COMPARACIÓN DE MÉTODOS DE ANÁLISIS GEOGRÁFICO
M. Ayestarán*, E. Aldasoro, C. Moreno
Departamento de Sanidad del Gobierno Vasco; Instituto de Salud Pública de Navarra.
M. Ayestarán. C/Duque de Wellington, 2. 01010 Vitoria-Gasteiz. Tf.: 945189245.
E-mail: ikerketa-san@gv-ej.es
Introducción: La distribución geográfica de la incidencia y mortalidad de enfermedades destaca como herramienta epidemiológica para el estudio de su etiología. El objetivo de este trabajo es la revisión de distintos métodos descritos en la literatura para mapear la distribución de los riesgos relativos.
Material y Métodos: El estudio se hace con datos de mortalidad por diferentes causas de enfermedad cardiovascular y cáncer. Se analiza la distribución de las estimaciones del riesgo relativo por distintas áreas de la Comunidad Autónoma de Euskadi y Navarra. Se comparan diferentes aspectos: la unidad de análisis adoptada, el modelo de distribución planteado y el método de inferencia utilizado. Como unidad de análisis se adopta el municipio, por un lado, y la comarca, agrupación de los anteriores, por otro. Como modelo de asignación del riesgo se comparan el modelo clásico de Poisson (RME) con los modelos jerárquicos bayesianos, que incorporan la distribución a priori de los riesgos y permiten recoger la hipótesis de estructura de correlación espacial (RME suavizados). Esa hipótesis, que se confirma con la obtención de un índice de autocorrelación espacial (estadístico D), representa un grado de similitud mayor entre los riesgos de áreas adyacentes ó próximas entre sí que entre otras cualesquiera. En este caso la estimación de la distribución a posteriori de los riesgos estará basada en el riesgo observado en cada área y una media local de los riesgos de las áreas cercanas. En otro caso se considerará una media global de todas las áreas para llevar a cabo la suavización. Por último se comparan también las diversas aproximaciones para obtener estos estimadores bayesianos: métodos empíricos frente a métodos puros.
Resultados y Conclusiones: La utilización del municipio como unidad geográfica permite descubrir patrones que son difíciles de identificar al utilizar el agregado mayor de la comarca. La inestabilidad de los estimadores obtenidos de áreas pequeñas se corrige con los métodos bayesianos de suavización, incorporando en su caso el componente de autocorrelación espacial. En cuanto a los métodos de inferencia, los métodos empíricos sólo proporcionan estimaciones del riesgo puntuales, mientras que los métodos puros proporcionan también su grado de precisión. Se observa además que los primeros obtienen una distribución de los riesgos por áreas más ''estrecha'' que los segundos, esto es, suavizan en mayor medida.
Como conclusión observamos la necesidad de obtener mapas de estimadores ''suavizados'' del riesgo al nivel geográfico más desagregado. El método de suavización ha de incluir un componente espacial si así lo confirma el estadístico de correlación calculado. Son preferibles los métodos puros a los empíricos ya que proporcionan junto a la estimación del riesgo una medida de la precisión obtenida.
