Principios de Epidemiología Conferencia 3

Presentación del tema: "Principios de Epidemiología Conferencia 3"— Transcripción de la presentación:

1 Principios de Epidemiología Conferencia 3
Tasa estandarizada de mortalidad (SMR), tasa de mortalidad proporcional (PMR) y medidas de sobrevida Principios de Epidemiología Conferencia 3 Dona Schneider, PhD, MPH, FACE Traducción de la parte III del Curso de Epidemiología, realizada por Dr. Nicolás Padilla, Facultad de Enfermería y Obstetricia de Celaya, Universidad de Guanajuato, México

2 Revisión: Tasas ajustadas son creadas a través de la estandarización
El proceso por el cual se derivan una figura resumida para comparar resultados en salud de grupos El proceso puede ser usado para mortalidad, natalidad o datos acerca de morbilidad

3 Ejemplos de estandarización
El método directo requiere Tasas específicas por edad en la muestra de la población La edad de cada caso La población en riesgo para cada grupo de edad en la muestra Estructura de la edad (porcentaje de casos en cada grupo de edad) de una población estándar La figura resumida es TASA AJUSTADA POR EDAD

4 Estandarización: Ajuste por edad (cont.)
El método indirecto requiere Estructura de edad de la muestra de la población en riesgo Total de casos en la muestra de la población (no edades de casos) Tasas específicas por edad de una población estándar La figura resumida es la RAZON ESTANDARIZADA DE MORTALIDAD (SMR)

5 Estandarización indirecta
En lugar de una estructutura de la población estándar, se utiliza una tasa estándar para ajustar nuestra muestra La estandarización indirecta no requiere las tasas estrato específicas de nuestros casos. La medida resumida es la SMR o razón estandarizada de mortalidad SMR = Observados X 100 Esperados

6 Estandarización indirecta (cont.)
Un SMR de 100 o 100% significa no diferencia entre el número de resultados en la muestra de la población y los que deberían ser e4sperados en la población estándar

7 Número de rancheros y gerentes de ranchos(Censo, 1951)
Ejemplo: SMR para rancheros masculinos, Inglaterra y Gales, 1951 Número esperado de muertes de rancheros y gerentes de ranchos por 1,000,000 Grupo de edad Número de rancheros y gerentes de ranchos(Censo, 1951) Tasas de mortalidad estándar por 1,000,000 (Todas las causas de muerte) (1) (2) (3) = (1) X (2) 20-24 7,989 1,383 11 25-34 37,030 1,594 59 35-44 60,838 2,868 174 45-54 68,687 8,212 564 55-64 55,565 22,953 1,275 Total de muertes esperadas por año: 2,083 SMR = 1,464 X = 70.3% 2,083 Total de muertes observadas por año: 1,464

8 En 1951, rancheros masculinos en Inglaterra y Gales tuvieron una tasa de mortalidad 30% más baja que la población general comparable por edad.

9 SMR para Tuberculosis para mineros blancos con edades entre 20 y 59 años, Estados Unidos, 1950
Tasa de mortalidad (por 100,000) para tuberculosisi en hombres en la población general Muertes esperadas por tuberculosis en mineros blancos si tienen los mismos riesgos que la población general Muertes observadas por tuberculosis en mineros blancos Población estimada de mineros blancos Edad (Años) (1) (2) (3) = (1) X (2) (4) 20-24 74,598 12.26 9.14 10 25-29 85,077 16.12 13.71 20 30-34 80,845 21.54 17.41 22 35-44 148,870 33.96 50.55 98 45-54 102,649 56.82 58.32 174 55-59 42,494 75.23 31.96 112 Totals 181.09 436 SMR = Observados / Esperados X 100 SMR (for 20–59 años de edad) = / X 100 = 241%

10 En los Estados Unidos en 1950, mineros blancos con edades entre 20 y 59 años murieron de tuberculosis casi 2 y media veces más que la población general de edad similar.

11 Individuos en una cohorte pueden contribuir con diferentes cantidades de riesgo debido a la longitud de la exposición (persona-años) Cálculo de SMR totales, por estratos y específicas por edad SMR = O/E X100 = 179/88.15 X 100 = 203% Estudio cohorte Población de referencia Tasa por 1,000 N° de resultados de interés (Obs) Persona-años en toda la cohorte Edad (años) Esperados SMR = (1) (2) (3) (4) = (2) X (3) (1) / (4) 40-49 6 1,200 2.5 3.00 2.00 50-59 27 2,340 6.1 14.27 1.89 60-69 98 3,750 12.4 46.50 2.11 70-79 48 975 25.0 24.38 1.97 179 88.15 2.03 Total

12 Trabajadores en esta cohorte fueron dos veces más probable que tuvieran el resultado de interés que la población general Aquellos con edades de tuvieron la más alta SMR específica por edad Aquellos de edad entre tuvieron la más baja SMR específica por edad

13 SMR (cont.) Algunas exposiciones cambian con el tiempo y los individuos pueden tener diferentes cantidad de exposición cuando están en una cohorte por muchos años Ejemplo: En un periodo de años, el proceso de manufacturación de X producto cambió. La cohorte ocupacional involucrada en el proceso tuvo 58 muertes (no conocemos sus edades). ¿Fue esto más o menos lo esperado para la población general? Estratifique la cohorte por peridos conocidos de exposición

14 Grupo de edad Muertes por Ca esperadas
Persona-años en cohorte Muertes por Ca esperadas Blancos masculinos USA Muertes por Ca (por 100,000) 15-24 1,250 9.9 0.1 25-34 3,423 17.7 0.6 35-44 3,275 44.5 1.5 45-54 2,028 150.8 3.1 55-64 1,144 409.4 4.7 15-24 544 11.2 0.1 25-34 3,702 17.5 .06 35-44 4,382 44.2 1.9 45-54 2,968 157.7 4.7 55-64 1,552 432.0 6.7 15-24 4 10.3 0.0 25-34 2,206 18.8 0.4 35-44 4,737 46.3 2.2 45-54 4,114 164.1 6.8 55-64 2,098 450.9 9.5 TOTAL 42.9 SMR = observadas/esperadas x 100% = 58 / 42.9 x 100%=135%

15 Personas en esta cohorte tuvieron el resultado 35% más frecuente que lo esperado en la población general. No podemos calcular las SMR específicas por edad sin las edades de los casos. Si tenemos las edades de los casos:

16 Persona-años Age 20-24 1000 500 200 25-29 1000 1500 1000 30-34 500 500 1500 Muertes observadas Age 20-24 2 1 25-29 3 4 2 30-34 1 2 S Obs = 15 Tasas de la población(por 1,000) Age 20-24 1.8 1.8 1.6 25-29 1.7 1.5 1.5 30-34 1.9 1.8 1.7 Muertes esperadas = tasas de la población x personas-años/1000 Age 20-24 1.8 0.9 0.3 25-29 1.7 2.3 1.5 30-34 0.9 0.9 2.6 S Esp = 12.9 SMR = S Obs / S Esp X 100 = 15 / 12.9 X 100 = 116%

17 De esos datos se puede calcular
Una SMR total (116%) SMR específicas por edad (edad 20-25, SMR = 100%) SMR por periodos de tiempo ( , SMR = 114%) SMR específicas por edad y por periodo de tiempo (edad , , SMR = 111%)

18 SMR Esperar un efecto del trabajador saludable Estudios ocupacionales deberán tener una SMR < 100 Trabajadores tienden a ser más saludables que la población general la cual comprende individuos sanos y no sanos No se puede comparar SMR entre estudios -- sólo a la población estándar

19 Comparación de tasas Ventajas Desventajas Tasas resumidas actuales
Difíciles de interpretar debido a las diferencias enlas estructuras de las poblaciones Cruda Fácilmente calculadas Controles para subgrupos homogeneos Incómodo si hay muchos subgrupos Específica Proveen detallada información No hay figura resumida Ajustada Provee una figura resumida Tasa fictícia La magnitud depende de la población estándar Controla confusores Permite la comparación de grupos Esconde diferencias entre subgrupos

20 En resúmen: Un tipo de tasa no es necesariamente más importante que otro. El cual se elija depende de la información buscada. Tasas crudas son usadas para estimar la carga de la enfermedad y para planear las necesidades en servicios de salud. Para comparar tasas entre subpoblaciones o para varias causas, tasas específicas son preferidas. Para comparar la salud de ppoblaciones completas, tasas ajustadas son preferidas debido a que permiten comparaciones de poblaciones con diferentes estructuras demográficas.

21 CDC Wonder

22 Mediciones de resultados adicionales
Razón de mortalidad proporcional Tasa de mortalidad proporcional Tasa de fatalidad de casos Años de potencial vida perdida Mediciones de sobrevida

23 Mediciones adicionales de resultados
Razón de mortalidad proporcional La razón muertes observadas/ muertes esperadas (en términos de proporciones de muertes en la población estándar) X 100 PMR son explicadas similarmente que la SMR 100% = sin diferencias entre grupos

24 Computando una PMR Muertes por cáncer
Todas las muertes 20-24 10 5 2 25-29 10 15 10 30-34 5 5 15 Muertes por cáncer 20-24 2 1 observadas 25-29 3 4 2 S =15 30-34 1 2 Proporción en la población de muertes por cáncer 20-24 0.07 0.07 0.07 25-29 0.09 0.10 0.10 30-34 0.11 0.12 0.12 Muertes esperadas debidas a cáncer = proporción de la población X todas las muertes en la muestra 20-24 0.7 0.4 0.1 esperadas 25-29 0.9 1.5 1.0 S =7.6 30-34 0.6 0.6 1.8 PMR = Observadas/Esperadas x 100 = (15/7.6) x 100 = 197%

25 PMR = 197% La población del estudio tiene dos veces la proporción de muertes de cáncer que la población estándar.

26 Tasa de mortalidad proporcional de enfermedad coronaria

27 Diez principales causa de muerte, años, todas las razas, ambos sexos, Estados Unidos, 1991 (Población 82’438,000) Número Sitio Causa de muerte Tasa de mortalidad proporcional (%) Tasa de muerte causa específica por 100,000 1 Accidentes y efectos adversos 26,526 18.0 32.2 2 Neoplasias malignas 22,228 15.0 27.0 3 Infección por VIH 21,747 14.7 26.4 4 Enfermedades del corazón 15,822 10.7 19.2 5 Homicidio e intervenciones legales 12,372 8.4 15.0 6 12,281 8.3 14.9 Suicidio Enfermedades crónicas hepáticas y cirrosis 7 4,449 3.0 5.4 8 4.1 Enfermedades cerebrovasculares 3,343 2.3 1.5 2.7 2,211 9 Diabetes mellitus 1.5 2.7 10 Neumonía e influenza 2,203 Todas las causas 147,750 100

28 Comparando tasas de mortalidad y fatalidad de casos
Asumiendo en 1995 una población de 100,000 personas donde 20 contrajeron la enfermedad X y 18 personas murieron de la enfermedad. Un permanece enfermo y uno se ha recuperado. ¿Cuál es la tasa de mortalidad y cual es la tasa de fatalidad de casos para la enfermedad x? Tasa de mortalidad para la enfermedad X 18 / 100,000 = = .018% Tasa de fatalidad de casos para la enfermedad X 18 / 20 = .9 = 90%

29 Años potenciales de vida perdida
Muertes ocurriendo en un individuo en particular a una edad temprana resulta en gran pérdida de la productividad de ese individuo que si el mismo individuo viviera cpmpletamente el promedio de esperanza de vida. Por convenciencia , YPLL (o PYLL) está basada en la esperanza de vida de 75 años YPLL puede ser calculado para individuos o datos de grupos

30 Ejemplo: método de datos individuales
Una persona que murió a la edad de 20, contribuiría con 55 años potenciales de vida perdida (75-20=55 YPLL) Muertes en individuos de 75 años o mayores son excluídas La tasa es obtenida dividiendo el total de años potenciales de vida perdida entre el total de la población menor de 75 años.

31 Contribuyó YPLL (75-age)
Individual Edad a la muerte (Años) Contribuyó YPLL (75-age) 1 6 meses 74.5 2 55 20 3 15 60 4 85* xx 5 60 15 Suma xxx 169.5 *excluído YPLL de la enfermedad X = / 4 = 42.4 por persona

32 Obtenga las edades al tiempo de la muerte de cada caso (columna 1)
Obtenga las edades al tiempo de la muerte de cada caso (columna 1). Excluya aquellos con edades sobre 75 Calcule la media de edad para cada grupo de edad (columna 2) Reste la media de edad de 75 (columna 3) Calcule la YPLL específica por estrato, multiplicando la columna 1 por la columna 3 Sume las YPLL específicas por estrato Divida entre el total de la población para las edades seleccionadas Ejemplo: Método de grupo de edad En una población de 12,975,615, ¿cuál es la tasa de YPLL para el 2000?

33 Media de edad a la muerte (2)
Edad de media (3) YPPL (1)x(3) Edad # Muertes (1) <1 4 0.5 74.5 298.0 1-4 28 3.0 72.0 2016.0 5-9 52 7.5 67.5 3510.0 10-14 64 12.5 62.5 4000.0 15-19 315 17.5 57.5 20-24 410 22.5 52.5 25-29 308 27.5 47.5 30-34 243 32.5 42.5 35-39 171 37.5 37.5 6412.5 40-44 131 42.5 32.5 4257.5 45-49 116 47.5 27.5 3190.0 50-54 85 52.5 22.5 1912.5 55-59 85 57.5 17.5 1487.5 60-64 86 62.5 12.5 1075.0 65-69 64 67.5 7.5 480.0 70-74 70 72.5 2.5 175.0 xxx xxx xxx 93,234.0 Tasa de YPLL por 1,000 personas = 93,234.0/12,975,615 = 7.2 por 1,000 in 2000

34 Midiendo sobrevida Cinco años de sobrevida No es un número mágico
Puede estar sujeto a sesgo de tiempo No puede evaluar nuevas terapias

35 Midiendo sobrevida (cont.)
Tablas de vida (asumen que no hay cambios en el tratamiento en el tiempo de observación) Usadas para calcular la probabilidad de sobrevivir en fijados segmentos de tiempo Permite a cada caso contribuir al análisis de datos sin tomar en cuenta el segmento de tiempo en el cual fueron erolados La probabilidad de sobrevivir 5 años es el producto de sobrevivir cada año

36 Midiendo sobrevida (cont.)
Kaplan-Meier Los periodos de tiempo no son predeterminados pero son definidos por la muerte o diagnóstico de un caso Las pérdidas y eliminaciones son removidas del análisis Típicamente usadas para pequeños números de casos

37 Midiendo sobrevida (cont.)
Mediana de sobrevida El tiempo en que la mitad de la población sobrevive No afectada por los extermos como en la media Se puede calcular la mediana del tiempo de sobrevida cuando la mitad más que cuando todos los casos mueren

38 Midiendo sobrevida (cont.)
Tasa relativa de sobrevida Compara sobrevida de una enfermedad a un grupo comparable quienes no tienen la enfermedad Tasa relativa de sobrevida (%) = Observados/Esperados x 100