clínica, mas ela não é a mesma coisa que saída comercial.

O churn total inclui óbito porque o vínculo administrativo se encerra, sendo apropriado quando a pergunta é por quanto tempo o pagador permanecerá exposto a custos e benefícios futuros. Porém, quando a pergunta é se a operadora perderá o beneficiário para outra operadora antes de capturar o valor da intervenção, mortalidade e perda comercial precisam ser separadas.

Aos 70–79 anos, 22,7% das saídas registradas são óbito. Ao excluir os óbitos identificados, o churn mensal da faixa cai de 0,90% para 0,70%, e a permanência comercial em três anos sobe para 77,7%. A distinção não diminui o risco clínico, apenas evita que ele seja contado duas vezes, como se fosse risco de troca de pagador.

O tempo de vínculo pode ser mais importante que a idade

A idade não é a única variável relevante. O tempo já cumprido no plano tem papel ainda mais forte. No modelo conjunto, o tempo de vínculo respondeu por 50,4% da variação explicada no risco de cancelamento comercial. A operadora respondeu por 19,4%; a idade, por 5,1%; e a modalidade, por 4,6%.

Para um beneficiário de 70 anos, a diferença é concreta:

Tempo de vínculo	Permanência comercial em 5 anos
Acabou de entrar	43,1%
Três anos de plano	55,8%
Dez anos de plano	74,1%
Vinte anos de plano	82,9%

Em vez de perguntar apenas qual é a idade do paciente, a análise pode combinar idade atual + tempo de vínculo + características da carteira — variáveis que a operadora já tem no momento da autorização.

O que isso muda na prática

Nenhum dado de churn, isoladamente, determina se uma tecnologia deve ou não ser coberta. A decisão de incorporação continua dependendo de evidência clínica, preço, impacto orçamentário, efetividade comparativa, incerteza de longo prazo, custo de oportunidade e desenho contratual.

Mas o horizonte de permanência também faz parte do modelo. E, se é parte do modelo, precisa ser calibrado. Para terapias voltadas a populações mais velhas — sobretudo com vínculo já consolidado — aplicar a taxa média de churn da carteira pode superestimar de forma importante o risco de perda comercial antes da realização do benefício.

A discussão deixa de ser uma disputa abstrata sobre se “o paciente vai embora” e passa a ser uma análise observável, auditável e específica ao perfil do vínculo.

Sobre o estudo

O Horizonte de Captura analisa a permanência de beneficiários na saúde suplementar brasileira a partir de dados públicos da ANS, incluindo 47,6 milhões de vínculos médico-hospitalares ativos e 2,96 bilhões de expostos-mês. A versão integral aprofunda probabilidades de permanência em 1, 3, 5 e 10 anos; a separação entre churn total e comercial; cruzamentos por idade, tempo de vínculo, contratação, modalidade e UF; a variação de retenção entre operadoras comparáveis; causas de saída; testes de robustez; e parâmetros para modelos de impacto orçamentário e captura de valor.

Receber a prévia gratuitaGet the free preview Testar a demonstraçãoTry the demo