Epidemiologia basica, Monografías, Ensayos de Epidemiología

¡Descarga Epidemiologia basica y más Monografías, Ensayos en PDF de Epidemiología solo en Docsity!

Epidemiología

S e x t a E d i c i ó n

León Gordis

Capítulo 4

Capítulo 4

La ocurrencia de la enfermedad: II. Mortalidad y otras

medidas del impacto de la enfermedad

Usted no muere por haber nacido, ni por haber vivido, ni por envejecer. Usted se muere de algo… La muerte natural no existe: nada de lo que le sucede a un hombre es nunca natural, ya que su presencia pone el mundo en cuestión. Todos los hombres deben morir: pero para cada hombre su muerte es un accidente e incluso, aunque lo sepa y lo consienta, es una violación injustificable. — Simone de Beauvoir, escrito sobre la muerte de su madre, en Una muerte muy dulce^1 Objetivos de aprendizaje

• Comparar las diferentes medidas de la mortalidad, como las tasas de mortalidad, la tasa de letalidad, la mortalidad proporcional y los años potenciales de vida perdidos.
• Mostrar cuándo la mortalidad puede aproximarse al riesgo de la enfermedad.
• Introducir aspectos que pueden surgir al comparar la mortalidad en dos o más poblaciones.
• Definir, calcular e interpretar tasas de mortalidad directas e indirectas ajustadas por la edad.
• Introducir otras medidas del impacto de la enfermedad. La mortalidad tiene un gran interés por varios motivos. El primero de todos es que la muerte es la última experiencia por la que todo ser humano está destinado a pasar. La muerte tiene claramente una tremenda importancia para cada persona, incluyendo preguntas sobre dónde y cómo ocurrirá y si existe alguna forma de retrasarla. Desde el punto de vista del estudio de la ocurrencia de la enfermedad, expresar la mortalidad en términos cuantitativos puede señalar diferencias en el riesgo de morir de una enfermedad entre las personas de diferentes áreas geográficas y subgrupos de la población. Las tasas de mortalidad sirven para medir la gravedad de la enfermedad y nos pueden ayudar a determinar si el tratamiento de una enfermedad se ha vuelto más efectivo con el paso del tiempo. Además, debido al problema que a menudo surge a la hora de identificar nuevos casos de una enfermedad, las tasas de mortalidad pueden servir de sustitutos de las tasas de incidencia cuando la enfermedad estudiada es grave y mortal. Este capítulo abordará la expresión cuantitativa de la mortalidad y el uso de dichas medidas en los estudios epidemiológicos.

Medidas de la mortalidad

En la figura 4.1 se muestra el número de muertes por cáncer desde el año 1969 hasta 2014 en Estados Unidos. Se observa claramente que el número absoluto de personas

en las mujeres. El cáncer de pulmón es casi totalmente prevenible, ya que se debe principalmente a un hábito del estilo de vida (el tabaquismo) adoptado voluntariamente por muchas mujeres y en la actualidad es la principal causa de muerte por cáncer en las mujeres de Estados Unidos. El tema de la mortalidad relacionada con la edad nos suscita un especial interés. En la figura 4.4 se muestran las tasas de mortalidad por cáncer y por cardiopatías en personas menores de 65 años y en personas de 65 años o mayores. El cáncer es la principal causa de muerte en varones y mujeres menores de 65 años, pero, por encima de esta edad, las cardiopatías superan claramente al cáncer como causa de muerte. En la figura 4.5 se exponen las causas de muerte a nivel mundial en los niños menores de 5 años en 2015. Las principales causas de muerte entre los niños menores de 5 años en 2015 fueron las complicaciones del parto prematuro, la neumonía, las complicaciones relacionadas con el parto, la diarrea y las anomalías congénitas. Las muertes neonatales representaron el 45% de las muertes de menores de 5 años en

2015. Las enfermedades infecciosas produjeron más de la mitad de los 5,9 millones de muertes de niños menores de 5 años, con el mayor porcentaje debido a la neumonía, la diarrea y el paludismo. (Recuperar datos sobre mortalidad en menores de 5 años en México, del 2000 al 2024. Tablas y/o graficas). Tasas de mortalidad ¿Cómo se expresa la mortalidad en términos cuantitativos? Examinemos algunos tipos de tasas de mortalidad. La primera es la tasa de mortalidad anual, o tasa de mortalidad, por todas las causas: Obsérvese que, como la población cambia a lo largo del tiempo, el número de personas en la población a mitad de año suele usarse como una aproximación de la población media. Los mismos principios mencionados en el análisis de la morbilidad son aplicables al de la mortalidad: para que una tasa de mortalidad tenga sentido, toda la población del grupo representada en el denominador debe tener la posibilidad de entrar en el grupo representado en el numerador. Puede que no siempre estemos interesados en una tasa para toda la población; quizá estemos interesados únicamente en un cierto grupo de edad, en los varones o en las

mujeres, o en un grupo étnico. Por tanto, si estamos interesados en la mortalidad en los niños menores de 10 años, podemos calcular una tasa específicamente para dicho grupo: Al poner una restricción, como la edad, por ejemplo, la misma restricción debe aplicarse al numerador y al denominador, de modo que todas las personas del grupo del denominador estarán en riesgo de entrar en el grupo del numerador. Cuando dicha restricción se aplica a una tasa, se denomina tasa específica. La tasa anterior es, por tanto, una tasa de mortalidad específica por edad. También podríamos establecer una restricción en una tasa especificando un diagnóstico y, por tanto, limitar la tasa a las muertes debidas a una cierta enfermedad, es decir, una tasa específica de causa o específica por enfermedad. Por ejemplo, si estamos interesados en la mortalidad debida al cáncer de pulmón, podríamos calcularla del siguiente modo: También podemos plantear restricciones en más de una característica simultáneamente (p. ej., edad y causa de muerte) del siguiente modo: El tiempo también debe especificarse en toda tasa de mortalidad. La mortalidad puede calcularse en un periodo de 1 año, 5 años o más. El periodo seleccionado es arbitrario, pero debe especificarse con precisión. Tasas de letalidad

Asumamos que, en una población de 100.000 personas, 20 tienen la enfermedad X. En 1 año, 18 personas fallecen por dicha enfermedad. La mortalidad es muy baja (0,018%) porque la enfermedad es rara; sin embargo, cuando una persona presenta la enfermedad, la probabilidad de morir es alta (90%). Mortalidad proporcional Otra medida de la mortalidad es la mortalidad proporcional, que no es una tasa. La mortalidad proporcional por enfermedades cardiovasculares en Estados Unidos en el año 2015 se define así: En otras palabras, de todas las muertes en Estados Unidos, ¿qué proporción se debió a enfermedades cardiovasculares? En la figura 4.6 se muestra la mortalidad proporcional por cardiopatías por grupo de edad. En cada grupo de edad, la barra completa representa todas las muertes (100%) y las muertes debidas a cardiopatía se indican con la porción azul oscuro. Observamos que la proporción de muertes debidas a cardiopatía aumenta con la edad. Sin embargo, esto no indica que el riesgo de muerte por cardiopatía también esté aumentando. Esto se demuestra en los siguientes ejemplos. La tabla 4.1 muestra todas las muertes y las muertes debidas a cardiopatía en dos comunidades, A y B. La mortalidad por todas las causas en la comunidad A es el doble que en la comunidad B. Cuando nos fijamos en la mortalidad proporcional, observamos que el 10% de las muertes en la comunidad A y el 20% de las muertes en la comunidad B se deben a cardiopatías. ¿Significa esto que el riesgo de morir de una cardiopatía es dos veces más alto en la comunidad B que en la A? La respuesta es no. Cuando se calculan las tasas de mortalidad por cardiopatías en las dos comunidades (10% de 30/1.000 y 20% de 15/1.000), vemos que las tasas de mortalidad son idénticas. Si observamos un cambio en la mortalidad proporcional por cierta enfermedad a lo largo del tiempo, el cambio puede deberse no a cambios en la mortalidad por dicha enfermedad, sino a cambios en la mortalidad por alguna otra enfermedad. Consideremos un ejemplo hipotético: en la tabla 4.2 observamos las tasas de mortalidad por cardiopatía, cáncer y otras causas en una población en un periodo temprano y en un periodo tardío. En primer lugar, comparemos las tasas de mortalidad en dos periodos temporales: la mortalidad por cardiopatías se duplicó con el paso del

tiempo (de 40/1.000 a 179 80/1.000), pero las tasas de mortalidad por cáncer y por el resto de las causas no cambiaron (20/1.000). Sin embargo, si nos fijamos ahora en la mortalidad proporcional por cada causa, observamos que la mortalidad por cáncer y por otras causas ha disminuido en la población, pero solo porque la mortalidad proporcional por cardiopatías ha aumentado. Por tanto, si la proporción de un segmento de la «tarta» de la mortalidad aumenta, necesariamente se producirá una disminución en la proporción de algún otro segmento (fig. 4.7). En la figura 4.8 se expone otra forma de ver este aspecto. Como se observa en el ejemplo de la tabla 4.3, si las tasas de mortalidad por todas las causas difieren, las tasas de mortalidad específica de causa pueden diferir significativamente, incluso cuando la mortalidad proporcional es la misma. Estos ejemplos nos muestran que, aunque la mortalidad proporcional puede darnos una visión rápida de las principales causas de muerte, no puede decirnos el riesgo de morir de una enfermedad. Es por este motivo por lo que necesitamos una tasa de mortalidad. Años potenciales de vida perdidos En los últimos años se ha estado utilizando cada vez más otro índice de mortalidad, los años potenciales de vida perdidos (APVP), con el fin de establecer prioridades sanitarias. Los APVP son una medida de la mortalidad prematura, o muerte precoz. Los APVP reconocen que la muerte que se produce en una persona a una edad más temprana implica claramente una mayor pérdida de años productivos futuros que la muerte que se produce a edades más avanzadas. Este índice se calcula en dos pasos. En un primer paso, para cada causa se resta la edad de la persona fallecida en el momento de morir de una edad predeterminada (o «promedio») en el momento de la muerte. En Estados Unidos, esta edad «estándar» predeterminada suele ser 75 años. Por tanto, un lactante que muera con 1 año ha perdido 74 años de vida (75 menos 1) y una persona que fallezca con 50 años ha perdido 25 años de vida (75 menos 50). Por tanto, cuanto más joven muera una persona, más años potenciales de vida se pierden. En el segundo paso, los «años potenciales de vida perdidos» de cada sujeto se suman para obtener los APVP totales para una causa de muerte específica. Cuando leemos publicaciones que utilizan los APVP, es importante tener en cuenta qué suposiciones ha realizado el autor, así como qué edad estándar predeterminada se ha elegido. En la figura 4.9 se muestran los APVP en Estados Unidos antes de los 75 años en 2015. La barra superior muestra el total de APVP por todas las causas (100%) y las barras inferiores representan los APVP individuales para cada causa principal de muerte, con el porcentaje responsable del total de APVP. Observamos que, individualmente, la causa más importante de APVP son las neoplasias malignas, que en el mismo año fueron la segunda causa principal de muerte por su tasa de mortalidad (v. fig. 1.2 y tabla 1.1). En 2015, las lesiones no intencionadas ocupaban el cuarto puesto de la clasificación por su tasa de mortalidad, mientras que en la clasificación de APVP

razas, como lo demuestra la separación constante entre las dos curvas. La figura 4. muestra las tendencias de mortalidad en Estados Unidos de 1955 a 2014 por género y grupo de edad. En ambos gráficos para hombres y mujeres, podemos observar que hay una disminución constante en la tasa de mortalidad a lo largo de los años, particularmente en los grupos de edad menores de 14 años. Esto podría 185 atribuirse potencialmente a la cobertura generalizada de las vacunas infantiles. Por otro lado, la disminución fue modesta en los grupos de edad de 45 a 64 años debido a las mejoras en la detección temprana de enfermedades cardiovasculares y cáncer, y la evolución de nuevos tratamientos efectivos. Si nos fijamos en el gráfico izquierdo para hombres, vemos un aumento en la tasa de mortalidad para los grupos de edad de 25 a 44 años en la década de 1980, seguido de un fuerte descenso a principios de la década de

1990. Esto puede explicarse por los casos de enfermedad entonces emergente por el virus de inmunodeficiencia humana (VIH), seguido por los tratamientos antirretrovirales de gran actividad recién introducidos, así como por cambios en el estilo de vida resultantes de medidas de educación en salud pública. En las figuras 4.13 y 4.14 se muestra una comparación de la mortalidad y la incidencia. La figura 4.13 muestra las tasas de cáncer de mama por año en determinados países europeos desde 1975 hasta 2010. Durante este periodo, las tasas estandarizadas por edad por 100.000 habitantes aumentaron en todos los países que se muestran en la figura. Este aumento se ha atribuido a la detección temprana y a las mejoras diagnósticas. Sin embargo, como se observa en la figura 4.14, las tasas de mortalidad por cáncer de mama en países seleccionados disminuyeron notablemente a partir de la década de 1990, quizás como resultado de una detección más temprana y una intervención médica y quirúrgica cada vez más rápida. La figura 4.15 presenta datos recientes sobre las tendencias temporales de la incidencia y la mortalidad del cáncer de mama en las mujeres negras y en las mujeres blancas en Estados Unidos. Comparemos las tendencias temporales de la incidencia y la mortalidad. ¿Qué nos dicen estas curvas acerca de los nuevos casos de cáncer de mama a lo largo del tiempo y de la supervivencia del cáncer de mama? Comparemos los resultados de incidencia y mortalidad en las mujeres negras y en las blancas. ¿Cómo podemos describir las diferencias y cuáles pueden ser algunas de las posibles explicaciones? Un último ejemplo hace referencia a informes de años recientes que indican que la incidencia de cáncer de tiroides en Estados Unidos ha estado aumentando. Una de las dos posibles explicaciones es probable. La primera explicación postula que estos informes reflejan un aumento verdadero en la incidencia, que se debe al aumento de la prevalencia de factores de riesgo de la enfermedad. La segunda explicación dice que el aumento comunicado de la incidencia es solo un aumento de la incidencia aparente. No refleja un aumento verdadero de casos nuevos sino un aumento en la detección

precoz y el diagnóstico de casos subclínicos, porque los nuevos métodos diagnósticos nos permiten identificar cánceres de tiroides pequeños y asintomáticos que no podían detectarse previamente. Con el fin de diferenciar entre estas dos posibles explicaciones, Lim y cols. 3 estudiaron los cambios en la incidencia y la mortalidad por cáncer de tiroides en Estados Unidos desde 1974 hasta 2013. En la figura 4.16 se muestra cómo durante el periodo del estudio la tasa de incidencia de cáncer de tiroides (A) aumentó más del doble, pero durante el mismo periodo la mortalidad debida al cáncer de tiroides (B) permaneció prácticamente sin cambios. El cáncer de tiroides se caracteriza por diferentes tipos histológicos, como se observa en la figura 4.17; en un extremo, el carcinoma papilar posee el mejor pronóstico y, en el extremo opuesto, los tipos mal diferenciados (el cáncer medular y el anaplásico) son generalmente los más agresivos y de peor pronóstico. Los autores encontraron que el aumento en la incidencia del cáncer de tiroides se debía casi por completo a un aumento en la incidencia del cáncer papilar (fig. 4.18). Dentro de los cánceres papilares, la mayor parte del aumento de su incidencia se debía a tumores de pequeño tamaño (fig. 4.19). Así, los autores encontraron que el 87% del aumento en la incidencia del cáncer de tiroides a lo largo de un periodo de 30 años se debía al aumento de los cánceres papilares de menor tamaño, los de mejor pronóstico. Diversos trabajos anteriores demostraron en estudios de autopsias una prevalencia elevada de cánceres papilares pequeños asintomáticos, no diagnosticados previamente. Si el aumento de la incidencia se debiese a la disponibilidad de métodos diagnósticos más precisos, sería esperable observar un aumento en la incidencia de tumores pequeños, que es exactamente lo que los autores descubrieron en su estudio. Problemas con los datos de mortalidad La mayor parte de nuestra información sobre las muertes proviene de los certificados de defunción. En la figura 4.20 se muestra un certificado de defunción. Por acuerdo internacional, las muertes se clasifican según su causa subyacente. La causa subyacente de la muerte se define como «la enfermedad o la lesión que inició la cascada de acontecimientos mórbidos que condujeron directa o indirectamente a la muerte o las circunstancias del accidente o del acto violento que produjeron la lesión mortal» 4. Así, el certificado de defunción mostrado en la figura 4.21 sería codificado como una muerte debida a cardiopatía isquémica crónica, la causa subyacente, que siempre se encuentra en la última línea del apartado 32 de la parte I del certificado. La causa subyacente de muerte, por tanto, «excluye información relacionada con la causa inmediata de muerte, causas contribuyentes y aquellas causas que intervienen entre la causa subyacente y la causa inmediata de la muerte» 5. Como señalaron Savage y cols.^6 , la contribución total de una causa determinada de muerte puede no verse

representado en el numerador, y expusimos las tasas de incidencia de cáncer cervical uterino como ejemplo. El mismo principio respecto al numerador y al denominador es de aplicación para las tasas de mortalidad. En la figura 4.24 se muestra un grupo similar de observaciones para las tasas de mortalidad por cáncer cervical uterino. De nuevo, la corrección en función de la presencia de una histerectomía reduce el número de mujeres en el denominador y, por tanto, aumenta la tasa de mortalidad. En un tono más ligero, en el cuadro 4.2 se enumeran algunas causas de muerte que fueron reflejadas en certificados de defunción a principios del siglo XX.

Comparación de la mortalidad en diferentes poblaciones

Un uso importante de los datos de mortalidad es la comparación de dos o más poblaciones, o de una población en diferentes periodos de tiempo. Dichas poblaciones pueden diferir con respecto a muchas características que afectan a la mortalidad, de las que la distribución por edades es la más importante. De hecho, la edad es el factor predictivo aislado más importante de mortalidad. Así, se han desarrollado métodos para comparar la mortalidad en dichas poblaciones, a la vez que de un modo efectivo se mantienen características constantes como la edad. En la tabla 4.5 se muestran datos que ejemplifican este problema. Se exponen las tasas de mortalidad de los residentes blancos y negros del estado de Maryland en

2015. Los datos pueden parecer sorprendentes porque sería de esperar que las tasas fuesen más elevadas en la población negra debido a los problemas asociados con las peores condiciones de vida y el peor acceso a la asistencia médica, en especial en dicha época. En la tabla 4.6 vuelven a aparecer los datos de la tabla 4.5 a la izquierda, pero ahora se han añadido datos para cada grupo (estrato) de edad específico de la población. Resulta interesante que, aunque en cada grupo de edad específico la mortalidad es más elevada en la población negra que en la blanca, la mortalidad global (también denominada mortalidad bruta o no ajustada) es más elevada en la población blanca que en la negra. ¿Cuál es la explicación? Esto es un reflejo del hecho de que tanto en la población blanca como en la negra la mortalidad aumenta de manera importante en los grupos de edad más avanzada, que son los que más contribuyen a la mortalidad. Sin embargo, la población blanca de este ejemplo es de mayor edad que la población negra, y en 2015 existían menos negros en los grupos de edad más avanzada. Por tanto, en la población blanca, la mortalidad global está claramente sesgada por las elevadas tasas en los grupos de edad más avanzada. La tasa de mortalidad global (o bruta) de la población blanca está aumentada por el mayor número de muertes en el numeroso subgrupo de sujetos blancos de edad avanzada, pero la tasa de mortalidad global en la población negra no es tan elevada porque se producen muchos menos fallecimientos en el menor número de sujetos negros pertenecientes a grupos de edad más avanzada. Claramente, la mortalidad bruta refleja diferencias en la fuerza de la mortalidad y diferencias en la composición de la

población por grupos etarios. Fijémonos en dos abordajes para tratar este problema: el ajuste por edad directo e indirecto. Ajuste por edad directo Las tablas 4.7 a 4.9 muestran un ejemplo hipotético de ajuste por edad directo. En la tabla 4.7 se muestra la mortalidad en una población en dos periodos de tiempo diferentes. La tasa de mortalidad es considerablemente superior en el periodo tardío. Estos datos son complementados con datos específicos de edad en la tabla 4.8. En esta tabla observamos tres grupos de edad, y la mortalidad específica de edad es menor en cada grupo en el periodo tardío. ¿Cómo es posible entonces justificar la mortalidad global más alta en el periodo tardío en este ejemplo? La respuesta se encuentra en la estructura cambiante de la edad de la población. La mortalidad es más elevada en los grupos de edad más avanzada, y durante el periodo tardío, el tamaño del grupo de mayor edad se duplicó de 100.000 a 200.000, mientras que el número de personas jóvenes disminuyó de manera importante, de 500.000 a 300.000. Nos gustaría eliminar esta diferencia de edad, y de hecho preguntar: ¿si la composición de edades de la población fuese la misma, habría alguna diferencia en la mortalidad entre el periodo temprano y el periodo tardío? En el ajuste por edad directo se emplea una población estándar para eliminar los efectos de cualquier diferencia de edad entre las dos o más poblaciones que se comparan (v. tabla 4.9). Se crea una población «estándar» hipotética a la que aplicamos la tasa de mortalidad específica de edad en el periodo temprano y en el periodo tardío. Al aplicar las tasas de mortalidad de ambos periodos a una sola población estándar, eliminamos toda posibilidad de que las diferencias observadas puedan ser el resultado de diferencias en la edad de la población. (En este ejemplo hemos creado una población estándar sumando las poblaciones de los periodos temprano y tardío, pero podría haberse empleado cualquier población.) Al aplicar cada tasa de mortalidad específica de edad a la población en cada grupo de edad de la población estándar, deducimos el número esperado de muertes que habrían ocurrido si se hubiesen aplicado esas tasas. A continuación, podemos calcular el número total de muertes esperadas en la población estándar si se hubiesen aplicado las tasas específicas de edad del periodo temprano y el número total de muertes esperadas en la población estándar si se hubiesen aplicado las tasas específicas de edad del periodo tardío. Dividiendo cada uno de estos dos números de muertes esperadas totales por la población estándar total, podemos calcular una tasa de mortalidad esperada en la población estándar si hubiese tenido la experiencia de mortalidad del periodo temprano y la tasa de mortalidad esperada para la población estándar si hubiese tenido la experiencia de mortalidad para el periodo tardío. Estas son las denominadas tasas ajustadas por edad, que reflejan apropiadamente la

porque las tasas de mortalidad específicas de edad para todos estos trastornos son más elevadas en los grupos de edad más avanzada. Las tasas de cáncer ajustadas por edad son más elevadas en la población negra que en la población blanca en Estados Unidos, pero la diferencia entre negros y blancos es menor con la población estándar del año 2000 que con la población estándar anterior. Por tanto, el cambio a la población estadounidense del año 2000 como la población estándar complica las comparaciones de las tasas ajustadas por edad antes y después de 1999, porque muchas de las tasas anteriores a 1999 se calcularon empleando la población estándar de 1940. Sin embargo, las tasas de 1999 y posteriores se calculan utilizando la población del año 2000 como el nuevo estándar. En resumen, el objetivo del ajuste directo es comparar tasas en al menos dos poblaciones diferentes cuando deseamos eliminar el efecto posible de un factor determinado, como la edad, sobre las tasas que estamos comparando. Es importante tener en cuenta que las tasas ajustadas no son tasas «reales» en las poblaciones que se están comparando, porque dependen de la elección de la población estándar utilizada para realizar el ajuste. Sin embargo, el ajuste directo es una herramienta muy útil para realizar dichas comparaciones y, de hecho, la comparación de las tasas en diferentes poblaciones casi siempre utiliza el ajuste directo, como el ajuste por edad. Tenga en cuenta que el ajuste se basa en reemplazar cada población con un conjunto común de ponderaciones (la población estándar) para estimar los promedios ponderados, es decir, las tasas ajustadas. Ajuste por edad indirecto (razón de mortalidad estandarizada) El ajuste por edad indirecto a menudo se utiliza cuando las cifras de muertes para cada estrato específico de edad no se encuentran disponibles. También se utiliza para estudiar la mortalidad en una población con una exposición ocupacional. ¿La mortalidad de las personas que trabajan en una cierta industria, como la minería o la construcción, es superior a la de las personas de la misma edad de la población general? ¿Dicha ocupación supone un riesgo adicional? Para responder a la pregunta de si la población de trabajadores posee una mortalidad más elevada que la esperada en una población similar que no trabaja en la ocupación que se está estudiando, a cada grupo de edad de la población de interés se aplican tasas específicas de edad para una población conocida, como la de todos los varones de la misma edad. Esto proporcionará el número de muertes esperadas en cada grupo de edad en la población de interés si esta población hubiese tenido la experiencia de mortalidad de la población conocida. Por tanto, se calcula el número de muertes esperadas para cada grupo de edad, y estas cifras se suman. También se calcula y se suma el número de muertes que fueron realmente observadas en dicha población. A continuación, se calcula la proporción entre el número total de muertes observadas

realmente y el número total de muertes esperadas, si la población de interés hubiera tenido la experiencia de mortalidad de la población conocida. Esta proporción se denomina razón de mortalidad estandarizada (RME). La RME se define como sigue: Fijémonos en el ejemplo de la tabla 4.10. En una población hipotética de 460. varones blancos trabajadores, 406 murieron de enfermedad X en 2016. El tema en el que estamos interesados es si esta experiencia de mortalidad por enfermedad X es mayor, menor o similar a la esperada en los varones blancos de edades parecidas de la población general (la mayoría de los cuales no están incluidos en esta clasificación de trabajadores). Para ayudar al estudio de este aspecto, podemos calcular el número esperado de muertes en cada grupo de edad de los trabajadores blancos aplicando la tasa de mortalidad específica de edad conocida en la población general al número de trabajadores de cada grupo de edad. Haciendo esto, nos estamos preguntando: «¿Cuántas muertes cabría esperar en estos trabajadores blancos si tuviesen la misma experiencia de mortalidad que los varones blancos del mismo grupo de edad de la población general?». Estos datos se exponen en la columna 3. En la columna 4 se muestra el número real de muertes observado en los trabajadores. La RME se calcula dividiendo el número total de muertes observadas (406) entre el número esperado de muertes (138,8), lo que resulta en 2,92. A menudo se multiplica por 100 para obtener resultados sin decimales. Si hiciéramos esto en nuestro ejemplo el resultado sería 292. Una RME de 100 indica que el número observado de muertes y el número esperado de muertes son iguales. Una RME mayor de 100 indica que el número observado de muertes es superior al número esperado, y una RME menor de 100 indica que el número observado de muertes es inferior al número esperado. El efecto cohorte La tabla 4.11 muestra la prevalencia de la obesidad específica por edad (%) de 1971 a 2006 en Estados Unidos, utilizando datos del National Center for Health Statistics. (Para esta discusión, ignoraremos los datos para los grupos de edad de 2 a 19 años, ya que la obesidad infantil es un fenómeno un tanto diferente.) Si, por ejemplo, leemos la columna de la tabla (los datos para un ciclo dado del National Health and Nutrition Examination Survey [NHANES]) para 1971–75, parece que la prevalencia de la obesidad alcanza su nivel máximo en el grupo de edad de 55 a 59 años y luego disminuye en la población de edad avanzada. Esta forma de ver los datos, por año, se denomina visión transversal.

se basa principalmente en los datos de mortalidad, la calidad de vida también debe tenerse en cuenta para este fin, porque muchas enfermedades son crónicas y no suponen una amenaza para la vida, pero pueden asociarse con muchos años de discapacidad. Los pacientes pueden dar más o menos importancia a diferentes medidas de calidad de vida en función de su ocupación y otras actividades, personalidad, antecedentes culturales, educación y valores éticos y morales. Como resultado, la medición de la calidad de vida y el desarrollo de índices válidos que sean útiles para obtener datos comparativos en diferentes pacientes y en diferentes poblaciones siguen siendo un desafío importante. Proyección de la carga futura de la enfermedad Un uso interesante y valioso de los datos actuales para predecir el impacto futuro de la enfermedad fue la valoración exhaustiva de la mortalidad y discapacidad actual asociada con enfermedades, lesiones y factores de riesgo en todas las regiones del mundo en 1990, proyectado hasta el año 2020. El estudio, titulado Global Burden of Disease, intenta cuantificar no solo las muertes sino también el impacto de la muerte prematura y la discapacidad en una población, así como combinar estos aspectos en un solo índice para expresar la «carga de la enfermedad» en conjunto. El índice desarrollado para este estudio es el de años de vida ajustados por discapacidad (AVAD o DALY, disability-adjusted life year), es decir, los años de vida perdidos por una muerte prematura y los años vividos con una discapacidad de gravedad y duración específica. Así, un AVAD es 1 año perdido de vida saludable. Los resultados mostraron que 5 de las 10 principales causas de discapacidad en 1990 fueron trastornos psiquiátricos; los trastornos psiquiátricos y neurológicos representaban el 28% de todos los años vividos con discapacidad de gravedad y duración conocidas, en comparación con el 1,4% de todas las muertes y el 1,1% de años de vida perdidos. En la figura 4.25 se muestran algunas de las principales causas de carga por enfermedad globalmente, en países con ingresos altos y con ingresos bajos en 2015^9. De nuevo, resulta muy evidente la importancia de la cardiopatía isquémica en los países con ingresos altos y las infecciones del tracto respiratorio inferior en los países de ingresos bajos. En 2015, la carga por enfermedad no se encontraba distribuida equitativamente. Como se observa en la tabla 4.14, las 20 causas principales de carga por enfermedad fueron responsables del 55,7% de los AVAD. Cinco de ellas afectan sobre todo a niños menores de 5 años. Tres de las 10 causas principales (cardiopatía isquémica, enfermedad cerebrovascular y depresión) son trastornos crónicos. Esta tabla muestra el valor de usar una medida como los AVAD para valorar la carga de la enfermedad, una medida que no se limita a la morbilidad o a la mortalidad, sino que valora ambas.

Con el envejecimiento de la población mundial y los avances en el desarrollo económico, particularmente en los países de ingresos bajos y medios, se está produciendo una «transición epidemiológica», de modo que en 2020 es probable que las enfermedades no contagiosas representen el 70% de todas las muertes en los países desarrollados. Como se expone en la figura 4.26, en 2020 es de esperar que disminuya espectacularmente la carga por enfermedad debida a enfermedades transmisibles, trastornos maternos y perinatales y deficiencias nutricionales (grupo I). Se espera que la carga debida a enfermedades no transmisibles (grupo II) aumente de manera importante, al igual que la carga debida a lesiones (grupo III). Del mismo modo, es esperable que en 2020 la carga por enfermedad atribuible al tabaco supere a la causada por cualquier enfermedad aislada, claramente una llamada urgente a la acción de los servicios de salud pública. Aunque no existe consenso universal sobre la metodología o la aplicabilidad de una sola medida de carga por enfermedad como los AVAD, este estudio es una demostración excelente de un intento de vigilancia mundial diseñado para desarrollar las medidas que permitan comparaciones regionales válidas y proyecciones futuras de modo que puedan desarrollarse las intervenciones apropiadas.

Conclusión

En los capítulos 3 y 4 hemos revisado abordajes importantes para expresar y medir cuantitativamente la morbilidad y la mortalidad humana. Los conceptos revisados en estos capítulos pueden parecer a primera vista abrumadores (fig. 4.27), pero, como veremos en siguientes capítulos, resultan fundamentales para comprender cómo nos ayuda la epidemiología a esclarecer las medidas del riesgo de la enfermedad, la determinación de la causa de la enfermedad y la evaluación de la eficacia de intervenir para modificar el proceso de la enfermedad. En el capítulo 5 abordaremos aspectos sobre los numeradores de las tasas de morbilidad: ¿cómo identificamos a aquellos sujetos que padecen una enfermedad y los diferenciamos de los que no la tienen? y ¿cómo evaluamos la calidad de las pruebas diagnósticas y de cribado que se utilizan para separar a estos sujetos y a las poblaciones? En el capítulo 18 se analiza el uso de las pruebas de cribado en los programas de salud pública. Bibliografía

1. De Beauvoir S. A Very Easy Death. Translated by Patrick O’Brian. New York: Pantheon Books; 1965.
2. Centers for Disease Control and Prevention Premature mortality in the United States: public health issues in the use of years of potential life lost. MMWR Suppl. 1986;35:1S–11S.