Tasa estandarizada de mortalidad (SMR), tasa de mortalidad proporcional (PMR) y medidas de sobrevida...
-
Upload
alfredo-herrera -
Category
Documents
-
view
12 -
download
4
Transcript of Tasa estandarizada de mortalidad (SMR), tasa de mortalidad proporcional (PMR) y medidas de sobrevida...
Tasa estandarizada de
mortalidad (SMR), tasa de
mortalidad proporcional (PMR)
y medidas de sobrevida
Principios de Epidemiología
Conferencia 3Dona Schneider, PhD, MPH, FACE
Epidemiology (Schneider)
Revisión: Tasas ajustadas son creadas a través de la estandarización
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
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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)
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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
Epidemiology (Schneider)
Total de muertes esperadas por año: 2,083
(3) = (1) X (2)(2)(1)
1,27522,95355,56555-64
5648,21268,68745-54
1742,86860,83835-44
591,59437,03025-34
111,3837,98920-24
Número esperado de muertes de rancheros y
gerentes de ranchos por 1,000,000
Tasas de mortalidad estándar por 1,000,000 (Todas las
causas de muerte)
Número de rancheros y gerentes de
ranchos(Censo, 1951)Grupo de edad
Ejemplo: SMR para rancheros masculinos, Inglaterra y Gales, 1951
Total de muertes observadas por año: 1,464
SMR = 1,464 X 100 = 70.3%
2,083
En 1951, rancheros masculinos
en Inglaterra y Gales tuvieron una
tasa de mortalidad 30% más baja
que la población general
comparable por edad.
SMR = Observados / Esperados X 100
SMR (for 20–59 años de edad) = 436 / 181.09 X 100 = 241%
436181.09Totals
11231.9675.2342,49455-59
(4)(3) = (1) X (2)(2)(1)
17458.3256.82102,64945-54
9850.5533.96148,87035-44
2217.4121.5480,84530-34
2013.7116.1285,07725-29
109.1412.2674,59820-24
Muertes observadas por tuberculosis en
mineros blancos
Muertes esperadas por tuberculosis en mineros blancos si tienen los mismos riesgos que la población general
Tasa de mortalidad (por 100,000) para tuberculosisi en hombres en la población general
Población estimada de mineros blancos
Edad (Años)
SMR para Tuberculosis para mineros blancos con edades entre 20 y 59 años, Estados Unidos, 1950
Epidemiology (Schneider)
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.
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%
88.15
24.38
46.50
14.27
3.00
(4) = (2) X (3)
Esperados
Estudio cohorte
2.03 179Total
1.9725.09754870-79
2.1112.43,7509860-69
1.896.12,3402750-59
2.002.51,200640-49
(1) / (4)(3)(2)(1)
SMR =
Población de referencia
Tasa por 1,000
Persona-años en toda
la cohorte
N° de resultados de interés (Obs)
Edad
(años)
Epidemiology (Schneider)
Trabajadores en esta cohorte fueron dos veces más probable que tuvieran el
resultado de interés que la población general
Aquellos con edades de 60-69 tuvieron la más alta SMR específica por edad
Aquellos de edad entre 50-59 tuvieron la más baja SMR específica por edad
Epidemiology (Schneider)
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
Epidemiology (Schneider)
9.5450.92,09855-64
6.7432.01,55255-64
4.7409.41,14455-64
0.111.254415-24
.0617.53,70225-34
1.944.24,38235-44
4.7157.72,96845-54
1958-1963
0.010.3415-24
0.418.82,20625-34
2.246.34,73735-44
6.8164.14,11445-54
42.9TOTAL
SMR = observadas/esperadas x 100% = 58 / 42.9 x 100%=135%
1953-1957
1948-1952
3.1150.82,02845-54
1.544.53,27535-44
0.617.73,42325-34
0.19.91,25015-24
Muertes por Ca esperadasBlancos masculinos USA
Muertes por Ca (por 100,000)
Persona-años en cohorte
Grupo de edad
Epidemiology (Schneider)
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:
SMR = Obs / Esp X 100 = 15 / 12.9 X 100 = 116%
Esp = 12.92.60.90.930-34
1.52.31.725-29
0.30.91.8Age 20-24
Muertes esperadas = tasas de la población x personas-años/1000
1.71.81.930-34
1.51.51.725-29
1.61.81.8Age 20-24
Tasas de la población(por 1,000)
Obs = 1521030-34
24325-29
012Age 20-24
Muertes observadas
150050050030-34
10001500100025-29
2005001000Age 20-24
1980-841975-791970-74Persona-años
Epidemiology (Schneider)
De esos datos se puede calcular Una SMR total (116%)
SMR específicas por edad (edad
20-25, SMR = 100%)
SMR por periodos de tiempo (1970-
1974, SMR = 114%)
SMR específicas por edad y por periodo de tiempo (edad 20-
24, 1970-74, SMR = 111%)
Epidemiology (Schneider)
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
Comparación de tasas
Esconde diferencias entre subgruposPermite la comparación de grupos
La magnitud depende de la población estándar
Controla confusores
Tasa fictíciaProvee una figura resumidaAjustada
No hay figura resumidaProveen detallada información
Incómodo si hay muchos subgruposControles para
subgrupos homogeneosEspecífica
Fácilmente calculadas
Difíciles de interpretar debido a las diferencias enlas estructuras de las poblaciones
Tasas resumidas actualesCruda
DesventajasVentajas
Epidemiology (Schneider)
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.
Epidemiology (Schneider)
CDC Wonder
http://wonder.cdc.gov/
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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
Computando una PMRTodas las muertes 1950-54 1955-59 1960-64
20-24 10 5 2
25-29 10 15 10
30-34 5 5 15
Muertes por cáncer20-24 2 1 0
25-29 3 4 2 observadas30-34 0 1 2 =15Proporción 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 muestra20-24 0.7 0.4 0.1
25-29 0.9 1.5 1.0 esperadas30-34 0.6 0.6 1.8 =7.6
PMR = Observadas/Esperadas x 100 = (15/7.6) x 100 = 197%
Epidemiology (Schneider)
PMR = 197%
La población del estudio tiene dos veces
la proporción de muertes de cáncer que
la población estándar.
Tasa de mortalidad proporcional de enfermedad coronaria
Figura 3-19. Muertes de enfermedad cardiáca como porcentaje de muertes de todas las causas, por grupo de edad, Estados Unidos,1986.
0%
20%
40%
60%
80%
100%
Todaslas
edades
1-4 15-24 35-44 55-64 75-84
% d
e t
od
as l
as
mu
ert
es
Enfermedad cardiáca Todas otras causas
2.71.52,211Diabetes mellitus9
5.43.04,449Enfermedades crónicas hepáticas y
cirrosis74.12.33,343Enfermedades cerebrovasculares8
14.98.312,281Suicidio6
100147,750Todas las causas
2.71.52,203Neumonía e influenza10
15.0 8.412,372Homicidio e intervenciones
legales 5
19.210.715,822Enfermedades del corazón4
26.414.721,747Infección por VIH3
27.015.022,228Neoplasias malignas2
32.218.026,526Accidentes y efectos adversos
1
Tasa de muerte causa específica por
100,000
Tasa de mortalidad proporcional (%)NúmeroCausa de muerteSitio
Diez principales causa de muerte, 25-44 años, todas las razas, ambos sexos, Estados Unidos, 1991 (Población 82’438,000)
Epidemiology (Schneider)
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 = .00018 = .018%
Tasa de fatalidad de casos para la enfermedad X 18 / 20 = .9 = 90%
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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.
Epidemiology (Schneider)
*excluído
YPLL de la enfermedad X = 169.5 / 4 = 42.4 por persona
169.5xxxSuma
15605
xx85*4
60153
20552
74.56 meses1
Contribuyó YPLL (75-age)
Edad a la muerte (Años)
Individual
Ejemplo: Método de grupo de edadEn una población de 12,975,615, ¿cuál es la tasa de YPLL para el 2000?
1. Obtenga las edades al tiempo de la muerte de cada caso (columna 1). Excluya aquellos con edades sobre 75
2. Calcule la media de edad para cada grupo de edad (columna 2)
3. Reste la media de edad de 75 (columna 3) 4. Calcule la YPLL específica por estrato, multiplicando la
columna 1 por la columna 3 5. Sume las YPLL específicas por estrato 6. Divida entre el total de la población para las edades
seleccionadas
Tasa de YPLL por 1,000 personas = 93,234.0/12,975,615 = 7.2 por 1,000 in 2000
6412.537.537.517135-39
xxx
2.5
7.5
12.5
17.5
22.5
27.5
32.5
42.5
47.5
52.5
57.5
62.5
67.5
72.0
74.5
Edad de 75-media (3)
93,234.0xxxxxx
175.072.57070-74
480.067.56465-69
1075.062.58660-64
1487.557.58555-59
1912.552.58550-54
3190.047.511645-49
4257.542.513140-44
10327.532.524330-34
14630.027.530825-29
21525.022.541020-24
18112.517.531515-19
4000.012.56410-14
3510.07.5525-9
2016.03.0281-4
298.00.54<1
YPPL(1)x(3)
Media de edad a la muerte (2)# Muertes (1)Edad
Epidemiology (Schneider)
Midiendo sobrevida
Cinco años de sobrevida
No es un número mágico
Puede estar sujeto a sesgo de tiempo
No puede evaluar nuevas terapias
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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
Epidemiology (Schneider)
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