Protocolo de Investigación del atlas de mortalidad de las capitales de provincia de Andalucía y Cataluña (Proyecto Amcac) (página 2)

Cataluña cuenta con 6.813.319 habitantes en el
año 200411. Según las últimas
cifras oficiales del INE, el 16% de todas las muertes
españolas se producen en esta Comunidad
Autónoma12. Aunque Girona y Barcelona son las
provincias que presentan un menor riesgo de
muerte con
respecto al resto de España6, en porcentaje de
muertes totales Cataluña representa una de las principales
contribuyentes (Andalucía con casi un millón de
habitantes más presenta un porcentaje muy
similar)12. Por otra parte, la tasa de mortalidad por
1.000 habitantes en Cataluña en el año 2003 fue de
9,11 (9,47 hombres y 8,76 mujeres), variando entre 8,88
(Tarragona) y 11,29 (Lleida). Girona presentó una tasa de
9,23 y Barcelona de 10,9514. Es posible que estas
cifras reflejen una población relativamente más
envejecida que en el resto de comunidades autónomas (un
17% de la población tiene más de 65 años y
un 14% menos de 15 años). Sin embargo, Cataluña fue
la tercera Comunidad Autónoma (despúes de
Andalucía y Madrid) con
mayor crecimiento vegetativo.

Estos hechos, junto con la importancia de los factores
socioeconómicos y culturales en el patrón
geográfico de la mortalidad, hacen interesante el estudio
de las variaciones geográficas producidas entre las
secciones censales de las capitales de provincia de
Andalucía y Cataluña, nivel más bajo de
desagregación al que es posible acceder. La descripción de estos patrones en grandes
ciudades podrá fomentar el desarrollo de
políticas sanitarias para la
disminución de desigualdades y la mejora de la salud de la población
en términos de mortalidad, hecho que supondría un
logro importante para la Salud
Pública de las dos Comunidades Autónomas
más importantes de nuestro país en cuanto a
número de habitantes.

En este contexto surge el proyecto AMCAC
(Atlas de Mortalidad de las Capitales de provincia de
Andalucía y Cataluña) cuyo objetivo es
analizar la distribución geográfica de la
mortalidad por todas las causas en las secciones censales de las
capitales de provincia de ambas Comunidades Autónomas,
identificando además los factores socioeconómicos
que pueden explicar parte de la variabilidad de la
mortalidad.

El estudio constituirá una aportación
relevante para la identificación de secciones censales con
mayores tasas de mortalidad, pudiendo ser el punto de partida
para formular hipótesis de asociación o
etiológicas y desarrollar futuros trabajos orientados a la
detección de factores de riesgo
específicos.

SUJETOS Y MÉTODO

Diseño: Estudio
ecológico en el que la unidad de análisis es la sección
censal.

Emplazamiento: Capitales de provincia de
Andalucía (ciudades de Almería, Cádiz,
Córdoba, Granada, Huelva, Jaén, Málaga y
Sevilla) y capitales de provincia de Cataluña (ciudades de
Barcelona, Girona, Lleida y Tarragona).

Sujetos de estudio: Para llevar a cabo el estudio
se analizarán un total de 298.731 individuos fallecidos en
las 12 ciudades mencionadas, de los cuales 152.913 son hombres y
145.818 mujeres. De todas las defunciones, 188.983 (97.278
hombres y 91.705 mujeres) se produjeron en las capitales de
provincia de Andalucía durante el periodo 1992-2002 y
109.748 (55.635 hombres y 54.113 mujeres) en las capitales de
provincia de Cataluña durante el periodo 1994-2000. La
distribución por ciudades se muestra en la
Tabla 1.

Variables: Para cada ciudad, la
variable dependiente será el número de muertes
observadas por sección censal. Como variables
independientes se recogerán los siguientes indicadores
socioeconómicos:

a) Trabajadores manuales:
Número de trabajadores que realizan su actividad en las
categorías PF15, PF16, PF17, PF18, PF19 y FP12 de la
clasificación de profesiones por cada 100 personas
ocupadas. Estas categorías están constituidas
respectivamente por trabajadores especializados en la construcción, trabajadores especializados
de la minería y
la metalurgia,
trabajadores especializados del resto de las industrias,
operadores de instalaciones y maquinaria, trabajadores no
especializados y resto de trabajadores de los servicios.

b) Desempleo:
Número de desempleados por cada 100 personas
activas.

c) Analfabetismo:
Número de analfabetos por cada 100 personas mayores de 10
años.

Recogida de datos y fuentes de
Información: Los datos de mortalidad
procederán de la Consejería de Salud de cada
Comunidad Autónoma. A partir de la dirección postal de fallecimiento se
asignará una única sección censal a cada
caso, utilizando el callejero y seccionado censal de 1991
proprocionado por el INE. Las defunciones serán agrupadas
a continuación por sección censal, grupos
quinquenales de edad y sexo. Las
variables socioeconómicas y cifras de población se
obtendrán del Censo de Población, Viviendas y
Hogares realizado por el INE en 1991.

Análisis estadístico de datos: Para
cada sección censal se calculará el número
de muertes esperadas en hombres y mujeres ajustado por grupos
quinquenales de edad. Para las ciudades andaluzas se
tomará como referencia la población de
Andalucía en 1991. Para las ciudades catalanas la
población de referencia será la de Cataluña
en 1991. La Razón de Mortalidad Estandarizada (RME) se
estimará como el cociente entre el número de casos
observados y esperados15.

Para el suavizado de la RME se utilizará el
modelo
propuesto por Besag, York and Mollié (BYM)16,
17. Este modelo puede ser especificado de la forma:
 

donde Om es el número de
muertes observadas en la sección censal m,
Em el número de casos esperados,
υm el riesgo
relativo y b0 una constante.
El modelo presenta además dos efectos aleatorios definidos
por um y vm. El primero es un
efecto con estructura
espacial que explica la agrupación de casos en torno a la
sección censal. El segundo es un término aleatorio
no estructurado que explica la heterogeneidad entre áreas.
Ambos efectos presentan la restricción åum=
åvm=0
usual en los modelos CAR
(Conditional Autoregresive models).

La distribución a posteriori del riesgo relativo
se obtendrá definiendo distribuciones a priori Normales
sobre los hiperparámetros de la parte aleatoria del modelo
y una distribución impropia sobre la constante. Los
estimadores del riesgo se obtendrán mediante algoritmos
Markov Chain Monte Carlo (MCMC). La bondad de ajuste de
los modelos se medirá mediante el estadístico
Deviance Information Criterion (DIC). El programa
informático utilizado para el análisis será
WinBUGS 1.4 con 1.000 iteraciones de calentamiento
(burn-in) y al menos 10.000 actualizaciones posteriores.
La convergencia de las estimaciones se asegurará
utilizando dos cadenas mediante el estadístico
Gelman-Rubin modificado por Brooks and
Gelman18.

Figura 1
Ciudades incluidas en el proyecto AMCAC

En cada ciudad se estimará un modelo para hombres
y otro para mujeres. Los riesgos
relativos suavizados se representarán sobre un mapa de las
secciones censales de la ciudad. El Sistema de
Información Geográfica utilizado será
ArcView.

La inclusión de las variables independientes en
el modelo BYM permitirá estudiar la relación entre
las características socioeconómicas de la
sección censal y la mortalidad, analizando hombres y
mujeres de forma separada.

COMENTARIOS

Limitaciones del estudio: La
estadística espacial aplicada al
ámbito sanitario puede ser el punto de partida de un
plan de
análisis estratégico orientado a mejorar la salud
de la población. Independientemente de los modelos o
métodos de
estimación utilizados en el análisis, es importante
señalar que estas técnicas
son capaces de describir el patrón geográfico de la
mortalidad, pero no permiten explicar las causas por las que el
riesgo es más elevado en ellas. Para alcanzar este
objetivo será necesario realizar estudios
específicos en los que se analice con detalle factores de
riesgo individuales y ambientales relacionados con la
mortalidad.

En este tipo de estudios los posibles cambios de
residencia de la población a través del tiempo
podría constituir un sesgo de clasificación en la
exposición de los sujetos. La ausencia de
sistemas de
información dinámicos y la inaccesibilidad a
datos censales individuales debido a la confidencialidad de la
información hace inviable el control de un
sesgo de estas características. A pesar de ello, el
patrón geográfico de la mortalidad detectado en
nuestras ciudades contribuirá a la ampliación del
conocimiento
sobre la salud de la población y a la mejora del diseño
de estrategias de
intervención sanitaria en el ámbito
urbano.

Si bien es cierto que el Censo de Población de
2001 podría dar información más actualizada
sobre las cifras de población y variables
socioeconómicas, los periodos de estudio utilizados para
la mortalidad hacen aconsejable utilizar 1991 como año de
referencia. De no ser así se obtendría una
caracterización socioeconómica actual del entorno
en el que vivieron personas que fallecieron en el pasado,
rompiendo la secuencia temporal causa-efecto.

La correspondencia entre las direcciones de
defunción y el callejero de las ciudades podría
plantear problemas en
la asignación de secciones censales si la
información registrada en las bases de datos de
mortalidad fuese incompleta. Nombres de calles erróneos,
números ausentes y otras incidencias complicarían
la tarea de geocodificación de la mortalidad, sin embargo
la experiencia en otros estudios hace suponer que estas
situaciones no serán muy frecuentes.

Dado el interés
suscitado en los últimos años por los estudios
ecológicos, y en particular por los mapas
geográficos de distribución de enfermedades, la
utilización de modelos estadísticos complejos para
este tipo de estudios es cada vez más frecuente. Aunque
existen otros métodos, quizás sean los modelos
bayesianos los que ofrecen un tratamiento más adecuado
para el análisis geográfico de la mortalidad dada
su capacidad para detectar tanto la heterogeneidad entre
pequeñas áreas como la formación de clusters o
agrupaciones de casos19. Numerosos estudios publicados
en los últimos años muestran la potencia y
utilidad de
estos métodos en el campo de la epidemiología
descriptiva, siendo de gran utilidad en la investigación de exposiciones
ambientales20.

Aplicabilidad práctica

Un estudio de estas características
permitirá conocer la distribución de la mortalidad
en las secciones censales de las capitales de provincia de
Andalucía y Cataluña. Supondrá una
aportación relevante para la planificación de recursos
sanitarios y actuaciones políticas y sociales.
Constituirá, además, un elemento de apoyo para la
mejora de los programas de
prevención y el estudio de desigualdades en
pequeñas áreas geográficas, siendo un punto
de partida importante para la investigación de factores
etiológicos.

La difusión de los resultados ayudará a
mejorar y ampliar los conocimientos sobre la salud de nuestra
población, contribuyendo a garantizar una
protección sanitaria centrada en la prevención y
planificación de recursos sanitarios.

El proyecto sentará las bases
metodológicas para el desarrollo de futuras investigaciones
sobre causas específicas de mortalidad por secciones
censales en Andalucía y Cataluña. Los resultados
obtenidos constituirán el primer Atlas de Mortalidad de
las capitales de provincia analizadas, publicación de
interés general para políticos, gestores y
profesionales sanitarios. La continuidad de las investigaciones
sobre la distribución geográfica de la mortalidad
por causas y su relación con las características
socioeconómicas de las áreas constituye uno de los
principales objetivos del
grupo AMCAC y
de los proyectos
coordinados en los que está integrado.

BIBLIOGRAFÍA

 1. Elliot P. Small-area studies. En: Bertollini R
et al (eds). Environmental epidemiology: exposure and disease.
New York: WHO-CRC Press; 1996.

2. Elliott P, Wakefield JC, Best NG, Briggs DJ (eds).
Spatial Epidemiology. New York: Oxford University Press;
2000.

3. Gundersen L. Mapping it out: using atlases to detect
patterns in health care, disease and mortality. Ann Intern Med
2000; 133: 161-164.

4. Ruíz M, Viciana F. Atlas de mortalidad por
causas. Andalucía, 1983-1992. Sevilla: Consejería
de Salud; 1995.

5. López-Abente G, Pollán M, Escolar A,
Errezola M, Abraira V. Atlas de mortalidad por cáncer y
otras causas en España,
1978-1992. Madrid: Fundación Científica de la
Asociación Española Contra el Cáncer;
1996.

6. Benach J et al. Atlas de mortalidad en áreas
pequeñas en España, 1987-1995. Barcelona: Universidad
Pompeu Fabra; 2001.

7. Benach J, Yasui Y. Geographical patters of excess
mortality in Spain explained by two indices of deprivation.
Journal of Epidemiology and Community Health 1999; 53:
423-31.

8. Arias A et al. Desigualdades en salud en Barcelona y
Valencia. Medicina
Clínica 1993; 100: 281-7.

9. Townsend P, Phillimore P, Beattie A. Health and
deprivation. Inequality and the North. London: Routledge;
1988.

10. Faggiano F, Partanen T, Kogevinas M, Boffetta P.
Socioeconomic differences in cancer incidence
and mortality. In: Social inequalities and cancer. Kogevinas M,
Pearce N, Susser M, Boffetta P (eds). IARC Scientific
Publications No. 138. Lyon: IARC; 1997.

11. INE. España en cifras 2005. Madrid: INE;
2005.

12. INE. Defunciones según la causa de muerte
2002. Madrid: INE; 2004.

13. Ruiz M, Canto VD. Distribución espacial y
tendencia de la mortalidad por cáncer y otras causas.
Sevilla: Consejería de Salud; 1998.

14. Servei d'Informació i Estudis. Anàlisi
de la Mortalitat a Catalunya, 2003. Barcelona: Departament de
Salut, Generalitat de Catalunya; 2005.

15. Rothman KJ, Greenland S. Modern epidemiology.
Philadelphia: Lippincott-Raven;1998.

16. Besag J, York J, Mollié A. Bayesian image
restoration with applications in spatial statistics (with
discussion). Annals of the Institute of Statistical Mathemathics
1991; 43: 1-59.

17. Mollié A. Bayesian mapping of disease. En:
Gilks WR, Richardson S, Spiegelhalter DJ (eds). Markov Chain
Monte Carlo in Practice. New York: Chapman & Hall;
1996.

18. Spiegelhalter D, Thomas A, Best N, Lunn D. WinBUGS
User Manual (Version
1.4). Cambridge: MRC Biostatistics Unit; 2003.

19. Bernardinelli L, Montomoli C, Ghislandi, Pascutto C.
Bayesian analysis of ecological studies. Epidemiologia
e Prevenzione 1995; 19: 175-89.

20. Bertollini R, Lebowitz M, Saracci R, Savitz D.
Environmental Epidemiology, Exposure and Disease. New York:
WHO-CRC Press; 1996.

Ricardo Ocaña-Riola (1), Marc Saez (2), Carmen
Sánchez-Cantalejo (1), Maria Antònia
Barceló (2), Alberto Fernández (1) y Carme Saurina
(2) en representación del Grupo AMCAC
(1) Grupo de Investigación DEMAP (Distribución
Espacial de la Morbi-mortalidad en Áreas Pequeñas).
Escuela Andaluza
de Salud Pública (Granada).
(2) Grup de Recerca en Estadística, Economia Aplicada i
Salut (GRECS). Universitat de Girona (Girona).
(*) Investigación financiada por el Fondo de
Investigación Sanitaria (Expedientes 02/1308 y 02/0735),
la Consejería de Salud de la Junta de Andalucía
(Expediente 128/02) y la Red de Centros de
Investigación en Epidemiología y Salud
Pública (RCESP).