This study investigates testicular cancer (TC) mortality trends and spatial patterns in Spain, utilizing provincial-level spatial analysis to identify high-risk clusters.
MethodsAn ecological study was conducted using TC mortality data (ICD-10 code C62) from the Spanish National Institute of Statistics (2004–2023). Age-standardized mortality rates (ASMRs) were calculated using the direct method. Temporal trends were analyzed with joinpoint regression. Spatial patterns were assessed using standardized mortality ratios (SMR), smoothed relative risk (RR), and posterior probabilities (PP) through Bayesian hierarchical models. Spatial clustering was examined with Tango’s test and Kulldorff’s likelihood ratio test.
ResultsA total of 909 TC deaths were recorded, with ASMRs ranging from 0.14 to 0.26 per 1,000,000 inhabitants. No significant temporal trends were observed. Age-specific mortality showed a bimodal distribution, peaking at ages 35–39 and 85+. The highest SMRs were found in Zamora (2.58), Segovia (2.64), and Soria (2.39), while the lowest were in Madrid (0.66) and Barcelona (0.55). Bayesian spatial analysis identified elevated relative risk in Badajoz (RR 1.6), Huelva (RR 1.47), and Sevilla (RR 1.4). Kulldorff’s analysis revealed a high-mortality cluster in southwestern Spain (Huelva, Sevilla, Badajoz), with a secondary cluster extending to neighbouring provinces.
ConclusionsWhile TC mortality in Spain remained stable, significant regional disparities exist. High-risk provinces and mortality clusters highlight potential inequalities in healthcare access, socioeconomic conditions, and environmental exposures.
Este estudio investiga las tendencias de mortalidad y los patrones espaciales del cáncer de testículo (CT) en España, utilizando análisis espacial a nivel provincial para identificar grupos de alto riesgo.
MétodosSe realizó un estudio ecológico utilizando datos de mortalidad por CT (código ICD-10 C62) del Instituto Nacional de Estadística español (2004-2023). Se calcularon las tasas de mortalidad estandarizadas por edad (TMEE) utilizando el método directo. Las tendencias temporales se analizaron con regresión de puntos de unión (joinpoint). Los patrones espaciales se evaluaron utilizando las razones de mortalidad estandarizadas (RME), el riesgo relativo suavizado (RR) y las probabilidades posteriores (PP) a través de modelos jerárquicos bayesianos. La agrupación espacial se examinó con la prueba de Tango y la prueba de razón de verosimilitud de Kulldorff.
ResultadosSe registraron un total de 909 muertes por CT, con TMEE que oscilaron entre 0,14 y 0,26 por 1.000.000 de habitantes. No se observaron tendencias temporales significativas. La mortalidad específica por edad mostró una distribución bimodal, con picos en las edades de 35-39 y 85+. Las RME más altas se encontraron en Zamora (2,58), Segovia (2,64) y Soria (2,39), mientras que las más bajas se registraron en Madrid (0,66) y Barcelona (0,55). El análisis espacial bayesiano identificó un riesgo relativo elevado en Badajoz (RR 1,6), Huelva (RR 1,47) y Sevilla (RR 1,4). El análisis de Kulldorff reveló un grupo de alta mortalidad en el suroeste de España (Huelva, Sevilla, Badajoz), con un grupo secundario que se extiende a las provincias vecinas.
ConclusionesSi bien la mortalidad por CT en España se mantuvo estable, existen disparidades regionales significativas. Las provincias de alto riesgo y los grupos de mortalidad resaltan posibles desigualdades en el acceso a la atención médica, las condiciones socioeconómicas y las exposiciones ambientales.










