Ajuste da medição é outra dimensão da estrutura, adicional ao projeto do estudo ou atribuição. 

Comparabilidade da medição requer ajustes apropriados para fatores que influenciam a aferição, mas não estão relacionados com a intervenção do programa. 

Por exemplo, ajustes de dados demográficos do paciente (idade e sexo) são comumente aplicados às taxas de Utilização. 

Ajuste pode ser considerado ao longo de um continuum similar para estudar um projeto de abordagem relacionada à complexidade e validade, a não ser pelo fato de que a metodologia de ajuste do continuum é  de efeito Cumulativo.

Sucessivamente, cada nível de ajuste mais elevado visa real ou efetivamente incluir as metodologias abaixo dele. 

O Relatório de Diretrizes de Resultados, documenta se de como abordar o ajuste de risco para um programa em particular, o que depende do resultado a ser medido e, se essa medida é:

Impactada apenas por variáveis de confusão exógenas e não pelas intervenções, onde não há a preocupação de que os impactos do programa sejam alterados pelo ajuste (por exemplo, exclusões de inelegíveis, tendência de não-crônicos), ou impactada por fatores exógenos de confusão assim como por intervenções do programa que podem, potencialmente, ser distorcidas ou descontadas pelo ajuste (por exemplo, prevalência da doença ou da gravidade, ou uma combinação de fatores).

Abordagens do grupo controle podem exigir ajustes estatísticos, além de ajustes de estratificação e de exclusão. 

O modelo de regressão linear ajusta e avalia simultaneamente a associação de múltiplas variáveis para a medição do resultado. 

Quando se utiliza um modelo ajustado de controle casado para avaliar o efeito do resultado, o PSM (escore de propensão, do inglês “propensity score match”) pode ser usado para determinar a adequação entre indivíduos participantes e não participantes com base em covariáveis apropriadas. 

Estas pontuações são resultado do modelo de regressão.

Esta abordagem requer uma atenção cuidadosa em função do envolvimento o dos vários parâmetros estimados. Caso contrário, a aparência de rigor pode mascarar combinações inválidas.

Fonte: Caderno “Mais Saúde – Panorama da Saúde Populacional Asap” e Comitê Técnico da Asap