Adesão em programas de emagrecimento: como aumentar resultados

Dois em cada três pacientes de GLP-1 abandonam o tratamento. A ciência comportamental por trás disso — e o que clínicas podem mudar ao identificar o estágio psicológico de cada paciente.

Por Renato Romani · Publicado 28 de abr. de 2026 · 7 min de leitura

Ilustração em três painéis: uma pessoa evita a balança, depois a usa com calma, e profissionais de saúde a acompanham com cuidado.

A adesão é o principal fator que determina resultados clínicos e retorno sobre investimento em programas de emagrecimento. Não é o protocolo. Não é o medicamento. Não é o prescritor. É a adesão. E muitos programas falham não pela qualidade da intervenção, mas por ignorarem o momento psicológico em que o paciente se encontra quando o tratamento começa.

Evidências robustas publicadas em revistas clínicas de referência confirmam o que os clínicos experientes já sabem: em terapias com GLP-1, o paciente que permanece no tratamento é o paciente que tem sucesso. O paciente que abandona — e cerca de dois em cada três abandonam — explica a maior parte do que um programa de emagrecimento perde em valor clínico e econômico.

A pergunta, portanto, não é como encontrar pacientes melhores. É como receber de forma diferente os pacientes que você já tem.

Dois pacientes, o mesmo programa

Imagine duas pessoas entrando na mesma clínica de emagrecimento no mesmo dia.

Ana já tentou várias dietas. Está cansada de falhar, mas sente que precisa fazer algo.

Carlos foi encaminhado pelo médico. Ele evita falar sobre peso e há dois anos não pisa em uma balança.

Ambos são elegíveis para o programa. Mas tratá-los da mesma forma é justamente o erro que perde os dois.

A diferença entre o engajamento sustentado e o abandono precoce, muitas vezes, não está no tratamento em si — está no momento psicológico em que o paciente se encontra. Esse é o território mapeado por um dos modelos mais validados da ciência comportamental: o Modelo Transteórico de Mudança (Prochaska & DiClemente, 1983).

O princípio: nem todos estão prontos para mudar

O Modelo Transteórico descreve a mudança de comportamento como um processo que se desenvolve em cinco estágios:

  • Pré-contemplação — o paciente não reconhece o problema, ou evita ativamente pensar nele
  • Contemplação — o problema é reconhecido, mas a ambivalência domina
  • Preparação — o planejamento começa; pequenas mudanças aparecem
  • Ação — os comportamentos mudam
  • Manutenção — a mudança se torna duradoura

O modelo é amplamente validado em saúde pública e pesquisa em comportamento alimentar (Prochaska & Velicer, 1997). No contexto específico da obesidade, intervenções alinhadas ao estágio de prontidão produzem consistentemente melhor adesão e melhores resultados do que programas de tamanho único (Teixeira et al., 2012).

A implicação é desconfortável para qualquer programa construído em torno de protocolos padronizados: a baixa adesão em programas de emagrecimento, na maior parte das vezes, não é um problema de tratamento. É um problema de descompasso de estágio.

O obstáculo invisível: o Problema do Avestruz

Antes mesmo que a adaptação ao estágio possa começar, há um problema mais silencioso. Muitos pacientes evitam justamente a informação da qual o tratamento depende:

  • Evitam a balança
  • Evitam olhar exames
  • Evitam discutir o peso com profissionais

Esse comportamento é conhecido como Ostrich Effect — a tendência de evitar seletivamente informações que possam ser ameaçadoras (Karlsson, Loewenstein & Seppi, 2009). No contexto do emagrecimento, isso não é falta de interesse nem preguiça. É um mecanismo de proteção contra a vergonha, o medo do fracasso e a sensação de perda de controle.

Um programa eficaz não força o enfrentamento. Ele reduz a ameaça da informação.

Estrutura do programa: convite, análise e ajuste

Fase 1 — Convite universal

Todos os interessados são acolhidos no programa. Isso é fundamental por duas razões. Primeiro, remove o estigma: o programa não é um clube para os já motivados. Segundo, captura pacientes em todos os momentos da jornada, não apenas os prontos para a ação.

A construção do convite faz o trabalho:

Este programa não é sobre mudar tudo de uma vez. É sobre entender melhor o seu corpo e dar pequenos passos que façam sentido para você.

Repare no que está ausente — nenhuma linguagem sobre peso, fracasso ou transformação. Saúde, energia, longevidade. O programa é posicionado como uma ferramenta de autoconhecimento, não de julgamento.

Fase 2 — Análise do estágio

Após aceitar o convite, o paciente responde a um questionário estruturado. O instrumento não é uma triagem — é uma ferramenta de roteamento. As perguntas avaliam:

  • A autopercepção sobre peso e saúde
  • O histórico de tentativas anteriores
  • A disposição para a mudança
  • A reação emocional ao monitoramento

Exemplos de perguntas que revelam o estágio:

  • "Você tem pensado em mudar algo relacionado ao seu peso?"
  • "Você tentou perder peso nos últimos seis meses?"
  • "Como você se sente ao se pesar?"
  • "Você acredita que acompanhar seus dados de saúde pode ajudar?"

Com base nas respostas, o paciente é classificado em um dos cinco estágios. Isso não é exclusão. É calibração.

Fase 3 — Ajuste funcional, não seleção

Todos permanecem no programa, mas o programa fala com cada paciente de forma diferente. O acesso não muda. A conversa muda.

Adaptando o programa ao estágio do paciente

Pré-contemplação: reduzir a ameaça

Esses pacientes evitam o monitoramento. Exigir pesagem diária é a forma mais rápida de perdê-los.

A estratégia é indireta: introduzir os dados pela via da energia, do sono e do movimento, antes de chegar ao peso. Reforçar a autonomia. A mensagem é permissão, não pressão:

Você não precisa mudar nada agora. Vamos só começar entendendo melhor como o seu corpo funciona.

Contemplação: trabalhar com a ambivalência

Esses pacientes já enxergam o problema, mas têm medo da resposta.

A estratégia é validar a ambivalência — discutir abertamente os prós e contras da mudança, e posicionar o automonitoramento como uma ferramenta, não um veredito:

Muitas pessoas se sentem assim no começo. O objetivo não é te avaliar — é te ajudar a enxergar padrões que você talvez ainda não tenha percebido.

Preparação: estruturar a ação

O paciente está pronto. Agora a tarefa é fazer com que a estrutura pareça alcançável.

A estratégia: introduzir a pesagem regular, explicar o papel das ferramentas de monitoramento (Sinque, no stack EW2Health), definir metas pequenas:

Agora que você decidiu começar, vamos usar os dados para entender o que funciona melhor para o seu corpo.

Ação e manutenção: reforçar a consistência

Esses pacientes são os que mais se beneficiam diretamente do monitoramento. Os dados se correlacionam com o uso de GLP-1, ajudam a prevenir o platô precoce do tratamento e constroem a durabilidade que protege contra a recaída:

Os dados estão mostrando o impacto das suas escolhas. Isso ajuda a ajustar o tratamento e proteger o progresso que você já conquistou.

Sem adaptação ao estágio, a adesão em programas de emagrecimento tende a cair fortemente já nas primeiras semanas. Com adaptação, a curva se aplaina — e a taxa de abandono de 65% que caracteriza o cuidado padrão começa a parecer evitável.

O papel do monitoramento: ponte, não vigilância

O maior risco em qualquer programa baseado em monitoramento é que o paciente experimente os dados como controle externo. Como julgamento. Como pressão para performar.

O posicionamento correto é o oposto. O monitoramento é uma ponte entre o paciente e o próprio corpo — especialmente em tratamentos com GLP-1, em que a resposta individual varia e a diferença entre uma dose que funciona e uma que estagna aparece em padrões que o paciente, sozinho, não consegue ver.

Sem dados, o paciente opera no escuro. Com dados, ganha clareza — e da clareza vem o controle.

O que seleção realmente significa

Programas tradicionais de emagrecimento falham porque tratam todos os pacientes de forma idêntica. O modelo proposto aqui faz o oposto:

  • Todos são convidados
  • Cada paciente é recebido onde está
  • O programa se adapta ao paciente — não o paciente ao programa

O resultado é o que os dados mostram quando esse modelo é aplicado: menos abandono precoce, menos ansiedade com o monitoramento, menos resistência ao tratamento — e mais engajamento, mais adesão sustentada ao GLP-1, mais progresso mensurável.

A mudança é pequena. Mas é a diferença entre um programa que produz alguns resultados transformadores e um programa que produz resultados duradouros em escala.

Referências

  • Prochaska, J. O., & DiClemente, C. C. (1983). Stages and processes of self-change of smoking. Journal of Consulting and Clinical Psychology.
  • Prochaska, J. O., & Velicer, W. F. (1997). The Transtheoretical Model of Health Behavior Change. American Journal of Health Promotion.
  • Teixeira, P. J., Carraça, E. V., Markland, D., Silva, M. N., & Ryan, R. M. (2012). Exercise, physical activity, and self-determination theory: A systematic review. International Journal of Behavioral Nutrition and Physical Activity.
  • Karlsson, N., Loewenstein, G., & Seppi, D. (2009). The Ostrich Effect: Selective attention to information. Journal of Risk and Uncertainty.

Referências

  1. Prochaska JO, DiClemente CC (1983). Stages and processes of self-change of smoking: Toward an integrative model of change. Journal of Consulting and Clinical Psychology. https://doi.org/10.1037/0022-006X.51.3.390
  2. Prochaska JO, Velicer WF (1997). The Transtheoretical Model of Health Behavior Change. American Journal of Health Promotion. https://doi.org/10.4278/0890-1171-12.1.38
  3. Teixeira PJ, Carraça EV, Markland D, Silva MN, Ryan RM (2012). Exercise, physical activity, and self-determination theory: A systematic review. International Journal of Behavioral Nutrition and Physical Activity. https://doi.org/10.1186/1479-5868-9-78
  4. Karlsson N, Loewenstein G, Seppi D (2009). The Ostrich Effect: Selective attention to information. Journal of Risk and Uncertainty. https://doi.org/10.1007/s11166-009-9060-6

Compartilhe este ensaio

Renato Romani MD MBA

Renato Romani, MD MBA

Médico e especialista em medicina esportiva. Ex-professor assistente da Universidade Federal de São Paulo. Praticante de machine learning desde 2023 e inventor da Predictive Behavioral Analytics.

Conectar no LinkedIn →