CARTOGRAFÍA DE ENFERMEDADES EN ÁREAS PEQUEÑAS: UNA APROXIMACIÓN METODOLÓGICA
H Vanaclocha, O Zurriaga, J J Abellán*, I Melchor, J Calabuig, J Ferrándiz, A López, P Sanmartín.
Servei d''Epidemiologia, Dir. Gral. de Salut Pública, Conselleria de Sanitat, Generalitat Valenciana; Departament d''Estadística, Universitat de València; Departament de Matemàtiques, Universitat Jaume I.
C/ Micer Mascó, 31. 46010 València. 963866061. juanjo.abellan@sanidad.m400.gva.es
Antecedentes y Objetivos: La cartografía de enfermedades tradicional (representación de la razón de mortalidad estandarizada RME- y su significación estadística) adolece de dos limitaciones: la primera es que las zonas con riesgos extremos se corresponden con las de menor población (cuyas tasas tienen mayor variabilidad); y la segunda es que la interpretación de los mapas de significación (p-valores) puede resultar engañosa, ya que pueden existir áreas con tasas significativamente elevadas sin que la magnitud de las mismas sea realmente importante. Esto se pone de manifiesto en mayor medida cuanto menor es el área geográfica de estudio (municipios o estudios de agregación inferiores). Por ello, y mediante el empleo de técnicas que permitan trabajar con nivel de desagregación municipal, hemos pretendido estudiar la distribución geográfica de la mortalidad por enfermedades del aparato circulatorio en la Comunidad Valenciana durante el período 1987-1996.
Métodos: En cuanto al modelo, se ha asumido que los fallecidos observados en el municipio "i", Oi, siguen una distribución de Poisson, Oi ~ Po(*i), se han estimado los i y se ha calculado una razón de mortalidad "suavizada" como *i/Ei, siendo Ei los fallecidos esperados en dicho municipio. Para la estimación de los *i, hemos adoptado una perspectiva Bayesiana, asumiendo log(*i) = log(Ei) + bi, donde bi es un factor aleatorio que recoge la variabilidad extra del municipio "i", y para del cual se ha supuesto bi ~ N(Bi, *i), siendo Bi= j~ibj la media de los efectos de los vecinos, y la precisión *i=ni*, donde j~i representa la relación "el municipio j es vecino del municipio i" (utilizando dos definiciones de vecindad distintas) y ni el número de vecinos del municipio i. Posteriormente, mediante métodos Monte Carlo de cadenas de Markov se obtiene una muestra de la distribución a posteriori de los *i y se calcula la RME suavizada de cada municipio, cuyo valor se representa gráficamente en un mapa de la región bajo estudio. Este modelo se ha aplicado sobre datos de mortalidad por enfermedades del aparato circulatorio en la Comunidad Valenciana. Éstas se han divido en tres grandes grupos: cardiopatía isquémica, enfermedades cerebro-vasculares y otras. El análisis se ha repetido para cada uno de estos tres grupos, para hombres, mujeres y ambos sexos.
Resultados: Se han obtenido 18 mapas en los cuales se ha contrastado las dos definiciones de vecindad utilizadas (mediante el "Deviance Information Criterion"), proporcionando mejor ajuste la de contigüidad en el caso de las enfermedades cerebro-vasculares y la de proximidad en el de la cardiopatía isquémica. Asimismo, dichos mapas han permitido establecer el patrón de mortalidad por estas enfermedades en la Comunidad Valenciana.
Conclusiones: El modelo se muestra válido para trabajar con áreas pequeñas en la elaboración de mapas de enfermedades, apuntando una posible solución al problema de la inestabilidad de las tasas.
