Estás en:

Métodos para la suavización de indicadores de mortalidad: aplicación al análisis de desigualdades en mortalidad en ciudades del Estado español (Proyecto MEDEA)

Barceló, M Antònia; Saez, Marc; Cano-Serral, Gemma; Martínez-Beneito, Miguel Ángel; Martínez, José Miguel; Borrell, Carme; Ocaña-Riola, Ricardo; Montoya, Imanol; Calvo, Montse; López-Abente, Gonzalo; Rodríguez-Sanz, Maica; Toro, Silvia; Alcalá, José Tomás; Saurina, Carme; Sánchez-Villegas, Pablo; Figueiras, Adolfo

Publicado en Gac Sanit. 2008;22:596-608. - vol.22 núm 06

Español: [ Resumen | Texto completo | PDF ]
English: [ The English version is not available ]

Resumen

Aunque la experiencia en el estudio de las desigualdades en la mortalidad en las ciudades españolas es amplia, quedan grandes núcleos urbanos que no han sido investigados utilizando la sección censal como unidad de análisis territorial. En este contexto se sitúa el proyecto coordinado «Desigualdades socioeconómicas y medioambientales en la mortalidad en ciudades de España. Proyecto MEDEA», en el cual participan 10 grupos de investigadores de Andalucía, Aragón, Cataluña, Galicia, Madrid, Comunitat Valenciana y País Vasco. Cabe señalar cuatro particularidades: a) se utiliza como área geográfica básica la sección censal; b) se emplean métodos estadísticos que tienen en cuenta la estructura geográfica de la región de estudio para la estimación de riesgos; c) se aprovechan las oportunidades que ofrecen 3 fuentes de datos complementarias (información sobre contaminación atmosférica, información sobre contaminación industrial y registros de mortalidad), y d) se emprende un análisis coordinado de gran alcance, favorecido por la implantación de la redes temáticas de investigación. El objetivo de este trabajo es explicar los métodos para la suavización de indicadores de mortalidad en el proyecto MEDEA. El artículo se centra en la metodología y los resultados del modelo de mapa de enfermedades de Besag, York y Mollié (BYM). Aunque en el proyecto se han suavizado, mediante el modelo BYM, las razones de mortalidad estandarizadas (RME) correspondientes a 17 grandes grupos de causas de defunción y 28 causas específicas, aquí se aplica esta metodología a la mortalidad por cáncer de tráquea, de bronquios y de pulmón en ambos sexos en la ciudad de Barcelona durante el período 1996-2003. Como resultado se aprecia un diferente patrón geográfico en las RME suavizadas en ambos sexos. En los hombres se observan unas RME mayores que la unidad en los barrios con mayor privación socioeconómica. En las mujeres este patrón se observa en las zonas con un mayor nivel socioeconómico.

Palabras clave Proyecto MEDEA. RME. Sección censal. Modelo BYM.

Introducción

Introducción E n estos últimos años abundan los estudios que han considerado el área geográfica como un determinante de la salud. De hecho, la salud está afectada no sólo por determinantes individuales sino también por otros ecológicos o contextuales^1-3. Así, por ejemplo, es ampliamente conocido que la pobreza afecta a la salud de las personas de forma individual, pero el análisis del contexto permite averiguar si la pobreza del área de residencia también es un determinante de la salud. Además, la salud de un grupo es más que la suma de la salud de los miembros individuales, y la perspectiva brindada por estos estudios permite un abordaje más cercano a la salud pública que los estudios individuales⁴. Sin embargo, la proliferación del análisis de las desigualdades en salud teniendo en cuenta el territorio ha sido impulsada por, al menos, dos factores adicionales. En primer lugar, la demanda proveniente del campo de las políticas sanitarias, ya que estos estudios permiten identificar áreas geográficas con indicadores socioeconómicos y de salud más desfavorables. En segundo lugar, y en ocasiones el motivo determinante, los datos sólo están disponibles por área geográfica (por motivos de confidencialidad o por la inexistencia de series temporales completas^5,6). Durante la década de 1990 se llevaron a cabo algunos estudios ecológicos sobre desigualdades en mortalidad en ciudades españolas, como Barcelona^7-10, Granada¹¹, Málaga¹² y Valencia⁹. Posteriormente, se realizaron investigaciones en otras ciudades españolas que, al igual que las anteriores, fueron desarrolladas tomando como unidad territorial de análisis grandes...

Bibliografía

1. Krieger N. Epidemiology and the web of causation: has anyone seen the spider? Social Sci Med. 1994;38:887-903.

2. Susser M, Susser E. Choosing a future for epidemiology (II). From black box to Chinese boxes and eco-epidemiology. Am J Public Health. 1996;86:674-7.

Pubmed

3. Diez-Roux AV. Investigating neighborhood and area effects on health. Am J Public Health. 2001;91:1783-9.

Pubmed

4. Susser M. The logic in ecological (I). The logic of analysis. Am J Public Health. 1994;84:825-9.

Pubmed

5. Grupo de trabajo de la Sociedad Española de Epidemiología. La medición de la clase social en ciencias de la salud. Barcelona: SG Editores; 1995.

6. Borrell C, Pasarín MI. Desigualdad en salud y territorio urbano. Gac Sanit. 2004;18:1-4.

Pubmed Elsevier

7. Costa J. Desigualtats en la mortalitat als barris de Barcelona: la seva relació amb l'atur, l'analfabetisme i la categoria professional [tesis doctoral]. Barcelona: Universitat Autònoma de Barcelona; 1991.

8. Borrell C, Arias A. Desigualdades en mortalidad en los barrios de Barcelona. Gac Sanit. 1993;7:205-220.

Pubmed

9. Arias A, Ribagliato M, Palumbo MA, Bellver R, Ashton J, Colomer C, et al. Desigualdades en salud en Barcelona y Valencia. Med Clin (Barc). 1993;100:281-7.

10. Pasarín MI, Borrell C, Plasencia A. ¿Dos patrones de desigualdades en mortalidad en Barcelona? Gac Sanit. 1999; 13:431-40.

11. Ruiz-Mariscal I, March-Cerdá J. Desigualdades en salud en los municipios periféricos de la aglomeración urbana de Granada. Aten Primaria. 1998;22:269-78.

Pubmed

12. Martín FJ, March JC. Desigualdades sociales en salud en la ciudad de Málaga. Gac Sanit. 1992;6:198-206.

Pubmed

13. Ruiz-Ramos M, Sánchez J, Garrucho G, Viciana F. Desigualdades en mortalidad en la ciudad de Sevilla. Gac Sanit. 2004;18:16-23.

Pubmed

14. García-Gil C, Cruz-Rojo C, Álvarez-Girón M, Solano-Pares A. Health inequalities in Seville, Spain: use of indicators of social deprivation and mortality in small areas. Public Health. 2004;118:11-20.

Pubmed

15. Lawson AB. Statistical methods in spatial epidemiology. 2nd ed. New Jersey: John Wiley & Sons; 2006.

16. The Public Health Disparities Geocoding Project Monograph. Boston: Harvard School of Public Health 2004 [citado 20 Jul 2007]. Disponible en: http://www.hsph.harvard.edu/thegeocodingproject

17. Domínguez-Berjón MF, Borrell C. Mortalidad y privación socioeconómica en las secciones censales y los distritos de Barcelona. Gac Sanit. 2005;19:363-9.

Pubmed

18. Esnaola S, Aldasoro E, Ruiz R, Audicana C, Pérez Y, Calvo M. Desigualdades socioeconómicas en la mortalidad en la Comunidad Autónoma del País Vasco. Gac Sanit. 2006;20: 16-24.

Pubmed

19. Ocaña-Riola R, Saez M, Sánchez-Cantalejo C, Barceló MA, Fernández A, Saurina C. Protocolo de Investigación del Atlas de Mortalidad de las Capitales de provincia de Andalucía y Cataluña (Proyecto AMCAC). Rev Esp Salud Pub. 2005;79: 613-20.

20. Ocaña-Riola R, Saurina C, Fernández-Ajuria A, Lertxundi A, Sánchez-Cantalejo C, Sáez M, et al. Area deprivation and mortality in the provincial capital cities in Andalusia and Catalonia (Spain). J Epidemiol Comm Health. 2008;62:147-52.

21. Ocaña-Riola R, Sánchez-Cantalejo C, Fernández-Ajuria A, Ruiz-Ramos M, Mayoral JM, Méndez C, et al. Atlas de Mortalidad de las Capitales de Provincia de Andalucía (1992-2002). Granada: EASP; 2007.

22. Benach J, Martínez JM, Yasui Y, Borrell C, Pasarín MI, Español E, et al. Atlas de Mortalidad en Áreas Pequeñas en Cataluña (1984-1998). Barcelona: UPF, Fundació Jaume Bofill, Editorial Mediterrània; 2004.

23. Best N, Richardson S, Thomson A. A comparison of Bayesian spatial models for disease mapping. Stat Met Med Res. 2005;14:35-9.

24. Torrella A, Abellán JJ, Martínez-Beneito MA, Melchor I, Guallar A, Vanaclocha H, et al. Atlas de la mortalidad por cáncer en la Comunidad Valenciana 1987-1996 [citado 20 Jul 2007]. Disponible en: http://www.sp.san.gva.es/isum/Direct. jsp?ISUM_Shortcut=atlas_cancer

25. Martínez-Beneito MA, López-Quílez A, Amador A, Melchor I, Botella P, Abellán C, et al. Atlas de la mortalidad de la Comunidad Valenciana 1991-2000. València: Generalitat Valenciana, Conselleria de Salut; 2005.

26. Lope V, Pollán M, Pérez-Gómez B, Aragonés N, Ramis R, Gómez-Barroso D, et al. Municipal mortality due to thyroid cancer in Spain. BMC Public Health. 2006;6:302.

Pubmed

27. López-Abente G, Ramis R, Pollán M, Aragonés N, Pérez-Gómez B, Gómez-Barroso D, et al. Atlas municipal de mortalidad por cáncer en España, 1989-1998. Madrid: Instituto de Salud Carlos III; 2006.

28. Abellana R, Ascaso C. Métodos estadísticos para analizar el riesgo con patrones de distribución espacial. Med Clin (Barc). 2004;122:68-72.

29. Arizo V, Botella Rocamora P, Abellán C, Martínez-Beneito MA, García Blasco MJ, Amador A, et al. Aproximación a las enfermedades raras en la Comunidad Valenciana, 1999-2003. Valencia: Conselleria de Sanitat, Generalitat Valenciana; 2005.

30. Botella Rocamora P, Zurriaga O, Posada de la Paz M, Martínez-Beneito M, Prieto Bel E, Robustillo Rodela A, et al. Atlas nacional provincial de enfermedades raras. 1999-2003. Valencia: Repier; 2006.

31. EPER 2006 [citado 20 Jul 2007]. Disponible en: http://eper.ec. europa.eu/eper/

32. Thomas RW. Spatial epidemiology. Londres: Pion; 1990.

33. Sáez M, Saurina C. Estadística y epidemiología espacial. Girona: Edicions a Petició; 2007.

34. Elliott P, Wartenberg D. Spatial epidemiology: current approaches and future challenges. Environm Health Perspect. 2004;112:998-1006.

35. Ghosh M, Rao JMK. Small area estimation: an appraisal. Statistical Science. 1994;9:55-76.

36. Cuzick J, Elliott P. Small-area studies: purpose and methods. En: Elliott P, Cuzick J, English D, Stern R, editors. Geographical and environmental epidemiology: methods for small area studies. Oxford: Oxford University Press; 1992. p. 14-21.

37. Quinn M. Introduction. En: Office for National Statistics (ONS). Cancer Atlas of the United Kingdom and Ireland 1991-2000. Londres: ONS; 2005. p. 1-5 [citado 20 Jul 2007]. Disponible en: http://www.statistics.gov.uk/statbase/Product.asp?vlnk=14059

38. Wilkinson P, Thakrar B, Shaddick G, Stevenson S, Pattern-den S, Landon M, et al. Cancer incidence and mortality around the Pan Britannica Industries pesticide factory, Waltham Abbey. Occup Environ Med. 1997;54:101-7.

Pubmed

39. Lawson AB, Browne WJ, Vidal-Rodeiro CL. Disease mapping with WinBUGS and MLwiN. Chichester: John Wiley & Sons; 2003.

40. Clayton D, Kaldor J. Empirical Bayes estimates for age-standardized relative risks. Biometrics. 1987;43:671-81.

Pubmed

41. Böhning D. Computer-assisted analysis of mixtures and applications: meta-analysis, disease mapping and others. Boca Raton: Chapman and Hall; 1999.

42. Lawson AB, Biggeri AB, Böhning D, Lesaffre E, Viel JF, Clark A, et al. Disease mapping models: an empirical evaluation. Stat Med. 2000;19:2217-41.

Pubmed

43. Besag J, York J, Mollie A. Bayesian image restoration, with two applications in spatial statistics. Ann Institute Statistical Mathematics. 1991;43:1-59.

44. Mollie A. Bayesian mapping of disease. En: Gilks WR, Richardson S, Spiegelhalter DJ, editors. Markov chain Monte Carlo in practice. Nueva York: Chapman & Hall; 1996. p. 359-79.

45. Richardson S, Thomson A, Best NG, Elliot P. Interpreting posterior relative risk estimates in disease-mapping studies. Environ Health Persp. 2004;112:1016-25.

46. Domínguez-Berjón MF, Borrell C, Cano-Serral G, Esnaola S, Nolasco A, Pasarín MI, et al. Construcción de un índice de privación a partir de datos censales en grandes ciudades (Proyecto MEDEA). Barcelona: Proyecto MEDEA (mimeo); 2007.

47. Besag J. Spatial interaction and the statistical analysis of lattice systems (with discussion). J Royal Statistical Society, Series B. 1974;36:192-236.

48. Clayton DG, Bernadinelli L, Montomoli C. Spatial correlation in ecological analysis. Int J Epidemiol. 1993;22:1193-202.

Pubmed

49. Gelman A. Prior distributions for variance parameters in hierarchical models. Bayesian Analysis. 2005;1:1-19.

50. Gilks WR, Richardson S, Spiegelhalter DJ, editors. Markov chain Monte Carlo in practice. Nueva York: Chapman & Hall; 1996.

51. Elliot P, Best NG. Geographical patterns of disease. En: Armitage P, Colton T, editors. Encyclopedia of biostatistics. 2nd ed. Chichester: John Wiley & Sons; 2005 [citado 20 Jul 2007]. Disponible en: http://eu.wiley.com/legacy/wileychi/eob/articles.html

52. Geman S, Geman D. Stochastic relaxation, Gibbs distributions and the Bayesian restoration of images. IEEE Transactions on Pattern Analysis and Machine Intelligence. 1984;12:609-28.

53. Tanner MA, Wong WH. The calculation of posterior distributions by data augmentation. JASA. 1987;82:528-49.

54. Gelfand AE, Smith AFM. Sampling-based approaches to calculating marginal densities. JASA. 1990;85:398-409.

55. Spiegelhalter D, Thomas A, Best N, Lunn D. WinBUGS User Manual. Version 1.4. Enero 2003 [citado 20 Jul 2007]. Disponible en: http://www.mrc-bsu.cam.ac.uk/bugs

56. Brooks SP, Gelman A. Alternative's methods for monitoring convergence of iterative simulations. J Computational Graphical Statistics. 1998;7:434-55.

57. Carlin BP, Gelman A, Neal RM. Markov chain Monte Carlo in practice: a roundtable discussion. The American Statistician. 1998;52:93-100.

58. Gelman A, Carlin JB, Stern HS, Rubin DB. Bayesian data analysis. Londres: Chapman & Hall/CRC; 2004.

59. R Development Core Team. R: A language and environment for statistical computing. Vienna: R Foundation for Statistical Computing, 2007, ISBN 3-900051-07-0 [citado 20 Jul 2007]. Disponible en: http://www.R-project.org

60. Gelman A, Sturtz S, Ligges U. The R2WinBUGS Package [citado 20 Jul 2007]. Disponible en: http://www.stat.columbia.edu/~gelman/bugsR/

61. Levin-Koh NJ, Bivand R. The maptools package [citado 20 Jul 2007]. Disponible en: http://cran.r-project.org/

62. Neuwirth E. The RColorBrewer package [citado 20 Jul 2007]. Disponible en: http://cran.r-project.org/

63. Grup de Recerca en Estadístic.a, Economia Aplicada i Salut (GRECS). Universitat de Girona [citado 1 Sep 2007]. Disponible en: http://www.3.udg.edu/fcee/economia/english/ grecs.htm

64. López AD, Hollinshaw EN, Piha T. A descriptive model of cigarette epidemic in developed countries. Tobacco Control. 1994;3:242-7.

65. Regidor E, Gutiérrez-Fisac JL, Calle E, Navarro P, Domínguez V. Trends in cigarrete smoking in Spain by social class. Prev Med. 2001;33:241-8.

Pubmed

66. Borrell C, Rué M, Pasarín MI, Rohlfs I, Ferrando J, Fernández E. Trends in social class inequalities in health status, health-related behaviors, and health services utilization in a Southern European urban area (1983-1994). Prev Med. 2000;31: 691-701.

Pubmed

67. Giskes K, Kunst AE, Benach J, Borrell C, Costa G, Dahl E, et al. Trends in smoking behaviour between 1985 and 2000 in nine European countries by education. J Epidemiol Comm Health. 2005;59:395-401.

68. Bolumar-Montrull F, Vioque-López J, Rebagliato-Ruso M. Estudios descriptivos ecológicos. Estudios transversales. En: Piedrola-Gil G, editor. Medicina preventiva y salud pública. 10.ª ed. Barcelona: Masson, 2002. p. 87-100.

69. Wakefield J, Shaddick G. Health-exposure modelling and the ecological fallacy. Biostatistics. 2006;7:438-55.

Pubmed

70. Portnov BA, Dubnov J, Barchana M. On ecological fallacy, assessment errors stemming from misguided variable selection, and the effect of aggregation on the outcome of epidemiological study. J Exposure Sci Environ Epidemiol. 2007; 17:106-21.

71. Briggs D, Fecht D, De Hoogh K. Census data issues for epidemiology and health risk assessment: experiences from the Small Area Health Statistics Unit. JRSS, Series A. 2007; 170:355-78.

Barceló, M Antònia^a; Saez, Marc^a; Cano-Serral, Gemma^b; Martínez-Beneito, Miguel Ángel^c; Martínez, José Miguel^d; Borrell, Carme^e; Ocaña-Riola, Ricardo^f; Montoya, Imanol^g; Calvo, Montse^h; López-Abente, Gonzaloⁱ; Rodríguez-Sanz, Maica^b; Toro, Silvia^f; Alcalá, José Tomás^j; Saurina, Carme^a; Sánchez-Villegas, Pablo^f; Figueiras, Adolfo^k

^aGrup de Recerca en Estadística, Economia Aplicada i Salut, GRECS, Universitat de Girona. CIBER en Epidemiología y Salud Pública (CIBERESP)

^bCIBER en Epidemiología y Salud Pública (CIBERESP). Agència de Salut Pública de Barcelona, Barcelona, España

^cDirecció General de Salut Pública, Conselleria de Sanitat, València, España

^dUniversitat Pompeu Fabra, Barcelona, España

^eCIBER en Epidemiología y Salud Pública (CIBERESP). Agència de Salut Pública de Barcelona, Barcelona, España. Universitat Pompeu Fabra, Barcelona, España

^fEscuela Andaluza de Salud Pública, Granada, España

^gUnidad de Investigación de Atención Primaria de Bizkaia, Osakidetza/Servicio Vasco de Salud, Vitoria, España

^hDepartamento de Sanidad, Gobierno Vasco, Vitoria, España

ⁱCIBER en Epidemiología y Salud Pública (CIBERESP). Centro Nacional de Epidemiología, Instituto de Salud Carlos III, Madrid, España

^jUniversidad de Zaragoza, Zaragoza, España

^kCIBER en Epidemiología y Salud Pública (CIBERESP). Departamento de Medicina Preventiva, Universidad de Santiago de Compostela, Santiago de Compostela, A Coruña, España.