Moderadores:
Elena Aldasoro Unamunno y Miguel Ángel Hernán Huerta
Miércoles, 17 de octubre
15:30 horas. Sala 4
86 EPIDAT 3.0: PROGRAMA PARA EL ANÁLISIS EPIDEMIOLÓGICO DE DATOS TABULADOS. VERSIÓN BETA
M.I. Santiago, E. Vázquez, X. Hervada, L. Rodriguez, C. Castillo, E. Loyola, L.C. Silva y R. Súarez
Dirección Xeral de Saúde Pública (DXSP), Xunta de Galicia; Organización Panamericana de la Salud (OPS), Washington DC; Instituto Superior de Ciencias Médicas de la Habana, Cuba; Facultad de Ciencias Médicas "Dr. Raúl Dorticós Torrado", Cienfuegos, Cuba.
Antecedentes y objetivos: Epidat es un programa de libre distribución desarrollado por instituciones públicas y dirigido a epidemiológos y otros profesionales de la salud que habitualmente manejan datos tabulados. El proyecto se inició en 1991 y 3 años más tarde se concluyó la versión 1.0 en DOS. La 2.0, en entorno Windows, apareció en 1997 y desde 1998 se distribuye la versión 2.1, en 5 idiomas. Epidat 3.0 opera en ambiente Windows (95, 98 y NT), es también multilingüe y continúa orientándose al procesamiento de datos tabulados. De forma general, persigue los mismos objetivos que las versiones anteriores: apoyar y facilitar la docencia en epidemiología y fortalecer la capacidad analítica de los profesionales de la salud.
Métodos: El grupo de trabajo de Epidat 3.0 es un equipo multidisciplinar en el que participan epidemiólogos, estadísticos e informáticos de Galicia, Cuba y OPS, y sigue un protocolo de trabajo definido para la selección de pruebas, algoritmos, programación y ayuda.
Resultados: Las novedades del programa pueden resumirse en las relativas al entorno general y las referidas al contenido de los módulos. En cuanto al entorno general, se adopta el habitual de office, incorporando al entorno de trabajo las barras de menús y herramientas. Por otra parte, el programa dispone de ayuda en hipertexto con un enfoque más didáctico y crítico, incluyendo fundamentos estadísticos y epidemiológicos. Otra novedad a destacar es la ventana de resultados, que se puede editar y guardar en formato rtf. Se incorpora en todos los módulos la posibilidad de importar los datos de forma automática a partir de archivos con tablas en formato dbf o excel. Respecto a los aspectos técnicos se ha mejorado sustancialmente el contenido del programa con la incorporación de 5 módulos nuevos:
-Demografía, con 5 submódulos: Pirámides e indicadores demográficos, tablas de mortalidad abreviadas, cálculo de años de vida potencialmente perdidos, contribución de las causas de muerte a la esperanza de vida, y esperanza de vida ajustada por discapacidad.
-Distribuciones de probabilidad, con una opción para cálculo de probabilidades y otra para obtención de muestras simuladas de las principales distribuciones.
-Análisis bayesiano, módulo introductorio a estas técnicas, de gran interés por el creciente auge que están adquiriendo y la falta de software para aplicarlas a un nivel básico, como son la estimación y comparación de medias y proporciones.
-Vigilancia epidemiológica, que incluye 2 opciones de la versión anterior: captura-recaptura y detección de clusters, además de los gráficos de límites históricos y canales epidémicos.
-Meta-análisis. Además, se han revisado y reforzado los módulos existentes. Destaca la mejora de Muestreo, Pruebas diagnósticas y Jerarquización, que incluye un conjunto de índices para análisis de desigualdades en salud.
Conclusiones: En la versión 3 de Epidat pueden destacarse dos características básicas: un cambio sustancial en el entorno, que evolucionó hacia los estándares de Windows, y la incorporación de técnicas específicas que no se encuentran habitualmente en los programas de este tipo.
87 CONTAMINACIÓN ATMOSFÉRICA Y SALUD. CONFUSIÓN EN LOS MODELOS DE DOS CONTAMINANTES
J.M. Tenías Burillo, S. Pérez-Hoyos, F. Ballester Diez y C. Iñiguez
Escuela Valenciana de Estudios para la Salud (EVES), Valencia.
Antecedentes: Cuando se estima la relación a corto plazo entre contaminación atmosférica y salud, la confusión entre contaminantes se valora, en general, añadiendo en el modelo el segundo contaminante (posible confusor) en forma lineal. El objetivo de este trabajo es estimar el grado de confusión entre contaminantes y la influencia que sobre esta tiene la forma funcional del segundo contaminante.
Métodos: Basándonos en estudios previos, seleccionamos dos indicadores de salud (mortalidad por todas las causa menos externas e ingresos hospitalarios urgentes por enfermedades circulatorias) y los niveles de 24 horas de tres contaminantes atmosféricos (humos negros HN-, dióxido de azufre -SO2- y dióxido de nitrógeno -NO2 -; media del mismo día y el día anterior para mortalidad y retardo de dos días para enfermedades circulatorias) para un período de tres años (1994-1996) en la ciudad de Valencia. La relación entre las variaciones diarias de cada uno de los contaminantes y los indicadores de salud se estimó contruyendo modelos aditivos generalizados de regresión de Poisson en los que se incluían, siguiendo una metodología estandarizada, los principales confusores (modelo basal). Sobre el modelo basal se añadió el primer contaminante atmosférico en forma lineal y el segundo en forma lineal o mediante una función no paramétrica (spline de 4 grados de libertad). La confusión se valoró, tras descartar una modificación de efecto significativa (término de interacción entre el primer contaminante lineal y el segundo categorizado en cuartiles), por los cambios producidos en las estimaciones del primer contaminante. Los resultados se expresan como el riesgo relativo para un incremento de 10 µg/m3.
Resultados: Ningún contaminante se alejó significativamente de la forma lineal, siendo humos negros el de peor ajuste (p de linealidad 0,08 en mortalidad). Para mortalidad , los mayores cambios en el efecto estimado para SO2 (RR SO2: 1,003 IC95% 0,9851,022) se obsevaron con la introducción como segundo contaminante de HN lineal (RR SO2/HN lineal: 0,977), para NO2 (RR NO2 1,006 IC95% 0,9961,016) con HN lineal (RR NO2/HN lineal: 0,998) y para humos negros (RR HN 1,017 IC95% 1,007 1,027) con SO2 lineal (RR HN/SO2 lineal: 1,024). Con los ingresos por enfermedades circulatorias, humos negros (RR HN 1,013 IC95% 1,0001,027) cambió sobre todo con SO2 no paramétrico (RR HN/SO2 spline: 1,005), el SO2 (RR SO2: 1,027 IC95% 1,0031,052) con NO2 no paramétrico (RR SO2/NO2 spline: 1,040) y el NO2 (RR NO2: 1,006 IC95% 0,9931,019) con SO2 no paramétrico (RR NO2/SO2 spline: 0,990). Las diferencias en los RR del primer contaminante según si el segundo se introducía de forma lineal o no paramétrica variaron de un 0 a un 0,3% para mortalidad y entre 0,02% y 0,4% para enfermedades circulatorias. Estas diferencias fueron máximas cuando el segundo contaminante era humos negros. La precisión de las estimaciones fue también similar, con diferencias en los errores estándar siempre inferiores al 0,5%.
Conclusiones: Existe una confusión apreciable entre humos negros, SO2 y NO2 en la relación a corto plazo entre contaminación atmosférica y salud en la ciudad de Valencia. No se observan grandes diferencias entre los modelos con el confusor lineal o no paramétrico, aunque sería preferible la forma no paramétrica , sobre todo si el segundo contaminante se ajusta pobremente a una función lineal.
88 LA ECUACIÓN LOGÍSTICA Y LA TEORÍA DEL CAOS. IMPLICACIONES EN EL ANÁLISIS EPIDEMIOLÓGICO
J. Donado-Campos
Centro Nacional de Epidemiología. Pabellón 6. Instituto de Salud Carlos III. Madrid.
Antecedentes y objetivos: El caos es un proceso que parece comportarse de acuerdo con el azar y que aparece en condiciones totalmente deterministas y que presenta una gran sensibilidad a las condiciones iniciales. La ecuación logística es la derivada primera del modelo logístico. El modelo logístico fue descubierto en 1838 por P. Verhulst y se utiliza en el estudio de crecimiento de poblaciones. La forma normalizada de este modelo se utiliza en Epidemiología con el nombre de análisis de regresión logística y fue utilizado por primera vez por J. Cornfield en 1962. El objetivo de esta comunicación es estudiar mediante simulaciones el comportamiento de la ecuación logística normalizada. La metodología empleada y los resultados numéricos obtenidos han sido publicados y son conocidos en diferentes medios. Sin embargo, presentamos una interpretación de los mismos que creemos que no se han tomado en consideración anteriormente.
Material y métodos: La ecuación logística normalizada tiene la siguiente forma Px+1 = z*Px*(1-Px). Donde Px = es igual a la probabilidad de desarrollar la enfermedad con un determinado valor de las variables independientes. Px+1 es la tasa de cambio (derivada) de la probabilidad en cada punto de la curva sigmoidea. "z" = B0+B1X1+...+ +BnXn; es decir, el exponente de la base de logaritmo neperiano "e". Se realizan simulaciones con iteraciones de la ecuación logística con distintos valores de Px y z.
Resultados: El comportamiento dinámico (contínuo) de la ecuación logística presenta las siguientes características: 1). Para que los valores de Px y Px+1 oscilen entre 0 y 1, los valores de "z" tiene que oscilar entre 0 y 4. 2). Con valores de "z" entre 0 y 2,99 los valores de las probabilidades (Px) convergen hacía un punto fijo (por ejemplo, para z=2,99, Px+1=0,6552). 3) Con valores de z > 3,57 aparece un comportamiento caótico. 4) Con valores de "z" entre 3 y 3,57 aparecen distintos períodos o bifurcaciones.
Discusión: La derivada de una función es equivalente a la pendiente (b) de una recta de regresión lineal simple. En este caso la ecuación logística, que es la "pendiente" del modelo logístico, nos dice cuál es la tasa de cambio instantáneo de la probabilidad de desarrollar un evento en relación con el cambio de la exposición a una o más variables (en adelante "tasa de cambio"). Esta exposición la medimos con el parámetro "z". Al disminuir los valores de "z" disminuye "la tasa de cambio". Sin embargo, al no tener ésta un comportamiento lineal nos podemos encontrar que con un valor de "z" menor la "tasa de cambio" es mayor. El comportamiento caótico de la ecuación logística implica que con un mismo nivel de exposición la "tasa de crecimiento" aumenta o disminuye dependiendo sólo de los valores de Px de los que partamos y no de los valores de la exposición (valores de "z"). Con lo que, en cierto casos, una intervención sobre la exposición no conllevaría ninguna variación en la "tasa de crecimiento".
Conclusiones: En el análisis epidemiológico no observamos el comportamiento dinámico de la ecuación logística, solamente observamos aspectos puntuales. Si no tomamos en consideración este hecho podríamos sobredimensionar la importancia de la exposición o de los posibles sesgos en la "tasa de crecimiento" cuando en realidad el comportamiento observado es debido a factores que no podemos controlar.
89 COMPARACIÓN DE MÉTODOS DE ESTIMACIÓN DE PIRÁMIDES INTERCENSALES. APLIACIÓN A LA ESTIMACIÓN DE POBLACIÓN INTERCENSAL DE LAS PROVINCIAS CATALANAS ENTRE LOS AÑOS 1981-1996
A. Ameijide
Institut de Recerca en Ciències de la Salut (IRCIS). Reus. Tarragona.
Antecedentes y objetivos: En epidemiología, es necesario disponer de pirámides de población, especialmente para el cálculo de incidencias, pero es frecuente no disponer de las piramides de edad para un territorio en un determinado año, por lo que se realizan estimaciones de estas pirámides a partir de pirámides anteriores y posteriores ya conocidas. Para el cálculo de este tipo de estimaciones, denominadas estimaciones intercensales, los Institutos de estadística utilizan ademas datos de natalidad, mortalidad y corrientes migratorias. El siguiente trabajo muestra y compara diversas alternativas para el calculo de piramides intercensales, cuando no disponemos de datos de crecimiento vegetativo, ni corrientes migratorias.
Métodos: Comparamos dos métodos de estimación de piramides intercensales. El primer método estima la población de un determinado grupo de edad a partir de la población de ese mismo grupo de edad en las pirámides censales conocidas anterior y posterior a la que queremos estimar. El segundo método, estimación intercensal por generaciones, recoge el número de personas de una determinada generacion a traves de los censos de los años 1981,1986,1991 y 1996 y mediante interpolación por splines, calculamos la población que deberia haber para cada generacion en los años que no hay censo. Aplicamos ambos métodos para estimar las pirámides anuales en grupos de edad de un año, para las cuatro provincias catalanas entre los años 1981 y 1996. Comparamos las estimaciones realizadas por ambos métodos con las estimaciones realizadas por el Instituto de estadística de Catalunya (Idescat), para los mismos períodos, grupos de edad y territorios. Definimos para ello diversos índices para comparar el ajuste entre las estimaciones propuestas en este trabajo y las estimaciones realizadas por el Idescat. Cada uno de estos índices medirá el error de ajuste para cada año, para cada grupo de edad y para cada generación, tambien se comparan la media, la mediana y el máximo de estos errores de ajuste.
Resultados y conclusiones: No se contemplan diferencias excesivamente significativas, entre las estimaciones de ambos métodos y las estimaciones del Idescat, no obstante se puede observar como el metodo por generaciones ajusta mejor en aquellos grupos de edad correspondientes a generaciones, como la generacion de la guerra civil o el baby boom, que tienen poblaciones sensiblemente diferentes a la de generaciones anteriores y posteriores. Por otro lado la estimación por generaciones ajusta peor, para edades muy jovenes, debido a la falta de datos de natalidad.
90 EUROHEIS: UN PROYECTO EUROPEO DE SISTEMA DE INFORMACIÓN GEOGRÁFICA, SANITARIA Y MEDIOAMBIENTAL PARA LA VALORACIÓN DE EXPOSICIÓN Y RIESGO Y CARTOGRAFÍA DE ENFERMEDADES.
O. Zurriaga, H. Vanaclocha, J. J. Abellán, M. A. Martínez-Beneito, I. Melchor, J. Ferrándiz, A. López-Quílez, V. Gómez, P. Sanmartín, J. Calabuig, F. Ballester, S. Pérez-Hoyos, A. Daponte, R. Ocaña y P. Gutiérrez
Dirección General de Salud Pública (Generalitat Valenciana); Universitat de València (Estudi General); Universidad Politécnica de Cartagena; Instituto Valenciano de Estadística; Escuela Valenciana de Estudios para la Salud; Escuela Andaluza de Salud Pública.
Antecedentes y objetivos: La facilidad de acceso a herramientas de computación cada día más potentes ha extendido el uso y desarrollo de Sistemas de Información Geográfica entre los profesionales de la Salud Pública, tanto en tareas de vigilancia como de investigación. La dificultad principal de estos sistemas radica en la recopilación de la información procedente de muy diversos orígenes y su integración en un sistema coherente. También es importante la homologación de los métodos empleados en el análisis geográfico de riesgos de modo que los resultados puedan ser contrastados con experiencias similares de distintas regiones. La Comisión Europea está interesada en desarrollar métodos de valoración del impacto de factores de riesgo medioambientales en Salud Pública así como el establecimiento de redes de vigilancia sanitaria. A través de su Dirección General SANCO (sanidad y protección de los consumidores), está patrocinando, entre otros, el proyecto EUROHEIS, liderado por el Imperial College of Science Technology and Medicine, y en el que participan socios finlandeses, suecos, daneses, irlandeses, italianos y españoles. Los autores de esta presentación constituyen el núcleo del grupo español implicado en el proyecto, y en ella se pretende dar noticia del estado del mismo, sus objetivos y metodología, así como los resultados parciales obtenidos hasta el momento.
Métodos: El proyecto pretende desarrollar una herramienta metodológica denominada RIF (Rapid Inquiry Facility), que, integrando información demográfica, socioeconómica, sanitaria y medioambiental de base, toda ella referenciada geográficamente, permita la exploración en tiempo breve de nuevas hipótesis acerca de implicaciones en salud de posibles factores de riesgo medioambientales. Para ello debe combinar, además de los datos básicos recopilados, herramientas de bases de datos (ORACLE), Sistemas de Información Geográfica (ArcView), y metodología estadística espacial de valoración de riesgos. También es importante desarrollar índices de privación que permitan eliminar el efecto de confusión de los factores socioeconómicos de modo que estén disponibles en la herramienta RIF.
Resultados: Durante el año 2000 se realizó un estudio de viabilidad del proyecto contemplando las bases de datos asequibles y la herramienta informática disponible, así como la preparación de los equipos humanos involucrados. En el presente año se está desarrollando un prototipo de dicha herramienta y estudiando los ejemplos sobre los que probarla.
Conclusiones: La necesidad de establecer equipos interdisciplinares contando con epidemiólogos, estadísticos e informáticos es más que patente, así como la dificultad de homologar distintos sistemas de ordenación territorial y sus implicaciones en la forma de estructurar la información oficial disponible según los países.
91 RELACIÓN ENTRE LA PARTICIPACIÓN DE EPIDEMIÓLOGOS Y/O BIOESTADÍSTICOS Y LA CALIDAD METODOLÓGICA DE ENSAYOS CLÍNICOS CONTROLADOS PUBLICADOS
M. Ruiz-Canela, M. Delgado-Rodríguez, J. de Irala-Estévez, J. Llorca, A. Alonso Gutiérrez y M.A. Martínez-González*
Cátedra de Medicina Preventiva y Salud Pública, Universidad de Jaén; Unidad de Epidemiología y Salud Pública, Universidad de Navarra; Cátedra de Medicina Preventiva y Salud Pública, Universidad de Cantabria. *Epidemiología y Salud Pública. Facultad de Medicina. Universidad de Navarra.
Objetivo: Valorar diversos aspectos metodológicos referentes a la calidad de una serie de ensayos clínicos controlados publicados en distintas revistas, y su relación con la participación de un epidemiólogo o bioestadístico.
Métodos: Se revisaron todos los ensayos clínicos controlados publicados en New England Journal of Medicine, JAMA, Lancet y BMJ durante el período 1993-1995. Inicialmente se encontraron 594 ensayos, de los cuales se deshecharon 127 al no ser posible conocer la especialidad de los autores, quedando 467 ensayos para el análisis. Las especialidades de los autores se relacionaron entonces con una lista-guía de variables de calidad. Se utilizaron modelos multivariantes de regresión logística (con las características de calidad metodológica como desenlace) para ajustar por factores de confusión. Se comparó la calidad media de los ensayos con análisis de covarianza.
Resultados: La participación de un epidemiólogo o bioestadístico se daba en 178 ensayos (38,1 %). Esta participación fue más frecuente en ensayos multicéntricos, de mayor tamaño, o en aquéllos que fueron subvencionados por un organismo oficial. En el análisis se ajustó por dichos factores. La participación de un epidemiólogo o bioestadís-tico se asoció positivamente con la estimación previa del tamaño muestral (OR = 1,5; intervalo de confianza al 95 %: 1,0-2,3), con la información referente a las fechas de inicio y finalización del estudio (OR = 2,1; intervalo de confianza al 95 %: 1,4-3,3), con el uso de un desenlace objetivamente definido (OR = 2,4; intervalo de confianza al 95 %: 1,2-4,6) y con el análisis por intención de tratar (OR = 2,0, intervalo de confianza al 95 %: 1,3-3,0). La puntuación de calidad total fue mayor si participaba un epidemiólogo o bioestadístico.
Conclusiones: Los resultados sugieren que la participación de un epidemiólogo o bioestadístico mejora la calidad de los ensayos clínicos. Dado que la calidad de la investigación es una causa frecuente de heterogeneidad entre ensayos clínicos en la realización de meta-análisis, esta influencia de la participación de epidemiólogos / bioestadísticos puede ser un aspecto relevante a tener en cuenta para explicar dicha heterogeneidad.
Ruiz-Canela M, Martínez-González MA, Gómez Gracia E, Fernández-Crehuet Navajas J. Informed Consent and Approval by Institutional Review Board in Published Clinical Trials. N Engl J Med 1999; 340: 1114-1115.
Ruiz-Canela M, Martínez-González MA, De Irala-Estévez J. Intention to treat analysis in randomized clinical trials. BMJ 2000; 320: 1007-1008.
92 UTILIDAD DE LA CIE-9 EN INVESTIGACIÓN EPIDEMIOLÓGICA DE LAS ENFERMEDADES RARAS
M. Izquierdo, A. Avellaneda, M.J. Ferrari, J. Álvarez, A. Ramos y P. Sánchez-Porro
Centro Investigación Sobre el Síndrome del Aceite Tóxico Instituto Salud Carlos III.
Antecedentes y objetivos: Las Enfermedades Raras (ER) se definen en la Unión Europea (UE) como las de prevalencia menor de 5/10.000 habitantes en la Comunidad y suponen el 10% de los cuadros clínicos conocidos. En el comienzo del siglo XXI, las políticas de la UE, en el marco de la Salud Pública, miran hacia los colectivos más desfavorecidos. y los pacientes con ER lo son, ya que padecen enfermedades de difícil diagnóstico y se dispone de pocos tratamientos eficaces para las mismas.
Dado el elevado coste social y sanitario, que conlleva la atención de este colectivo, la UE en su V Programa Marco ha promovido específicamente un Programa de Actuación que pretende desarrollar la investigación, y promover el desarrollo de información y del tratamiento de estas enfermedades. La acción Española ha consistido en implantar el Programa de Investigación Nacional en Enfermedades Raras (PINER), cuya primera acción ha sido la puesta en marcha a finales del pasado año, de un servidor de información específico con interfaz de acceso web.
Nuestro objetivo es valorar si la CIE9, que recoge información asistencial a través de la codificación de diagnósticos y métodos, permite agrupar las distintas ER, de modo apropiado para planificar estudios epidemiológicos, y para conocer la situación actual con respecto a la morbilidad/mortalidad de las mismas en nuestro país.
Métodos: La codificación se realiza sobre 753 ER que se presentan en el portal hasta la fecha. Se llevó a cabo por codificadores entrenados y en dos etapas sucesivas. Inicialmente se asignaron códigos basándose en la versión escrita CIE-9-MC de 1994, posteriormente se recodificaron basándose en últimas versiones on line. Las discordancias se sometieron al criterio de revisores externos, y en caso de persistir la duda se solicitó la colaboración de la Unidad técnica de la CIE-9 del Ministerio de Sanidad y Consumo.
Resultados: Hemos podido asignar código a todas las ER (N = 753), pero este código, por lo general, es compartido por múltiples enfermedades. Sólo en 194 casos (25,76%) la codificación permite identificar una única enfermedad, El resultado de la clasificación muestra la siguiente información:
Conclusiones: El uso de la CIE-9 en la evaluación epidemiológica y médico social en el área de las ER:
Mejora la comparabilidad de la información de salud entre Administraciones
Resulta adecuado para recuperar rápidamente información
Satisface sólo parcialmente las necesidades de recopilación de datos de mortalidad y asistencia sanitaria.
93 ANÁLISIS COMPARATIVO ENTRE DIFERENTES MÉTODOS PARA TRATAR VALORES PERDIDOS
E. Guinó y V. Moreno
Servei d'Epidemiologia i Registre del Càncer, Institut Català d'Oncologia. L'Hospitalet. Barcelona.
Antecedentes y objetivos: Se ha realizado un estudio de casos y controles para evaluar el riesgo de cáncer de colon en relación a la dieta y otros factores de riesgo. Debido a la falta de información en algunas variables recogidas, se ha realizado una evaluación de diferentes métodos para tratar estos valores perdidos.
Métodos: Se ha realizado un análisis comparativo entre diferentes métodos para tratar valores perdidos en covariables. Para evaluar el impacto de los diferentes métodos considerados, en una primera fase se ha realizado un estudio de simulación generando valores perdidos según diferentes criterios en una variable con datos completos (consumo de calorías al día, que pese a ser cuantitativa se ha categorizado según quintiles para su análisis mediante regresión logística). Se han generado valores perdidos según i) completamente aleatorios, ii) diferente proporción según grupo (15 % en casos y 30% en controles), iii) diferente proporción según grupo y sexo (5% casos-hombres, 10% casos-mujeres, 15% controles-hombres y 20% controles-mujeres) y iv) de manera diferencial según el valor real de la covariable (15% si < a la mediana y 30% si > mediana).
Los métodos utilizados para tratar los valores perdidos han sido: a) análisis de casos completos (los valores perdidos se excluyen), b) imputación única por el valor medio no condicional, c) imputación única por medias condicionales según la predicción de un modelo de regresión lineal múltiple con covariables asociadas a la variable de interés con los datos completos d) imputación única por el método "hot deck" e) imputación múltiple por el método "hot deck", f) imputación múltiple generando valores aleatorios según las predicciones del modelo del método c y g) también se ha estimado el riesgo creando una categoría especial para los missings.
Se analiza el impacto de los diferentes métodos sobre los estimadores del riesgo para la variable con valores perdidos y para otras variables que son factores asociados al cáncer de colon y que pueden estar confundidas por el consumo de calorías como el consumo de vegetales. Para ello se han realizado múltiples simulaciones y se evalua el sesgo y la precisión en los estimadores.
Conclusiones: Casos completos y categoría especial para valores perdidos, generan un sesgo mínimo si los valores perdidos son MCAR pero el sesgo aumenta en otras situaciones.
Imputación única, genera una infra-estimación del coeficiente y su varianza debido a la incertidumbre de la imputación y al no controlar la varianza de la imputación respectivamente.
Imputación múltiple, muestra los mejores resultados en todos los casos, pero es necesario un software adecuado para generar las imputaciones correctamente.
94 ESTIMACIÓN DE LA EXHAUSTIVIDAD DE UN REGISTRO DE INCIDENCIA DE DIABETES MELLITUS TIPO I A TRAVÉS DEL MÉTODO CAPTURA-RECAPTURA
B. Zorrilla, J.L. Cantero I. Galán, A. Gandarillas, C.M. León, M. Meseguer y N. García
Consejería de Sanidad de la Comunidad de Madrid.
Antecedente y objetivo: El Registro de incidencia de diabetes mellitus tipo I en menores de 15 años lleva funcionando en Madrid desde septiembre de 1996 y cubre una población de alrededor de 725.000 personas. El Registro se basa en la información generada por dos fuentes de información: el sistema de notificación de casos nuevos en el que participan 29 notificadores de 13 hospitales públicos y dos privados y la lista de afiliados recogida por la mayor asociación de ayuda mutua de la Comunidad. Con el objetivo de, por un lado, evaluar la exhaustividad del Registro de incidencia , y por otro, aproximarnos a la incidencia de la enfermedad con mayor precisión, se ha llevado a cabo un análisis captura- recaptura con los datos proporcionados por el registro en un período de 4 años.
Métodos: Se ha desarrollado un análisis captura recaptura basado en el modelo con dos muestras. Utilizando los individuos captados por ambas fuentes, y los individuos captados únicamente por una de las fuentes se estima el numero no captado por ninguna de ellas y la sensibilidad del Registro. Se analiza el registro globalmente y en tres estratos de edad. Los individuos se han apareado en base a las iniciales de nombre y dos apellidos, fecha de nacimiento y fecha de la primera dosis de Insulina. Se ha utilizado el programa Epidat v.2 que aplica el procedimiento descrito por Chandra Sekar y Deming.
Resultados: La exhaustividad del Registro, tomando la información de las dos fuentes combinadas, es del 82,7%: 78,5% y 19,0% para el sistema de notificación y la lista de afiliados a la asociación respectivamente. El numero de casos estimados en el período pasa de los 481 registrados a 581 (i.c.95%: 531-632), lo que supone que la tasa de incidencia pasa de 15,8 por 100.000 a 19,0 por 100.000 una vez corregida sobre la base de los resultados del análisis.
La exhaustividad no es homogénea en los tres grupos de edad estudiados: En los menores de 5 años la exhaustividad del Registro es del 83,9% y de cada una de sus fuentes del 78,2% para el sistema de notificación y 25,6% para la lista de afiliados. En los niños de 5 a 9 años la exhaustividad es del 86,8%, y la del sistema de notificación y la lista de afiliados del 82,2% y 25,3% respectivamente. En el grupo de edad entre 10 y 14 años la exhaustividad es inferior tanto globalmente, 75,4%, como para cada fuente por separado (72,9 y 9,8%).
Conclusiones: La exhaustividad del registro de diabetes es mejorable, ya que se pierden alrededor del 17,3% de los casos. La exhaustividad es menor en el grupo de 10 a 14 años en las dos fuentes de información del Registro: en el caso del sistema de notificación probablemente por incluir los casos en el limite de la edad pediátrica (14 años) y en la lista de afiliados por un menor porcentaje de afiliación en estas edades. La utilización de dos fuentes de información nos permite mejorar nuestras estimaciones y detectar los puntos clave para su mejora.
Estos resultados respecto a un Registro de gestión sencilla, con un numero limitado de notificadores y de casos anuales, indican la necesidad de evaluar la sensibilidad, cuando sea factible, de los sistemas de notificación de casos, en su mayoría mucho más complejos.
95 LOS PROGRAMAS DE FORMACIÓN DE RECURSOS HUMANOS EN EPIDEMIOLOGÍA APLICADA EN EL MARCO DE LA UNIÓN EUROPEA
D. Herrera, C. Barco y J.F Martínez Navarro
Instituto de Salud Carlos III. Centro Nacional de Epidemiología. Programa de Epidemiología Aplicada de Campo.
Antecedentes y objetivos: Desde los años 90 se aprecia en el marco de la Unión Europea, una serie de procesos encaminados a la formación de recursos humanos en vigilancia, con especial interés en la formación de cuadros, bajo el modelo del Epidemic Intelligence Service del CDC. En este período se inician entrenamientos en diferentes países, a la par del desarrollo de una red internacional TEPHINET. El Programa de Epidemiología Aplicada de Campo (PEAC), constituye la materialización de estos esfuerzos en España. Por ello con este trabajo pretendemos brindar una panorámica de los resultados de estos programas en Europa.
Métodos: Utilizando la información de los archivos del PEAC, de las publicaciones elaboradas y aportadas por los diversos programas europeos y las informaciones obtenidas de diferentes fuentes como Internet, se realiza una síntesis de las actividades desarrolladas en el período, y las principales tendencias de la formación; observando el comportamiento de los mismos. Se valora, el impacto sobre los servicios de salud, y por último, se hace referencia a las principales fortalezas y debilidades en general de estos programas.
Resultados: Existen 3 programas con sistemas similares de formación durante 2 años ( España, Alemania y el European Programme for Intervention Epidemiology Training EPIET-). El programa más antiguo es el Español con 7 años de funcionamiento y 48 personas entrenadas, seguido del programa EPIET que agrupa a los 15 países miembros de la Unión europea y que ha entrenado a más de 30 personas. El resto de países desarrollan programas basados en cursos cortos de epidemiología o otras variantes docentes. En la totalidad de los casos, la formación esta encaminada a la epidemiología de intervención con predominio en las actividades de vigilancia, investigación de brotes y evaluación de impactos. La docencia se desarrolla por módulos con cursos de una semana y el entrenamiento basado en los servicios
El 80% de la actividad desarrollada ha sido la investigación de brotes y el resto de evaluaciones y análisis de salud. Desde su constitución se han aumentado las colaboraciones internacionales en la investigación de problemas de salud en el marco europeo, así mismo se ha contribuido con el desarrollo de la vigilancia de salud en los diferentes países aun cuando se presentan limitaciones como: la falta de recursos financieros para el desarrollo de los programas, o la falta de respaldo de instituciones académicas en algunos casos.
Conclusiones: Los programas de entrenamiento en epidemiología en el marco de la unión europea, se han convertido en un vehículo eficaz para la formación de recursos humanos en vigilancia., y participa activamente en la solución de problemas locales a la par que genera nuevas vías de cooperación entre los países. Es evidente la importancia de tomar medidas que garanticen la sostenibilidad de estas acciones a largo plazo y la acreditación docente en todos los casos, pues son básicos para el fortalecimiento de los circuitos internacionales de formación en epidemiología aplicada y de intervención.
96 ELECCIÓN DEL DENOMINADOR PARA EL CÁLCULO DE COBERTURAS DE VACUNACIÓN EN ESPAÑA
E. Álvarez, R. Gènova, C. Amela, I. Pachón
Área de Salud Internacional. Centro Nacional de Epidemiologia. Instituto de Salud Carlos III.
Antecedentes y objetivos: El impacto de los programas de vacunación depende de la consecución de coberturas elevadas. La cobertura es la fracción entre número de niños a los que se les administra una vacuna (numerador) y el de niños que deberían ser vacunados (denominador). Para el cálculo del denominadores pueden usarse diferentes fuentes. El objetivo de este estudio es revisar las fuentes de información disponibles y analizar las diferencias entre denominadores y su repercusión al calcular coberturas.
Método: Las fuentes de información disponibles para estimar los denominadores provienen del registro de metabolopatías y del Instituto Nacional de Estadística (INE). Estás ultimas pueden basarse en las proyecciones de población de 0 a 1 año, los datos del padrón continuo, los datos provisionales de nacidos vivos (nv) y los datos definitivos de nacidos vivos. Se utilizan cifras de 1998 y se comparan con cifras de nv definitivos.
Resultados: Comparando poblaciones, se observa que las proyecciones del INE sobrestiman los niños nacidos a nivel nacional en un 5%. En 6 CCAA se sobrestima en más de un 10%. El padrón municipal continuo subestima los nv en un 75,3%. La cifra de nv provisionales en España es un 0,7% menor que la cifra definitiva de nv. En 14 CCAA los nv provisionales son inferiores a los definitivos y superiores en el resto. Los datos que proporcionan el conjunto de las CCAA infraestiman la población en un 0,6%, sobrestimando dicha población la mitad de ellas y infraestimándola la otra mitad. La máxima diferencia corresponde a Cataluña (6,4%) y la mínima a Madrid (0,25%). Andalucía, Canarias y Extremadura presentan diferencias cercanas al 5%. Si se comparan los datos de cobertura, no existen grandes diferencias para España entre las calculadas con datos de nv provisionales (95%), nv definitivos (94%) y datos de las CCAA (95%). Las diferencias son algo más marcados utilizando las proyecciones del INE (90%). Las coberturas calculadas con los nv provisionales y definitivos difieren por CCAA, con diferencias inferiores al 2% excepto en C. Mancha que alcanza casi el 3%. Comparando las coberturas con datos de CCAA y nv definitivos, las mayores diferencias se producen en Canarias y Extremadura que sobrestiman su cobertura en un 5,2%. Andalucía infraestima su cobertura en un 5% y Ceuta/Melilla que lo hacen en un 3,5% y tienen coberturas superiores al 100% utilizando cifras de nv provisionales o definitivas del INE.
Conclusiones: Las cifras definitivas de nv proporcionadas por el INE son las más fiables, pero su publicación se demora un año y medio. No es aconsejable utilizar el padrón municipal continuo, ya que además de publicarse con cierto retraso presenta las diferencias más marcadas con los datos de nv definitivos. Una buena alternativa es utilizar los datos provisionales de nv, puesto que la diferencia con los nv definitivos es escasa y están disponibles 6 meses. No difieren mucho las cifras utilizadas por las CCAA y las definitivas del INE y podrían utilizarse en caso de no tener acceso a los datos del INE. Las CCAA de Andalucía, Canarias, Cataluña y Extremadura presentan las mayores diferencias entre sus datos y los de nv definitivos. Ceuta y Melilla presentan coberturas superiores al 100%, que deberían corregirse, excluyendo del numerador los niños no incluidos en el denominador.
97 FACTORES PREDICTORES DE MORTALIDAD POR ENFERMEDAD MENINGOCÓCICA EN COMUNIDADES DEL SUR DE ESPAÑA
E. Perea-Milla1, G. Carmona2, Y. Fornieles2, P. Matute3, en nombre del Grupo para el Análisis de Factores Pronósticos en la Enfermedad Meningocócica (GAFPEM).
1Hospital Costa del Sol, Marbella (Málaga); 2Escuela Andaluza de Salud Pública, Granada; 3Dirección General de Salud Pública, Tenerife, Canarias.
Objetivos:1) Identificar los factores socio-demográficos y clínicos que influyen sobre la mortalidad por enfermedad meningocócica (EM) en dos Comunidades Autónomas con distintos patrones de incidencia de la enfermedad y de prevalencia de vacunación (Andalucía y Canarias), 2) Valorar el papel protector de la antibioterapia precoz pre-hospitalaria ajustando por indicación y forma clínica y 3) Identificar factores asistenciales que se asocian con la evolución de los afectados por EM según las distintas fases del proceso asistencial: los asociados a la rapidez en el contacto con el sistema sanitario y los asociados a retardos en las distintas fases del proceso asistencial, desde el primer contacto de los casos con los servicios sanitarios.
Metodología: Estudio de seguimiento histórico de base hospitalaria. Población: enfermos con EM diagnosticados entre la semana 41 de 1995 y la semana 40 de 1999, clasificados como EM B ó C. Ambito: Comunidades Autónomas de Andalucía y Canarias. Identificación de casos: del registro de altas hospitalarias y/o del sistema EDO (según disponibilidad y limitaciones de las autoridades sanitarias, en cada caso). Variables: Dependiente, muerte o no. Independientes: agrupadas en bloques jerárquicos de secuencia causal (características antes del ingreso, duración de los síntomas hasta el contacto con los servicios sanitarios, cuadro clínico al ingreso, retardos intrahospitalarios, desde la llegada a Urgencias y el ingreso y tratamiento). Obtención de datos: mediante revisión de Historias Clínicas en los hospitales donde se ingresaron los casos, mediante una ficha de recogida de datos estandarizada, cumplimentada por personal con experiencia en Pediatría. Tamaño de muestra: 1300 casos. Análisis: estadística descriptiva y análisis univariante. Para la variable dependiente muerte o no, construcción de un modelo de regresión logística múltiple. Estrategia de selección de variables: método por bloques jerárquicos de secuencia causal.
Resultados: La letalidad fue del 7%, para el total de EM (serogrupo C o B). La antibioterapia pre-hospitalaria se asoció con una reducción de la mortalidad (OR: 0.35, IC 95%:0.21-0.89), ajustando por forma clínica (sepsis, meningitis, o ambas). Se construyeron diferentes perfiles para ajustar por indicación de antibioterapia y se probaron las posibles interacciones entre forma clínica y resultados de la antibioterapia.
Conclusiones: La antibioterapia previa aplicada antes de acudir o derivar al hospital se comportó como un potente protector del riesgo de muerte; este efecto fue independiente de la forma clínica de la enfermedad meningocócica. Sin embargo, en contra de las hipótesis previas al estudio, el tiempo entre el comienzo de los síntomas hasta que se acudía al hospital no se asoció al riesgo de morir; aunque se detectaron retardos en la asistencia dentro de los hospitales. Esta situación pudo estar relacionada con la "epidemia de miedo" que se presentó en diferentes CCAA, a partir de 1996/97. Es posible que los epidemiólogos y las epidemiólogas españoles no identificaran una oportunidad para disminuir la mortalidad por esta causa de muerte, cuando se introdujo la discusión sobre la efectividad de la vacuna, poco efectiva, que estaba disponible en esos años. En el estudio se discute la importancia de ajustar por indicación, un posible confundente no controlado en estudios previos.
98 APLICACIÓN INFORMÁTICA PARA LA GESTIÓN DE LAS ENFERMEDADES DE DECLARACIÓN OBLIGATORIA BASADA EN FILEMAKER
L. Arboledas, A. Nicolau, C. Bosch, M. Portell, A. Galmés, F. González y J. Pomar
Conselleria de Sanitat i Consum del Govern de les Illes Balears.
Antecedentes: Hasta la elaboración de la nueva aplicación en FileMaker Pro, la gestión de Enfermedades de Declaración Obligatoria (EDO) se realizaba en entorno textual (AS400 y, posteriormente, dBase). Existían graves limitaciones en la explotación y tratamiento de los datos, que precisaban del uso de aplicaciones auxiliares. Estas limitaciones en la adaptación a nuevos requerimientos en ambos entornos exigían un conocimiento sólido de sus respectivos lenguajes de programación. Se planteó la migración a un entorno gráfico, multiplataforma y que permitiese una gestión sencilla, potente e integrada de la vigilancia de las EDO.
Objetivos: Describir la aplicación desarrollada en FileMaker Pro para la gestión de EDO.
Metodología: Análisis de las necesidades de gestión de datos de EDO, en sus diferentes modalidades: numéricas, importadas e individualizadas. Desarrollo y programación de los módulos necesarios para dar respuesta a las necesidades detectadas.
Resultados:
- Entorno de trabajo gráfico fácilmente adaptable al usuario, en sustitución del entorno de texto anteriormente disponible.
- Introducción de datos con verificación de repeticiones y filtros de seguridad para evitar errores de mecanografía con opción de autointroducción de variables.
- Sencillez en la adaptación a los protocolos de declaración. Esta adaptación se realizó de forma completa.
- Capacidad de importación y exportación de datos en un amplio catálogo de formatos de bases de datos.
- Generación de informes concretos de explotación mediante el cruce de variables entre los diferentes módulos que componen la aplicación.
- Capacidad de recogida automatizada de datos históricos de ejercicios anteriores introducidos con otras aplicaciones informáticas.
- Adaptación de la aplicación en sus diferentes módulos (introducción, modificaciones, consultas, explotación y generación de documentos administrativos) a cualquier nueva exigencia que pueda surgir.
- Integración de la información disponible, y en especial de la referente a fuentes de información.
- Posibilidad de generación de aplicaciones independientes y su adaptación a las exigencias de la LORTAD.
Conclusiones: El software de bases de datos FileMaker Pro es uno de las más versátiles, por la facilidad de aprendizaje, su potencia y por ser multiplataforma (Windows y MacOS).
