" ATLAS DE MORTALIDAD POR TUMOR MALIGNO DE ESTOMAGO EN CHILE " Gloria Icaza, Loreto Núñez, Universidad de Talca Francisco Torres, P. Universidad Católica de Chile Nora Díaz, INTA, Universidad de Chile David Varela, Geógrafo Charla Universidad de Bío-bio, Concepción, 14 Marzo 2006 Proyecto del Fondo Nacional de Investigación en Salud – FONIS 2006

Pauta presentación Objetivos de los atlas Datos Calidad de datos Metodología Atlas de mortalidad por tumor maligno de estómago en Chile Conclusiones

Objetivos de los Atlas Descripción geográfica de enfermedades Detección de áreas (comunas) en riesgo para focalizar recursos Generación de hipótesis etiológicas

Atlas de mortalidad en el mundo Atlas de Mortalidad de la Comunidad Valenciana (Generalitat Valenciana y Universidad de Valencia) Mortalidad por varias causas USA (CDC/NCHS) Mortalidad por Cáncer y otras causas en España (Asociación Española contra el Cáncer) Mortalidad por Cáncer USA (NCI) Otros: Europa, Canadá, Australia, Nueva Zelandia

Atlas de Mortalidad en Chile Nuestro grupo ha desarrollado atlas de mortalidad: –Cardiovascular (I20-I25, I60-I69) –Tumores malignos (C00-C97) –Tumor maligno de estómago (C16) por sexo –Tumor maligno de tráquea (C33) y Tumor maligno de bronquios y pulmón (C34) por sexo

Datos

Datos para la construcción de estos Atlas de Mortalidad Estadísticas de mortalidad del Ministerio de Salud de los últimos 8 años disponibles ( ). Desde 1997 se usa la X revisión de la clasificación internacional de enfermedades. Proyecciones anuales de población ( ), por quinquenios de edad, sexo y comunas. Población de referencia: censo 2002, Instituto Nacional de Estadísticas

Calidad de datos

Calidad de datos* El porcentaje nacional de certificación médica (98,5%) y el porcentaje de causas mal definidas (3,8%) han mejorado en el tiempo, sin embargo difieren por área urbano-rural, por servicio de salud y por edad. * Núñez, Icaza (2006) Calidad de las estadísticas de mortalidad en Chile, Revista Médica de Chile, 134:

Metodología

Ajuste de tasas por edad Para cada sexo por separado, se obtienen tasas ajustadas por quinquenios de edad (método indirecto): Razón de Mortalidad Estandarizada (RME) Población de referencia la población de Chile en el Censo comunas del país en 2002, se excluyen las Islas de Pascua y Juan Fernández y Antártica

Razón de mortalidad por tumores de estómago, Chile continental Hombres Mujeres

Modelo propuesto Se asume que, donde, : Número observado de muertes en la comuna i. : Número esperado de muertes en la comuna i. : Riesgo relativo en la comuna i.

Se busca modelar a través de la siguiente función de enlace, (Convolution model, Best et al., 1999) Modelo propuesto log Riesgo Offset Intercepto Efectos Aleatorios

Distribuciones a priori CAR intrínseco Efectos Aleatorios Para la estructura jerárquica, se supondrá las siguientes distribuciones a priori,

Variabilidad no estructurada No se tiene conocimiento acerca de la variabilidad de los efectos aleatorios, por lo que su incertidumbre se verá representada por una de dos distribuciones a priori. Así, el porcentaje de variabilidad espacial se podría obtener a través de

Análisis de bondad de ajuste Se escogerá el mejor modelo usando el Criterio de Información de Devianza, DIC (Spiegelhalter et al., 2002). Devianza esperada No. efectivo de parámetros

Resultados de modelos Modelo MujeresHombres 3 vecinosBuffer3 vecinosBuffer Gama Inversa(0,001;0,001)1848,921849,212186,312186,30 Gama Inversa (0,5;0,0005)1848,321849,522185,932187,01 Gama Inversa (10;0,35)1847,401847,032187,912188,45 Normal(0;0,05)I(0,)1850,681851,372188,502189,20 Normal(0;0,5)I(0,)1851,561852,122189,022189,08 Normal(0;1)I(0,)1851,341851,692189,352189,72 Normal(0;6,25)I(0,)1851,341851,322188,752189,01 Normal(0;1)I(0,); Normal(0;10)I(0,) 1851,181852,152188,592189,33 Valores de DIC para modelos ajustados:

Como resultado importante es la influencia de la componente espacial en la variabilidad total no explicada por el modelo, se pueden apreciar los siguientes porcentajes estimados, explicados por la componente espacial, Estimación Media a Posteriori Intervalo de Credibilidad (95%) Hombres94,45%75,58% - 99,87% Mujeres50,01%33,89% - 67,73% Resultados de modelos

Detalles técnicos de WinBugs Las estimaciones se hicieron en base a tres cadenas de iteraciones, con una quema de datos. La muestra final se seleccionó con un muestreo sistemático de 1 cada 50 en cada cadena. Total de la muestra 6000 observaciones.

RMEs

RMEs tumores de estómago, hombres, por regiones Chile

Categorías para RMEs Los mapas se construyen a partir de categorías de las RMEs y se asignan colores usando escala marrón:

Atlas de mortalidad por tumor maligno de estómago – hombres Chile

RMEsSignificancia Atlas de mortalidad por tumores malignos de estómago, hombres, Chile

Atlas de mortalidad por tumor maligno de estómago – mujeres Chile

RMEsSignificancia Atlas de mortalidad por tumores malignos de estómago, hombres, Chile

Conclusiones Es necesario tomar en cuenta la calidad de las estadísticas de mortalidad. El análisis Bayesiano propone una alternativa jerárquica que permite obtener estimaciones satisfactorias. Es posible modificar la presentación de los mapas (colores, categorías). Análisis espacio-temporal, análisis bivariado de causas de muerte.