Guia metodologica del estudio de carga de enfermedad del Perú

PRAES - Promoviendo alianzas y estrategias es un proyecto administrado por Abt Associates Inc. y es financiado por la Agencia de los Estados Unidos para el Desarrollo Internacional (USAID)

GUIA METODOLOGICA PARA LAS ESTIMACIONES EPIDEMIOLOGICAS DEL ESTUDIO DE CARGA DE ENFERMEDAD

Elaborado por Aníbal Velásquez V.

Noviembre 2006

PRAES – Promoviendo Alianzas y Estrategias está orientado apoyar el proceso de descentralización y reforma del sector salud. Así, dedica esfuerzos a la profundización del proceso de transferencias de competencias funciones en salud entre los niveles de gobierno nacional, regional y local y asiste técnicamente la implementación, monitoreo y vigilancia ciudadana de los planes participativos regionales de salud. El proyecto brinda asistencia técnica para el diseño del modelo e instrumentos técnicos de aseguramiento que permita ampliar la cobertura de un plan de seguro de salud con garantías explícitas. PRAES se concentrará en los siguientes resultados:

Promoción y diseminación de una agenda consensuada de reforma de salud en el periodo de transición gubernamental

Transferencias de competencias y funciones de salud a los Gobiernos regionales y Locales Implementación, monitoreo y vigilancia ciudadana de Planes Participativos regionales de Salud Fortalecimiento del rol rector del Ministerio de Salud Reforma del financiamiento y aseguramiento en salud.

Fecha (Octubre, 2006)

Las partes interesadas pueden utilizar este documento en parte o en su totalidad, siempre y cuando se mantenga la integridad del reporte y no se hagan interpretaciones erróneas de sus resultados o presenten el trabajo como suyo propio. Este y otros documentos producidos por PRAES pueden verse y bajarse de la red desde la página web del proyecto, www.praes.org o a través del Centro de Recursos de PRAES en [email protected]. Contrato / Proyecto No.: GHS-I-00-03-00039-00

Presentado a: Luis Seminario, CTO Oficina de Salud Agencia de los Estados Unidos para el Desarrollo Internacional - Perú

Este documento ha sido elaborado por el proyecto PRAES, financiado por la Agencia de los Estados Unidos para el Desarrollo Internacional (USAID), conducido por Abt Associates Inc. bajo el contrato # GHS-I-00-03-00039-00. Las opiniones e ideas de los autores contenidas en este documento no necesariamente reflejan las de USAID o sus empleados.

Cita recomendada Velásquez Valdivia, Anibal. Noviembre 2006. Guía Metodológica para las Estimaciones Epidemiológicas del Estudio de Carga de Enfermedad. Lima: Promoviendo alianzas y estrategias, Abt Associates Inc. Pp. .

Reseña v

Reseña

La presente guía metodológica contiene los pasos a seguir para ajustar los años de vida perdidos por discapacidad con datos nacionales de mortalidad y morbilidad. Este reporte técnico ha sido utilizado para hacer los estimados epidemiológicos del estudio de carga de enfermedad en el Perú de 125 sub-categorías de daños. La guía contiene los fundamentos metodológicos, la metodología y el cálculo de los años de vida potencialmente perdidos por muerte prematura (AVP) y de los años de vida perdidos por discapacidad (AVD). Esta revisión incluye el desarrollo paso a paso de las estimaciones epidemiológicas del cálculo de AVD por ser el procedimiento de cálculo y estimación más complejo de este tipo de estudios. Para fines didácticos se ha desarrollado paso a paso un ejemplo de estimación de los AVISA con datos nacionales de la enfermedad diarreica aguda en el Perú.

Índice vii

Índice

Reseña .............................................................................................................................................................. v

Índice ................................................................................................................................................................vii

Siglas, acrónimos y abreviaturas ...................................................................................................................... 1

Resumen Ejecutivo ...........................................................................................................................................xi

1. Introducción............................................................................................................................................. 2

2. Fundamentos de los estudios de carga de enfermedad........................................................................ 3

3. Método de cálculo de los años potenciales de vida perdidos (AVP)…………………………………….17

4. Estimaciones epidemiológicas para calcular los AVD…………………………………….……………….23

5. Estimaciones epidemiológicas para el cálculo de los AVD de la enfermedad diarreica aguda en el Perú…………………………………………………………………………………………………….……………….26

Bibliografía....................................................................................................................................................... 39

Anexo 1. Guía de uso del DISMOD II………………………..…………………………………….……………….41

Siglas y acrónimos 1

Siglas, acrónimos y abreviaturas

PRAES Promoviendo alianzas y estrategias USAID Agencia de los Estados Unidos para el Desarrollo Internacional AVISA o DALY Años de Vida Ajustados por Discapacidad o Años de Vida Saludables Perdidos AVD Años de Vida Perdidos por Discapacidad AVP o AVPP Años de Vida Perdidos por Muerte Prematura OMS Organización Mundial de la Salud ECGE Estudio de Carga Global de Enfermedad

2 Metodología de los Estudios de Carga de Enfermedad

1. Introducción

Este reporte técnico provee información sobre los fundamentos metodológicos y formas de cálculo de los parámetros necesarios para estimar los años de vida ajustados por discapacidad (AVISA o DALY). Este indicador sintético, que valora las consecuencias mortales y no mortales de las enfermedades, requiere información de la frecuencia de las enfermedades, el grado de discapacidad (física, psíquica o social) que cada estadio de la enfermedad supone, su duración media y su edad de inicio. Los AVISA son el resultado de la suma de los años de vida perdidos por muerte prematura (AVP) con los años de vida perdidos por discapacidad (AVD). Los AVP han sido utilizados, en los últimos años en el Perú, para determinar prioridades sanitarias, por lo que no encierra ninguna limitación técnica para su cálculo. En cambio, la estimación de los AVD si tiene cierta dificultad técnica por la falta de datos epidemiológicos y por la deficiente calidad de los mismos. En el Perú ya se ha realizado un primer reporte de carga nacional de enfermedad con el cálculo de los AVP a partir de los datos de mortalidad nacionales; pero por limitaciones técnicas y disponibilidad de datos no se han calculado los AVD con datos nacionales de morbilidad, sino sólo se han empleado las estimaciones de estos parámetros que Murray ha realizado para Sud América (incidencia, duración de la enfermedad, edad de inicio y discapacidad). Dado que es un promedio se puede dar lugar a sobre estimaciones o subestimaciones de la carga de enfermedad en especial en aquellas causas de enfermedad en que la carga depende más de los AVD. Con el fin de realizar la estimación de los AVD con datos nacionales, se ha realizado esta revisión de la metodología y se ha desarrollado un ejemplo práctico en la que se aplicó esta metodología para estimar los AVD de la enfermedad diarreica aguda con datos nacionales de morbilidad. En la sección 2 se describe los fundamentos metodológicos del cálculo de los AVISA, en la sección 3 se describe la metodología para el cálculo de los AVP, en la sección 4 se presenta la metodología para las estimaciones epidemiológicas de los AVD y en la sección 5 se desarrolla la aplicación de la metodología de cálculo de los AVD para la enfermedad diarreica aguda en el Perú. Finalmente, se adjunta un anexo que contiene la guía para el manejo del software DISMOD, dado que su manejo es fundamental para la validación de la consistencia interna de los parámetros epidemiológicos estimados.

2. Fundamentos de los estudios de carga de enfermedad 3

2. Fundamentos de los estudios de Carga de Enfermedad1

Se define carga de enfermedad a la medida de pérdidas de salud que para una población representan las consecuencias mortales y no mortales de las diferentes enfermedades y lesiones. La carga de enfermedad atribuible a una enfermedad concreta se mide por un lado con su frecuencia y, por otro lado, a partir de las consecuencias mortales y discapacitantes que origine. La carga de enfermedad dependerá de los determinantes más distales y de las situaciones de riesgo más próximas, así como de los resultados de las intervenciones realizadas en cualquiera de los niveles. Las intervenciones deberán repercutir en una reducción de la frecuencia de la enfermedad o una reducción de la discapacidad y/o prematuridad de las muertes. Mientras que la frecuencia de una enfermedad puede medirse con criterios objetivos (incidencia, prevalencia, mortalidad), la valoración de las pérdidas funcionales, desventajas sociales y mortalidad prematura responde a criterios más imprecisos que dependen de preferencias individuales o sociales. Por estas razones, las estimaciones de Carga de Enfermedad se basan tanto en aspectos objetivos como en valoraciones o preferencias que deberían estar respaldadas por un cierto grado de acuerdo o consenso social. Hechas estas salvedades, los estudios de carga de enfermedad pueden servir para:

• Medir y comparar la salud de poblaciones o grupos sociales • Conocer la evolución de la salud de una población o la magnitud de un problema de salud a

través del tiempo • Medir y comparar la importancia de los diferentes problemas de salud de una población en un

momento dado • Medir los resultados de las intervenciones sanitarias que se realizan frente a un problema de

salud concreto • Utilizar estos resultados como un instrumento más para la definición de prioridades en salud y

orientar la asignación de recursos Para valorar las consecuencias no mortales de las enfermedades es preciso considerar, además de su frecuencia, el grado de discapacidad (física, psíquica o social) que cada estadio de la enfermedad supone, su duración media y su edad de inicio.

1 Adaptado de Pereira J, Cañón J, Alvarez E, Génova R. La medida de la magnitud de los problemas de salud en el ámbito internacional: los estudios de carga de enfermedad. Revista de Administración Sanitaria 2001; 5(19):59-84


Una alternativa para incorporar a las medidas de frecuencia (incidencia) las otras dimensiones señaladas (grado de discapacidad y duración), consiste en calcular los años de vida vividos en un determinado estado de salud y luego ponderarlos en función de la severidad de dicho estado. .

2.1 Metodología del cálculo de los AVISAS

El calculo de los AVISA para una condición dada en una población deben estimarse los Años de Vida perdidos por muerte Prematura (AVP) y los Años vividos con Discapacidad (AVD) de severidad y duración asociadas con dicha condición.

Estas dos estimaciones se suman para obtener los AVISA de esa condición:

AVISAi = AVPi + AVDi

AVISAi : Años de vida saludables perdidos por la enfermedad i

AVPi: Años de Vida perdidos por muerte Prematura por la enfermedad i.

AV Di: Años vividos con Discapacidad por la enfermedad i.

2.1.1 Cálculo de los AVP

Por muerte prematura se entiende la diferencia entre la edad de muerte y un límite de edad arbitrario. Existen varios métodos para calcular los años de vida perdidos por muerte prematura:

Años de Vida Potenciales Perdidos: es la medida más simple de tiempo perdido por muerte prematura. Se elige un límite potencial para la vida arbitrariamente que se denota como APP, se calcula de la siguiente manera:

∑=

−=L

xx xLdAPP

0)(

Donde L es el límite arbitrario, x es la edad de muerte y dx es el número de muertes en la población a la edad x.

El problema con este método es que las personas que mueren después de este límite no son tomadas en cuenta. Dempsey propuso que el límite fuera la esperanza de vida al nacer de la población. Sin embargo, también se han usado límites por arriba de la esperanza de vida la nacer, o por debajo de esta. La siguiente gráfica ilustra las desventajas de este método:


Gráfico 2.1. Años de vida potencial Perdidos2

Esperanza de vida = 50 años, L=70 años

El área de rojo de la gráfica representa el porcentaje de sobrevivientes a cada edad, el área verde representa los años de vida potencialmente perdidos a cada edad. Se puede observar como a la edad de 70 se dejan de contabilizar estos años, dejando fuera el área roja que se encuentra entre los 70 años y el resto.

Los años de vida perdidos según un periodo esperado, en este método la duración de la vida perdida es la esperanza de vida local en el periodo, a cada edad. Se calcula de la siguiente forma:

∑=

=l

x

pxxedAPPE

0

Donde l es última edad en la que hay sobrevivientes, x es la edad de muerte de la persona, dx

es el número de muertes a edad x y pxe es la esperanza de vida del periodo a cada edad. La

siguiente gráfica ilustra la diferencia entre este método y el anterior.

Gráfico 2.2. Años de vida perdidos según un periodo esperado.

2 The Global Burden of Disease and Injuries Series. Volume I. Murray CJL., Lopez AD. 1996: pag 12.


Como se observa en el gráfico 2.2, este método es mejor, pues no deja fuera tantos años perdidos de las personas mayores. El área verde se ajusta mejor al área roja, no hay truncamiento en alguna edad.

Años de vida perdidos según una cohorte esperada: la esperanza de vida según una cohorte es mayor a la esperanza según un periodo porque no se asume que las personas estarán expuestas a los niveles de mortalidad actuales. En este método las esperanzas de vida se estiman a partir de modelos de proyección de mortalidad. Se calcula de la siguiente manera:

∑=

=l

x

cxxedAPCE

0

Donde L es la última edad en la que hay sobrevivientes, x es la edad de muerte de la

persona, dx es el número de muertes a la edad x y cxe es la esperanza de vida de una cohorte.

La gráfica es igual al gráfico 2.2, solo que el área verde (los años de vida perdidos) constituyen un área un poco más grande.

Años de vida perdidos bajo un estándar: este es método que se usa en este estudio para calcular los Años de Vida Perdidos por Muerte Prematura. Igual que en los métodos de esperanza de vida (APPE, APCE), en este método las muertes a todas las edades contribuyen a los años perdidos. Se usa una tabla de vida estándar (para estudios mundiales es la de Japón, modelo Oeste 26) con esperanza de vida alta, de esta forma los años de vida perdidos se pueden comprar entre los distintos países, ya que valen lo mismo. La esperanza de vida al nacer en esta tabla para las mujeres es de 82.5 años y para los hombres es de 80 años. Casi en todo el mundo se ha observado la tendencia de las mujeres a vivir más. El método de cálculo es el siguiente:

∑=

=l

xxxedAPE

0

*

Donde l es la última edad en la que hay sobrevivientes, x es la edad de muerte de la persona,

dx es el número de muertes a la edad x y *xe es la esperanza de vida a cada edad basada en un

estándar ideal. El gráfico 2.3 ilustra mejor el método.

Gráfico 2.3. Años de vida perdidos bajo un estándar3

Esperanza de vida = 50 años

3 The Global Burden of Disease and Injuries Series. Volume I. Murray CJL., Lopez AD. 1996: pag 12.


Este método ha sido controversial debido a que se “castiga” más a los países que tienen esperanzas de vida baja. Como se observa en la gráfica, el área amarilla está sobreestimada. Sin embargo, el argumento a favor del método es que todos los países deberían tener la esperanza de vida de la tabla estándar, por lo que los países con menor esperanza de vida se encuentran “peor” y, como resultado, es correcto que sean más “castigados”

En el modelo más simple: AVPx = APEx donde el subíndice significa la edad .Sin embargo al incluir el factor de descuento y la ponderación por edades la fórmula se transforma en:

dxeCxeAVP axrAPEax

ax

Bxa

a)( −−

+=

=

−∫=

Donde:

a: la edad a la muerte

APEa: los años de vida perdidos por muerte en la edad a estandarizados

β: parámetro de ponderación de la edad

C: constante de ajuste de la ponderación de la edad

r: tasa de descuento

La solución a esta integral es:

[ ] [ ][ ] )1(11)(1))(_()(

1)())((2

rLaraLrra

er

kareaLrerKCeAVP −−+−++− −

−+−+−−−++

+= ββ

βββ

Donde K=1, L=APEa,


2.1.2 Cálculo de los AVD

Para calcular los Años Vividos con Discapacidad para una enfermedad determinada la ecuación básica es:

AVDa = P*D

Donde:

a: la edad en la que se inició la enfermedad

D= peso de la enfermedad, se encuentra entre 0 y 1

L: duración de la enfermedad4

Si la persona fuera saludable se tendría D=0, en cambio si muere significa D=1. Una enfermedad severa, tiene un valor de D cercano a 1, una enfermedad no muy severa tiene un valor de D cercano a cero.

En el estudio de ECGE realizado por la Organización Mundial de la Salud (OMS) en 1994 se creó una tabla de pesos de la enfermedad para 105 enfermedades. El método utilizado para estimar los pesos se llama “Person Trade Off” (Equivalencia de personas). Un grupo de expertos de todo el mundo se reunió y se les cuestionó cobre las distintas enfermedades de la siguiente forma: Si fuera un tomador de decisiones, ¿Preferiría salvar X personas en el estado A (una enfermedad) o Y personas en el estado B (usualmente saludables)? La pregunta se va modificando hasta encontrar un punto de indiferencia entre X e Y. La razón X/Y es el peso de la enfermedad en cuestión. Como ejemplo de esta metodología se plantea la siguiente pregunta a un tomador de decisiones: ¿Preferiría salvar a 200 personas ciegas o 100 personas sanas? Si la persona muestra indiferencia en ambas opciones, el peso de la ceguera seria 200/100 ó 0.5.

Este método se aplicó en el grupo de expertos, promediando las ponderaciones para llegar a construir la tabla definitiva. La diferencia de culturas se tomó en cuenta ya que el grupo de expertos se constituyó con personas de varios países.

Para que los AVD incluyan la tasa de descuento y ponderación por edad, se usa una tasa parecida a los AVP:

dxeCxeAVD axrLax

ax

Bxa

)( −−+=

=

−∫=

Donde:

a = a la edad que se inicio la enfermedad

D = peso de la enfermedad

L= duración de la enfermedad

4 Si es que la persona ya se curó, se indica el tiempo que estuvo enferma. Si la enfermedad no es curable se usa se usa el tiempo que lleva enferma más el cálculo del tiempo estimado de supervivencia. Para esto se utiliza Análisis de Supervivencia (Kaplan Mayer).


β= parámetro de la ponderación de la edad

C= constante de ajuste de la ponderación de la edad

r= tasa de descuento

La solución a esta integral es5

Es la forma general, para estimar los AVISAS K toma el valor de 1.

2.2 Parámetros empleados en un Estudio de Carga de enfermedad

Los AVISAS miden la magnitud del daño que producen las enfermedades, permitiendo establecer su importancia relativa en un listado categorizado de problemas. Su cálculo requiere de la determinación de cuatro parámetros básicos, que están incluidos en la fórmula:

1. la duración del tiempo perdido como consecuencia de la muerte prematura;

2. el valor social del tiempo vivido a diferentes edades;

3. la preferencia de tiempo y

4. la medición de resultados no fatales.

Ellos se recogen en el cálculo de los AVISA siguiendo la fórmula general:

dxeDCxeAVISA axrLax

ax

Bxa

)( −−+=

=

−∫=

Donde:

D: Peso de la Discapacidad

xCxe β−: Valor del tiempo vivido a diferentes edades

a: Edad de inicio de la enfermedad

L: Duración de la Discapacidad o el tiempo perdido por muerte prematura.

r: Tasa de descuento social

La solución de esta integral, definida desde la edad de inicio "a" hasta "a + L", donde "L" es la duración de la discapacidad o el tiempo perdido por mortalidad prematura, nos da la expresión de

5 Introducción al cálculo de esperanza de vida ajustada por discapacidad. H. Domínguez E. 2002:pag:100

[ ] [ ][ ]

−−

+−+−−−+++

= −−+−++− )1(11)(1))(-()(

1)())((2

rLaraLrra

er

kar eaLr er KCeDAVDa β β

β β β


los AVISA de una persona. La solución de la integral resulta en las fórmulas de los AVP y aVD presentados en al acápite anterior.

A continuación se presenta la definición y los valores empleados en la estimación de la Carga de Enfermedad para el Perú.

Duración del tiempo perdido a causa de la muerte prematura.

Es la medición del tiempo que pierden las personas cuando mueren en una edad previa a su esperanza de vida teórica. Para su cálculo, los AVISA utilizan el método de los Años de Vida Perdidos según la Esperanza de Vida Estándar, el cual usa una tabla de vida basada en el patrón de mortalidad del país con mayor esperanza de vida observada en el mundo. La tabla se denomina tabla de vida modelo West nivel 26 (Coale y Demeny) y define una esperanza de vida al nacer de 82.5 años para las mujeres y de 80 años para los hombres. El uso de una tabla de mortalidad estándar, o modelo, permite ajustar factores de confusión como la estructura por edad de la población y, por otra parte, define un ideal a alcanzar en función de sobrevida, que sería igualmente válido para distintas comunidades y distintos países.

Valor del tiempo vivido a diferentes edades:

De acuerdo con este concepto, el valor de un año de vida varía dependiendo de la edad de las personas, en función del valor social que tienen las personas en las distintas edades. En todas las sociedades las funciones sociales varían con la edad. Los jóvenes, y a menudo los ancianos, dependen del apoyo físico, emocional y financiero del resto de la sociedad. Dado los diferentes papeles y los grados cambiantes de dependencia del individuo con la edad, los autores consideran conveniente asignar un valor distinto al tiempo vivido a distintas edades.

Según los autores, considerar ponderaciones distintas según la edad como un intento de captar diferentes funciones sociales a distintas edades no sería un criterio que lleve a la inequidad, por cuanto todas las personas pueden aspirar a pertenecer a cada uno de los grupos de edad durante su vida. Ellos definen la siguiente función continua de ponderación por edad expresada mediante la fórmula:

xCxe β−

Donde "C" y "beta" son constantes y "x" es la edad, esta función captura la forma de la curva de ponderación por edad, en concordancia con el patrón básico deseado que asigna valores distintos a diferentes edades.


Gráfico 2.4

Sobre la base de esta función existe un reducido rango para el parámetro beta que proporciona patrones de edad razonable con el criterio de dependencia, aproximadamente entre 0,03 y 0,056. Por su parte, C. Murray (1994) utiliza un valor de 0,04 demostrando que los resultados hallados eran insensibles a los valores de beta en el rango antes citado. Este valor se ha utiliza para el calculo de la Carga de Enfermedad en el Perú.

Tasa de Descuento Social:

La preferencia temporal es un concepto general según el cual las personas ponderan en mayor medida el tiempo presente que el futuro. Los autores justifican la presencia de una tasa de descuento en dos argumentos:

a. La paradoja del valor: Si no se actualizan los beneficios para la salud a una misma tasa que la usada en los costos de los proyectos de inversión, siempre se deberá optar por aplazar las inversiones hacia el futuro. Los beneficios a futuro serán los mismos en valor presente, pero los costos en valor presente, al ser sometidos a la tasa de descuento, serán menores si el proyecto es aplazado hacia el futuro. Sólo cuando se actualizan los costos y los beneficios con la misma tasa, es indiferente el período de ejecución de un proyecto.

b. El otro argumento apunta a que si no se actualizan los beneficios para la salud, se podría concluir entonces que se debe invertir 100% de los recursos en cualquier plan de erradicación de una enfermedad con costos finitos, que beneficiará a infinitas generaciones futuras, y, por tanto, no se debiera invertir nada en el tratamiento y rehabilitación de los enfermos actuales. Al aplicar la tasa, los beneficios futuros se descuentan y por lo tanto se tiende a ponderar de una manera más equilibrada los beneficios actuales y futuros.

Incorporar este indicador implica que existe una preferencia porque se convierta valores actuales los años de vida saludables que se suponen serán perdidos en el futuro. Esto es, si no se aplica una tasa de descuento, la mayor carga de enfermedad se debería a muertes prematuras de los primeros años de vida; En cambio si se actualizan las pérdidas a futuro, el mayor peso como resultado de la muerte prematura se presenta en adultos jóvenes.

6 La función adquiere sus valores máximos con edades que fluctúan entre los 20 y 30 años, lo que estaría dentro de lo esperado, situación que se da cuando el parámetro “Beta” adquiere valores entre 0,03 y 0,05.


Para la estimación de los AVISA realizados por C. Murray, 1990, la tasa de descuento utilizada fue de un 3%. De acuerdo a pruebas de sensibilidad se ha demostrado que cambiar el valor de la tasa de descuento de 3 a 10 por ciento no afecta al indicador, por lo que se ha decidido adoptar una posición conservadora.

Medición de Resultados no fatales (Discapacidad)

Es la medición del tiempo vivido con discapacidad en una unidad de medida común con la utilizada para el tiempo perdido por mortalidad prematura. Requiere de la definición de un ponderador de la severidad de la discapacidad que permite que los años de vida que se pierden como consecuencia del padecimiento de una enfermedad y sus secuelas sean comparables a los años de vida perdidos por muerte prematura. Corresponde al parámetro "D" de la fórmula general de los AVISA descrita al inicio de esta sección. El ponderador se obtiene de una clasificación ad-hoc definida por expertos sobre la base de la ICIDH (Clasificación Internacional de Impedimentos, Discapacidad y Handicap de la OMS7), que trabaja con un enfoque basado en la discapacidad. El estudio de carga de enfermedad trabaja con un enfoque basado en la medición de la discapacidad. (Ver Cuadro 2.2).

Cuadro 2.2. Clase, descripción y peso de la discapacidad del ECGE

Clase Descripción Peso 0 Ausencia de discapacidad 0 1 Limitación en la capacidad de desempeño en al menos una actividad de las siguientes áreas:

recreación, educación, procreación y ocupación. 0.096

2 Limitación en la capacidad de desempeño para la mayoría de actividades en una de las siguientes áreas: recreación, educación, procreación y ocupación.

0.22.

3 Limitación en la capacidad de desempeño de actividades o en dos o mas de las siguientes áreas: recreación, educación, procreación y ocupación.

0.400

4 Limitación en la capacidad de desempeño en la mayoría de las actividades en todas las siguientes áreas: recreación, educación, procreación y ocupación.

0.600

5 Necesidad de asistencia en las actividades cotidianas instrumentales, como la preparación de alimentos, hacer compras o en el aseo de la casa

0.810

6 Necesidad de asistencia en actividades personales cotidianas ,como:comer: higiene personal y vestido

0.920

7 Muerte 1 Fuente: Murray C.J.L.: Quantifying the burden of disease: the technical basis for disability-adjusted life years; Bulletin of the WHO, 1994. Nota: Capacidad limitada en el desempeño se define arbitrariamente como el 50% o más de reducción en la capacidad.

Lista de Enfermedades

Si bien este no es un parámetro, la Lista de Enfermedad resulta ser la herramienta de síntesis de la Carga de Enfermedad y permite conocer que enfermedad o grupo de enfermedades tiene la mayor Carga.

La mortalidad prematura se analiza partiendo de los registros de mortalidad. En la mayoría de los países del mundo se utiliza la Clasificación Internacional de Enfermedades 9a o 10a revisión (CIE 9 y CIE 10) para establecer la causa básica de muerte. La distribución así registrada se

7 Impedimento se define a nivel del órgano (i.e. pérdida de un dedo), discapacidad a nivel del funcionamiento del individuo (i.e. sordera) y handicap es la consecuencia global, que difiere de acuerdo al ambiente en que se desenvuelva y al oficio del individuo.


redistribuyen dentro de una clasificación utilizada específicamente para estudios de Carga de Enfermedad.

Las características de la Lista de Enfermedad utilizada en el ECGE y estudios de orden nacional tienen como características: a). Su orientación etiológica, b). su capacidad para detectar su estadio de la transición epidemiológica en que se encuentran sus poblaciones estudiadas, c). su compatibilidad con el CIE 9 o CIE 10 al existir correspondencias establecidas entre los códigos de estas clasificaciones y los de la clasificación del ECGE y d). La inclusión de las causas responsables de las discapacidades más importantes.

La lista de enfermedades de un estudio de Carga de Enfermedad (CE) agrupa todas las causas en tres grandes grupos excluyentes, 21 categorías y 116 subcategorías.

Valoraciones y preferencias sociales incluidas en el cálculo de los AVAD

Los aspectos más controvertidos de los AVAD como medida de carga de enfermedad son, sin lugar a dudas, las valoraciones sociales que se incorporan en el cálculo de este indicador y que a continuación se mencionan:

a) la mortalidad prematura se valora en función de la esperanza de vida a la edad de muerte según una tabla de vida de baja mortalidad (West 26 modificada). El uso de esta tabla de alta esperanza de vida incrementa el peso de las muertes de las personas más ancianas, que es nulo o más bajo cuando se emplean límites de edad inferiores (65, 70 años). Cuanto más elevada es la edad a la que se fije el límite, mayor importancia relativa adquieren las muertes a edades más avanzadas. En cambio, para límites más bajos (por ejemplo 65 años) las muertes por encima de esa edad no contabilizan años de vida perdidos.

b) Diferentes esperanzas de vida para hombres y mujeres. Partiendo de la asunción de que la esperanza de vida de las mujeres es algo superior a la de los hombres por razones biológicas, Murray y López utilizaron tablas de mayor esperanza de vida para estas últimas. Como resultado, la muerte de una mujer a cualquier edad supone una mayor pérdida de años de vida que la del hombre de edad similar.

c) Preferencia temporal. En estudios de evaluación económica, suele considerarse que las pérdidas de salud son más importantes cuanto más cercanas estén al momento presente. Si se acepta esta premisa, los años perdidos por muerte o vividos con discapacidad más próximos en el tiempo tendrían mayor valor; y este iría decreciendo progresivamente en función de una tasa de descuento, que en el estudio de Carga Global de Enfermedad (CGE) se estableció de manera arbitraria en el 3%.

El debate suscitado sobre la conveniencia de aplicar o no una tasa de descuento ha sido amplio. Aquí conviene resaltar que su principal efecto cuando se aplica a los AVAD es reducir el peso de las muertes y la discapacidad en individuos muy jóvenes aumentando de esta forma el peso relativo en individuos de edad avanzada. Conviene también señalar que la preferencia temporal está presente en nuestras sociedades, como lo demuestra la disposición a emplear recursos destinados a evitar y retrasar la muerte de enfermos ancianos (un porcentaje elevado de los recursos hospitalarios se destina a personas de edad avanzada con esperanza de vida reducida).

d) Ponderación de los años en función de la edad a la que se viven. Buena parte de las críticas vertidas sobre los AVAD proviene de la decisión de Murray y Lopez de valorar de manera diferente los años en función de la edad a la que éstos se viven. Se justifica esta opción por el hecho de que en los años centrales de la vida los individuos no sólo sostienen económicamente a


los más jóvenes y más ancianos, sino que realizan una serie de funciones sociales que repercuten favorablemente en la salud de los individuos de otras edades. Dicha función social se valora mediante la siguiente formula:

y= C x e-β×

donde:

y= valor de un año de vida a cada edad

x= edad

C= 0.16458 (constante)

Β=0.04 son (constante)

e) Ponderación de la severidad de los estados de salud discapacitantes. Éste es sin duda, el aspecto más relevante y crítico para la construcción de indicadores combinados o medidas sintéticas de salud de las poblaciones. A pesar de los avances realizados, aún no existe consenso sobre el mejor procedimiento para establecer una escala de severidad que sirva para ponderar los distintos estados de salud y para establecer equivalencias con las pérdidas de vida por muerte prematura.

Hasta la fecha, se han usado en estudios de carga de enfermedad dos escalas de severidad que establecen valores para un número elevado de estados de salud. La primera escala fue publicada por los propios autores del estudio de CGE y posteriormente se desarrolló otra escala algo más reducida en Holanda8. Ambas escalas se obtuvieron valorando a una veintena de estados de salud en paneles compuestos la mayoría las veces por personal sanitario, utilizando dos variantes del método de intercambio de personas (person trade-off). Posteriormente los participantes interpolaron el resto de los estados de salud seleccionados en una escala visual analógica en la que figuraban los valores obtenidos para los estados de salud previamente evaluados.

Hay que señalar, no obstante, que los distintos métodos propuestos para obtener escalas de severidad (Equivalencia de personas, Equivalencia temporal, Juego estándar o escala visual analógica) ofrecen valores muy diferentes en una escala comprendida entre 0 y 1. En cambio, la ordenación de los distintos estados de salud por severidad es bastante consistente entre métodos.

El desarrollo de un estudio nacional de carga de enfermedad requiere el manejo de una cantidad ingente de datos y fuentes de información, un equipo central de coordinación y la participación de profesionales sanitarios de distintos ámbitos. La parte más complicada es sin duda el cálculo de los AVD. Si se carece de los recursos necesarios, puede realizarse una primera estimación de los AVD partiendo de las estadísticas de mortalidad, de los datos de incidencia más accesibles y utilizando las estimaciones realizadas para los países de la región en el estudio de la CGE. Para ello, una vez calculados los AVP para las distintas causas, pueden estimarse los AVD atribuibles a dichas causas siguiendo los siguientes criterios:

8 Stouthard MEA, Essink-Bot ML, Bonsel GJ, et al. Disability Weights for Diseases in The Netherlands. Department of Public Health. Erasmus University. Rotterdam; 1997. In: Pereira J, Cañón J, Alvarez E, Génova R. La medida de la magnitud de los problemas de salud en el ámbito internacional: los estudios de carga de enfermedad. Revista de Administración Sanitaria 2001; 5(19):59-84


• Para aquellas causas en que la proporción AVP/AVD estimada para los países de la región en el estudio de CGE fue inferior a 10, puede aplicarse esta proporción para calcular los AVD a partir de los AVP

• Para las otras causas en que la proporción AVP/AVD en los países de la región fue superior a 10, los AVP no deben considerarse un buen estimador y habrá que utilizar la incidencia, duración y discapacidad estimadas para la región si se carece de datos propios para calcular los AVD; y

Cuando se disponga de datos nacionales de incidencia, duración o estudios que permitan realizar estimaciones plausibles (registros nacionales, enfermedades de declaración obligatoria, encuestas parciales, registros hospitalarios, etc.) deben utilizarse estas fuentes para estimar la incidencia y/o duración y calcular los AVDs aplicando la escala de severidad empleada en el estudio de CGE. Tras esta primera aproximación deberán mejorarse las estimaciones en sucesivas versiones del estudio, utilizando en la medida de lo posible datos nacionales provenientes de fuentes de información indirectas, estudios parciales y opiniones de expertos locales. La consistencia interna de las estimaciones así realizadas debería contrastarse mediante el software DISMOD, diseñado para tal fin.

Anexo 17

3. Metodología de las estimaciones epidemiológicas para calcular los AVD

La estimación de los años vividos con discapacidad (AVD) de los estudios de carga de enfermedad requiere de más esfuerzo y mayor capacidad técnica porque exigen una profunda comprensión de la epidemiología de cada causa de enfermedad y porque en general los datos epidemiológicos están incompletos o no están disponibles. En consecuencia, se necesita hacer estimaciones epidemiológicas de la incidencia de la enfermedad, duración de la discapacidad, edad de inicio de la enfermedad, grado de discapacidad y distribución por tipo de severidad para el cálculo de los AVD. Estos estimados tienen que ser consistentes con la información disponible y según edad y sexo. A continuación se desarrolla la metodología paso a paso para estimar los parámetros epidemiológicos del cálculo de los AVD.

Paso 1. Revisión sobre el conocimiento actual de la enfermedad Paso 2. Construcción del diagrama de la historia natural de la enfermedad Paso 3. Identificación de los indicadores epidemiológicos, revisión de los datos, y descripción metodológica para estimar los valores de los indicadores no disponibles Paso 4. Estimación de los indicadores epidemiológicos a partir de la información disponible Paso 5. Comprobación y ajuste de la consistencia de los indicadores Paso 6. Aplicación de los parámetros epidemiológicos consistentes en el cálculo de los AVD y AVISA

Paso 1. Revisión sobre el conocimiento actual de la enfermedad La revisión consiste en obtener información sobre la definición, la historia de la enfermedad, la historia natural, la clasificación, la severidad y la epidemiología de la enfermedad en estudio. Para ello es conveniente recurrir a la asistencia de un experto en el tema. El reporte de la revisión debe incluir los datos disponibles para construir un diagrama sobre la historia natural de la enfermedad, es decir los datos de prevalencia, incidencia, duración de la enfermedad, edad de inicio, tasa de remisión, tasa de mortalidad o riesgo relativo. También se debe indicar cuál es la información faltante, las limitaciones de esta información y si existe controversia en los datos. Paso 2. Construcción del diagrama de la historia natural de la enfermedad La historia natural de la enfermedad es la secuencia de acontecimientos que ocurren en el organismo humano desde la acción secuencial de las causas componentes hasta que se desarrolla la enfermedad y ocurre el desenlace (curación, cronicidad, muerte). La historia natural de una enfermedad es la evolución de una enfermedad sin intervención médica, al contrario que el curso clínico que describe la evolución de la enfermedad que se encuentra bajo atención médica. El conocimiento de la historia natural de la enfermedad permite conocer la causa o etiología de una enfermedad, los medios de prevención, diagnóstico, tratamiento y pronóstico de una enfermedad. El diagrama de la historia natural de la enfermedad consiste en representar los factores que afectan la enfermedad, así como la evolución de la enfermedad hacia la curación, secuelas, muerte o causa de otra enfermedad. La descripción de la historia natural de la enfermedad deberá incluir:

• el periodo pre-patogénico o de inducción de la enfermedad es la etapa en la que la enfermedad aún no se ha desarrollado y cuando los factores de riesgo están asociadas con un incremento de la probabilidad de desarrollar la enfermedad. Es el periodo comprendido entre el momento en que empiezan a actuar las causas hasta que aparece la enfermedad


• El periodo patogénico comienza cuando los factores de riesgo actúan en un huésped susceptible y

cuando rompen el equilibrio ecológico y el huésped es afectado. Durante este periodo se reconocen dos momentos:

o El periodo de latencia o periodo de incubación, es el periodo comprendido desde que uno se expone al agente causante de la enfermedad (agente etológico), hasta que se desarrolla la enfermedad con signos y síntomas. Varía en función del estado de la persona y la dosis del agente causal de la enfermedad. En el caso de enfermedades transmisibles a este periodo se le conoce como incubación y en las enfermedades crónicas degenerativas (tanto físicas como mentales) se le conoce periodo de latencia.

o El periodo clínico ocurre cuando el agente o los agentes han producido suficientes cambios, anatómicos y funcionales, sus manifestaciones son reconocibles por el propio huésped (síntomas) o por un observador (signos). La presencia de ese primer síntoma o signo inicia el periodo clínico de la enfermedad. Este periodo clínico se puede subdividir de acuerdo a su desarrollo, cada una de las cuales tiene diferente tratamiento y pronóstico. Este periodo que comprende desde la aparición de los signos y síntomas hasta el desenlace es un periodo muy variable porque depende del tipo de paciente (edad, condiciones físicas, sistema inmunitario) y de la eficacia del tratamiento.

Paso 3. Identificación de los indicadores epidemiológicos, revisión de los datos, y descripción metodológica para estimar los valores de los indicadores no disponibles De acuerdo al modelo de historia natural de la enfermedad bajo estudio se define los indicadores epidemiológicos que necesitan ser estimados para calcular los AVD. Básicamente se necesita incidencia, tasa de remisión, tasa de letalidad, tasas de mortalidad general, tasa de complicaciones, severidad, discapacidad y duración de la enfermedad. Se realiza una revisión bibliográfica seleccionando los mejores estudios epidemiológicos disponibles para estimar los indicadores identificados para el cálculo de los AVD. Esta revisión concluye en una tabla que indique el tipo y calidad de la fuente, y los posibles ajustes que serán necesarios realizar. Los tipos de datos pueden ser encuestas de discapacidades, encuestas de prevalencia de la enfermedad, encuestas sobre deficiencias (ceguera, audición, función cognitiva, función motora, psicosis, ansiedad y trastornos afectivos), estudios poblacionales con mediciones objetivas (sangre, heces, otras pruebas fisiológicas o exámenes clínicos), estudios de cohortes (útiles para determinar la historia natural de la enfermedad, la incidencia, remisión y letalidad por edad), datos clínicos u hospitalarios sobre consultas e ingresos (aunque son muestras sesgadas de la discapacidad existente en una comunidad), y consulta a expertos. Paso 4. Estimación de los indicadores epidemiológicos a partir de la información disponible De la tabla obtenida con la revisión de todos los estudios se realizan las estimaciones necesarias para obtener los indicadores epidemiológicos necesarios, para este fin se eligen aquellas fuentes de mejor calidad y que provienen de la población bajo estudio o de poblaciones similares. Sino existe ningún estudio creíble, se elige un valor que sea consistente con estudios publicados y con el juicio de expertos. Al final se obtiene un conjunto de indicadores epidemiológicos estimados o calculados a partir de diferentes estudios. Es muy importante que se describa en detalle la metodología que se utilizará para realizar las estimaciones. Se debe hacer todo lo posible para poder estimar las incidencias de cada enfermedad. Paso 5. Comprobación y ajuste de la consistencia de los indicadores La consistencia interna de los parámetros epidemiológicos disponibles se realiza con un programa informático denominado DISMOD (En el Anexo 1 se encuentra la guía de uso de este Software). Este paquete está diseñado para conseguir un conjunto de estimaciones consistentes de incidencia, duración de la enfermedad y letalidad a partir de un modelo de dinámica de enfermedad. El DISMOD a través de la incidencia, la tasa de letalidad o el RR-1 y la tasa de remisión de la enfermedad por cada grupo de edad calcula un conjunto de indicadores (prevalencia, duración, edad de inicio, incidencia anual, tasa de letalidad anual, número de muertos al año por la enfermedad en estudio) consistentes con los datos disponibles y que fueron introducidos al

Anexo 19

programa. Para que el programa pueda hacer las estimaciones epidemiológicas es necesario introducir por lo menos tres parámetros (Por ejemplo prevalencia, duración de la enfermedad, tasa de mortalidad u otros). A menudo la información disponible no es internamente consistente, es decir los datos que se obtiene con el DISMOD no coinciden con los valores de los indicadores obtenidos de otros estudios, en este caso se debe elegir aquellos valores que tienen mejor calidad (variables de referencia) e ir variando el resto de indicadores hasta que se obtenga un conjunto de parámetros consistentes. Estos valores deben ser validados por expertos. Paso 6. Aplicación de los parámetros epidemiológicos consistentes en el cálculo de los AVD y AVISA Una vez que se ha conseguido los indicadores consistentes y necesarios para el cálculo de los AVD se utilizan para el cálculo de los AVD en una hoja de cálculo o con el software GESMOR.


4. Estimaciones epidemiológicas para el cálculo de los AVD de la enfermedad diarreica aguda

5.1. Introducción La enfermedad diarreica aguda (EDA) en el Perú es principalmente infecciosa y es la segunda causa de morbilidad en la niñez y la cuarta causa de mortalidad en los niños. En la región sólo es superada por Nicaragua, Guatemala y Honduras. Esta situación se agrava cuando la enfermedad diarreica se asocia a la desnutrición y a la infección respiratoria aguda porque se incrementa la probabilidad de morir y de producir discapacidad. Se presume que el impacto de la diarrea en la calidad de vida de la población peruana es mayor que la actualmente conocida debido a que los indicadores tradicionales para medir la carga de enfermedad sólo permiten reconocer como prioritarias a aquellas causas que producen muerte precoz (tales como los años de vida potencialmente perdidos - AVPP) y porque se conoce que la diarrea además de producir muerte precoz produce discapacidad , es decir que afecta la nutrición, la talla, las funciones cognitivas, el desempeño escolar y la productividad en el trabajo. En consecuencia, se valora mejor la carga de esta enfermedad si se estima las pérdidas de salud no sólo en función de la mortalidad sino con indicadores resumen que midan las consecuencias mortales como las no mortales de esta enfermedad. Un indicador resumen que sintetiza en un valor el conjunto de datos epidemiológicos de una enfermedad, tales como mortalidad, incidencia, prevalencia y discapacidad, es el denominado años de vida ajustados por discapacidad (AVISA, AVAD o DALYs en inglés). En la estimación de los AVAD se hacen explícitos los valores sociales empleados para su estimación con el fin de hacer más confiable la asignación de recursos y la determinación de prioridades. Se ha reportado que la mortalidad de la diarrea ha caído en las últimas décadas y que sin embargo la morbilidad permanece alta. Se ha estimado que en el mundo hay aproximadamente 100 millones de años de vida potencialmente perdidos por mortalidad y discapacidad, de los cuales el 95% se debe a mortalidad. Los cálculos realizados sobre la discapacidad que produce la diarrea podrían estar muy por debajo de lo real debido a que los niños que experimentan un promedio de 4 a 8 episodios de diarrea en los dos primeros años de vida el 4 a 5% de estos niños podrían experimentar una reducción de su talla y una reducción del 17% de su productividad en el trabajo. Si se toma en cuenta este grado de discapacidad podría incrementarse en más del doble el actual cálculo de los AVAD. La discapacidad de la diarrea es aún mayor si se toma en cuenta las infecciones intestinales subclínicas que podrían alterar la función de absorción del intestino y afectar el estado nutricional. En el presente estudio se han realizado estimaciones de la duración de la discapacidad considerando la frecuencia de episodios de diarrea por persona, además de estimar la prevalencia, la incidencia y la mortalidad por esta causa con la ayuda del “software” DISMOD II a partir de datos secundarios disponibles en el país. El objetivo del presente estudio fue determinar los años de vida perdidos por discapacidad debido a diarrea en el Perú. Es un estudio descriptivo de fuentes secundarias para estimar los años de vida ajustados por discapacidad (AVAD) de la diarrea en el Perú.Para calcular los AVAD se ha seguido la metodología de Murray y

Anexo 21

López9 que resume en un valor los datos de mortalidad, incidencia, prevalencia, duración de la discapacidad, edad de inicio de la enfermedad y nivel de discapacidad 5.2. Metodología para estimar los AVD de la enfermedad diarreica aguda Paso 1. Revisión sobre el conocimiento actual de la enfermedad La diarrea es una de las enfermedades que tiene mayor impacto en la salud global, está altamente correlacionada con el estado nutricional. Este daño tiene particular atención en el mundo debido a que no sólo tiene alta prevalencia y alto costo de salud, sino también porque esta enfermedad puede ser significativamente reducida con intervenciones apropiadas y tratamiento. Se estima que en el mundo cada uno de los 140 millones de niños nacidos anualmente experimenta una media de 7 a 30 episodios de diarrea en los primeros 5 años de vida (6 a 7 episodios de diarrea por niño por año comparado con 1 a 2 en países desarrollados10), aproximadamente 11 mil niños fallecen diariamente por este motivo y se estima que al año mueren 2.5 millones de niños menores de 5 años11. Esta mortalidad es casi totalmente a expensas de países en desarrollo. En los países industrializados, a pesar de unas condiciones sanitarias mejores, la diarrea sigue siendo una de las primeras causas de morbilidad infantil y de demanda de atención sanitaria. La diarrea tiene varias causas y síntomas, resultando en un amplio rango de definiciones para esta enfermedad. El instituto Nacional de Salud de los Estados Unidos (NIH) la define como la presencia de deposiciones flojas o acuosas que ocurren más de tres veces al día, y la diarrea aguda en este estudio se define como “la presencia de heces líquidas en número de tres o más deposiciones o cámaras en un periodo de 24 horas con una duración menor de 14 días”12 13 14. La diarrea puede presentarse de diversas formas porque tiene muchas potenciales causas. La mayoría de los casos de diarrea son producidos por algún tipo de infección. Se ha reportado que el 65% de las muestras de heces de niños con diarrea tanto en países desarrollados15 como en vías de desarrollo tienen agentes patógenos16 17. Cualquiera sea la causa, la diarrea es resultado de una alteración de la función de la pared intestinal que puede ser provocado por microorganismos, toxinas o reacciones inmunes. Cualquier situación que altere la composición del contenido intestinal y la motilidad de la pared intestinal, resulta en un incremento de la pérdida de líquidos y nutrientes. La deshidratación es el resultado de la pérdida de fluidos corporales y electrolitos. Una pérdida del 5% del peso corporal puede resultar en rápidos latidos cardiacos, vértigo, disminución de la orina, desorientación y coma. Un 10% de la pérdida de peso causado por diarrea severa puede conducir a la acidosis, “shock” y muerte. La gente en los países en desarrollo sufre más de formas infecciosas de diarrea. La mayoría de las infecciones pasan a través de la ruta fecal-oral. Este resultado de causas ambientales tales como pobre saneamiento,

9 Murray CJL, Rethinking DALYs. En: Murray CJL, López A, editors. The Global Burden Disease. Vol. I. Boston: Harvard University Press, 1996; p.1-98 10 Santosham M, Keenan EM, Tulloch J, Broun D, Glass R. Oral rehydrationtherapy for diarrhoea: an example of reverse transfer of technology. Pediatrics 1997; 100:E10 11 Kosek M, Bern C, Guerrant RL. The Global Burden of diarrhoeal disease, as estimated from studies published between 1992 and 2000, Bull World Health Organ 2003; 81: 197-204 12 WHO. Persistent diarrhoea in children: CCD/DDM/85-1. Diarrhoeal Disease Control: Geneva: World Health Organization:Geneva, 1985 13 Ministerio de Salud del Perú. Vigilancia de las Enfermedades Diarreicas Agudas en Salud Pública. Boletín Epidemiológico Semanal 7, 2004:1 14 WHO. The treatment of diarrhea: a manual for physicians and other health workers, WHO/CDR/95.3. Geneva: World Health Organization, 1995 15 Guandalini S, Pensabene L, Zikri MA, et al. Lactobacillus GG administered in oral rehydration solution to children with acute diarrhoea: a multicenter European trial. J Pediatr Gastroenterol Nutr 2000; 30:54-60 16 Youssef M, Shurman A, Bougnoux M, Rawashdeh M, Bretagne S, Strockbine N. Bacterial, viral and parasitic enteric pathogens associated with acute diarrhea in hospitalized children from northern Jordan. FEMS Immunol Med Microbiol 2000; 28: 257-63 17 Kang G, Ramakrishna BS, Daniel J, Mathan M, Mathan VI. Epidemiological and laboratory investigations of outbrakes of diarrhoea in rural South India: implications for control of disease. Epidemiol Infect 2001; 127:107-12


reducido acceso a agua limpia, y a una falta de conocimiento de la transmisión y tratamiento de la enfermedad. Mejoras en estas áreas resulta en una dramática reducción de los casos de diarrea infecciosa. La diarrea del viajero es el resultado de la exposición a tales agentes infecciosos cuando se visitan países con saneamiento inadecuado. En la región la principal etiología de la diarrea aguda infantil es vírica, aunque los agentes bacterianos pueden ser los determinantes en determinadas épocas del año y en niños mayores. Se han identificado cuatro grandes categorías de virus en humanos: rotavirus, astrovirus, adenovirus entéricos y calcivirus. Los rotavirus constituyen el principal agente etiológico productor de diarrea grave en la infancia e infectan prácticamente a todos los niños en los 4 primeros años de edad. Se ha reportado que el 60% y 40% de los episodios de diarrea se deben a este virus en países en desarrollo y en los desarrollados respectivamente18 y son los que precisan atención hospitalaria. En Latinoamérica el rotavirus fue detectado en una mediana de 31% de pacientes con diarrea19. Los adenovirus entéricos y astrovirus producen un cuadro clínico más leve. La información disponible sobre la diarrea asociada a calcivirus es todavía limitada por la falta de medios de detección de aplicación rutinaria. Respecto a la etiología bacteriana, los agentes predominantes son salmonella spp y Campylobacter spp, seguido de Shigella spp., Aeromona spp y Yersinia spp. En la mayoría de estudios epidemiológicos infantiles, estos agentes son detectados en pacientes tratados de forma ambulatoria. Los niños son los más susceptibles porque una pérdida pequeña de líquidos puede resultar en una significativa deshidratación porque ellos tienen mayor área de superficie corporal en relación con el peso del adulto y por lo tanto mayores pérdidas insensibles, en los niños hay mayor flujo de agua y electrolitos por el intestino, tienen menos recursos y un requerimiento energético más alto. En los niños de países en desarrollo, la diarrea contribuye a la desnutrición debido a una disminución de la ingesta nutricional y a una disminución de la absorción de nutrientes vitales (tales como Vitamina A y Zinc) durante el episodio agudo y en el periodo de recuperación. La malnutrición, a su vez, disminuye la capacidad del sistema inmune y condiciona episodios de diarrea más frecuentes. Los estudios han demostrado que la desnutrición puede doblar el riesgo de contraer diarrea cuando se expone al agente infeccioso. Además, que el periodo de duración de la enfermedad puede ser tres veces más alto los niños desnutridos. La diarrea causa también reducción del apetito y de la ingesta de alimentos, disminuye la absorción de nutrientes e incrementa el catabolismo de las proteínas corporales. Y como resultado afecta el desarrollo mental y físico futuro. Se ha reportado que las muertes por desnutrición se encuentran asociados a prolongados episodios de diarrea20. Los patrones de alimentación antes y después de los episodios de diarrea juegan un importante rol en este ciclo. En países en desarrollo, los factores ambientales, tales como la contaminación fecal de agua de consumo y de higiene contribuye a la exposición de agentes que causan diarrea. Las prácticas maternas relacionadas a la alimentación son también un factor fundamental. La reducción de la lactancia materna se correlaciona con el incremento de la diarrea porque afecta el estado nutricional y expone más a los niños al agua contaminada por el uso de biberones que no son estériles. Un bajo nivel educativo de la madre frecuentemente se relaciona con la suspensión de los alimentos a los niños cuando tienen diarrea por temor a que los alimentos exacerban los síntomas. Esta práctica afecta más la salud de los niños debido a que los niños afectados por la diarrea necesitan un incremento de 30% de la ingesta calórica y de 100% de ingesta proteica durante el periodo agudo y de recuperación de la diarrea. Los estudios han demostrado que los niños con diarrea que reciben alimentos y lactancia materna sufren menos de los afectos agudos y de largo plazo de la diarrea21 22 23. La Organización Mundial de la Salud recomienda la continuación de la lactancia materna durante el periodo agudo de la diarrea, tanto como la ingesta de alimentos

18 De Zoysa I, Feachem RG. Interventions for the control of diarrhoeal diseases among young children: rotavirus and cholera immunization. Bull World Health Organ 1985; 63:569-83 19 Kane E, Turcios R, Arvay M, García S, Bresee J, Glass R. The epidemiology of rotavirus diarrhea in Latin America. Anticipating rotavirus vaccines. PAHO Rev 2004; 16(6):371-377 20 Mittal SK. Chronic diarrheain tropics. Indian J Pediatr 1999; 66(suppl 1): S4-I5 21 Gracey M. Nutricional effects and management of diarrhoea in infancy. Acta Pediatr 1999; Suppl 430:110-26 22 Sandhu BK, Isolauri E, Walker-Smith JA, Banchini G, Caillie-Bertrand M, Dias JA et al. Early feeding in childhood gastroenteritis: a multicentre study. J Peadiatr Gastroenterol Nutr 1997; 24:522-27 23 Brown KH, Gastanaduy AS, Saavedra JM, et al. Effect of continued oral feeding on clinical and nutritional outcomes of acute diarrhea in children. J Pediatr 1988; 112: 191-200

Anexo 23

ricos en calorías y proteínas. Se ha reportado que la lactancia materna durante la diarrea infantil reduce las deposiciones diarreicas y los requerimientos de rehidratación oral24 porque la leche materna contiene factores protectores que actúan en la superficie intestinal para prevenir las infecciones microbianas y desarrollar el sistema inmune25. La Vitamina A y el Zinc tienen un efecto relevante en la diarrea. El Zinc tiene un importante rol en la inmunidad y en la curación de heridas; y la Vitamina A participa en el mantenimiento del epitelio26. Existe la evidencia que si se administra Zinc se puede reducir la incidencia, frecuencia, severidad y persistencia de la diarrea27 28. Estos efectos se han visto independientes de la Vitamina A29. El beneficio de la vitamina A sola es más modesto que el suplemento de Zinc30. El principal tratamiento de la diarrea es la rehidratación para reemplazar la pérdida de líquidos y fluidos31, tal es así que la rehidratación oral ha reducido grandemente la morbilidad y mortalidad de la enfermedad diarreica en el mundo32. La rehidratación debe ser combinada con el incremento de las demandas nutricionales33 34. Los antibióticos tienen muy limitado rol en reducir efectivamente la morbilidad y mortalidad de la diarrea, y menos los agentes absorbentes e inhibidores de la motilidad. Dado que la vía de contagio principal es la fecal-oral es primordial reforzar la higiene ambiental en el medio familiar, con una limpieza adecuada de manos y los objetos empleados en niños con cuadros de diarrea. Se ha reportado que intervenciones apropiadas de agua, higiene y saneamiento pueden reducir la incidencia en 26% y la mortalidad en 65%35. La promoción del lavado de manos reduce en promedio en 33% la incidencia de la diarrea36 y funciona mejor si está incluido en un paquete de intervenciones de cambio de conducta.

24 Khin MU, Nyunt W, Myo K, Mu Mu K, Tin U, Thane T. Effect on clinical outcome of breast feeding during acute diarrhea. Br Med J (Clin Res Ed) 1985; 290:587-89 25 Hanson LA, Korotkova M, Haversen L, et al. Breast feeding, a complex support system for the offspring. Pediatr Int 2002; 44:347-52 26 Rahman MM, Vermund SH, Wahed MA, Fuchs GJ, Baqui AH, Alvarez JO. Simultaneous zinc and vitamin A supplementation in Bangladeshi children: randomised double blind controlled trial. BMJ 2001; 323:314-18 27 Strand TA, Chandyo RK, Bahl R, et al. effectiveness and efficacy of Zinc for the treatment of acute diarrhea in young children. Pediatrics 2002; 109: 898-903 28 Bhandari N, Bahl R, Taneja S, et al. Substantial reduction in severe diarrheal morbidity by daily zinc supplementation in young children. Pediatrics 2002; 109:e86 29 Khatun UH, Malek MA, Black RE, et al. A randomized controlled clinical trial of zinc, vitamin A, or both in undernourished children with persistent diarrhea in Bangladesh. Acta Paediatr 2001; 90: 376-80 30 Dewan V, Patwari AK, Jain M, Dewan N. A randomized controlled trial of vitamin A supplementation in acute diarrhea. Indian Pediatr 1995; 32: 21-25 31 Booth I,Cunha R, Desjeux J, Farthing M, Guandalini S, Hoekstra H et al. Recommendations for composition of oral rehydration solutions for the children of Europe. Report of an ESPGHAN Working Group. J Pediatr Gastrenterol Nutr 1992; 14:113-115 32 Victora CG, Bryce J, Fontaine O, Monasch R. Reducing deaths from diarrhoea through oral rehydration therapy. Bull World Health Organ 2000; 78: 1246-55 33 Duggan C, Nurko S. Feeding the gut: the scientific basis for continued enteral nutrition during acute diarrhea. J Pediatr 1997; 131:801-808 34 Walter-Smith JA, Sandhu BK, Isolauri E, Banchini G, Caille-Bertrand M, Dias JA et al. Recommendations for feeding in childhood gastroenteritis. Guidelines prepared by ESPGAN working groupo on acute diarrhoea. J Pediatr Gastroenterol Nutr 1997; 24:619-620 35 Thapar N, Sanderson I. Diarrhoea in children: an interface between developing and developed countries. The Lancet 2004; 363:641-653 36 Huttly SR, Morris S, Pisani V. Prevention of diarrhoea in young children in developing countries. Bulletin of the World Health Organization 1997; 75:163-74


Paso 2. Construcción del diagrama de la historia natural de la enfermedad La historia natural de la enfermedad diarreica aguda se muestra en el Cuadro 5.1 a partir de la información realizada en el Paso 1. Cuadro 5.1. Historia natural de la enfermedad diarreica aguda

Periodo pre-patogénico Periodo patogénico

Factores Huésped Periodo de latencia Periodo clínico Desenlace

Agente etiológico (Virus, bacterias, parásitos)

Contaminación con heces:

Agua de consumo

Suelos

Moscas

Manos

Alimentos

Falta de acceso a agua segura y saneamiento

Falta de alimentos y nutrientes

Pobreza

Nivel educativo de las madres

Prácticas de alimentación, nutrición y cuidado de los niños

Lactancia materna

Acceso a servicios de salud

Estado nutricional

Estado inmune

Hábitos de higiene

Contacto fecal-oral

Dosis del agente causal y estado de la persona

Cambios fisiológicos

Cambios pato-fisiológicos más severos en los niños

3 a 14 días

Heces con mayor frecuencia (líquidas o semi-líquidas)

Pérdida de fluidos corporales y electrolitos

Deshidratación

Taquicardia

Irritabilidad

Acidosis

Shock

Muerte

Recuperación

Re-infección (6 a 7 episodios de diarrea por año en niños menores de 5 años)

Desnutrición

Muerte

Prevención primaria:

Mejor acceso a agua segura y saneamiento

Promoción de prácticas de alimentación y nutrición

Promoción de lactancia materna

Control de niño sano y vacunas

Promoción de lavado de manos

Prevención primaria:

Mejorar la resistencia del huésped:

Suplemento de Zinc y Vitamina A

Mejorar estado nutricional

Mejorar prácticas de higiene y manejo de heces de los niños

Lactancia materna

Vacunación anti Rotavirus

Manejo clínico

Tratamiento de la deshidratación (rehidratación oral)

Alimentación temprana durante la enfermedad

Mantener la lactancia materna durante la diarrea

Búsqueda oportuna de atención en servicios de salud (reconocimiento de signos de alarma)

Rehabilitación

Mayor ingesta calórica y proteica

Mejores hábitos de higiene y alimentación

Las rutas de transmisión de la enfermedad diarreica infecciosa se muestran en la Fig. 5.1 (propuesto por Prüss y col., 2002)37.

37 Prüss A, Kay D, Fewtrell L, Bartram J. Estimating the burden of disease from water, sanitation, and hygiene at a global level. Environmental health Perspectives 2002; 110(5): 537-542

Anexo 25

Moscas

SueloExcretas humanas

Aguas subterráneas

Aguas superficiales

Excretas animales

Pozo seco

Letrinas no recicladas

Manos

Aguas residuales

Alimentos

Humanos

Agua de bebida

Fig. 5.1. Rutas de transmisión de la diarrea infecciosa

Paso 3. Identificación de los indicadores epidemiológicos, revisión de los datos, y descripción metodológica para estimar los parámetros no disponibles Datos demográficos La edad y sexo de los habitantes del Perú fueron obtenidos del censo del año 1993 proyectados para el año 2002 del Instituto Nacional de Estadística. Para la construcción del indicador años de vida ajustado por discapacidad se han conformado 8 grupos de edad: 0-4, 5-14, 15-29, 30-44, 45-59, 60-69, 70-79, 80 y + como grupo final abierto.

Datos de la prevalencia de la diarrea

La prevalencia de la diarrea ha sido obtenida de la ENDES (Encuesta Nacional de Demografía y Salud Familiar) en la que se ha preguntado sobre los antecedentes de diarrea en los niños menores de 5 años durante los quince días anteriores a la entrevista. En esta encuesta el año 2000 la prevalencia de la diarrea fue 15.4% en los niños menores de 5 años de edad.

Datos de mortalidad por diarrea Los datos de mortalidad fueron obtenidos del registro nacional de defunciones del año 2002. La base de datos fue evaluada y expandida. Se validaron los datos de cada registro por causa de muerte y se ajustaron las deficiencias de mala clasificación según metodología de la Organización Panamericana de la Salud y se expandieron los datos a partir del sub-registro estimado según edad, sexo y regiones (el sub-registro de mortalidad estimado para el año 2002 fue de 54.3% en el ámbito nacional)38. Se calcularon las tasas específicas

38 Ministerio de Salud, 2002


de mortalidad por diarrea aguda y se consideraron diagnósticos de diarrea a los siguientes códigos de CIE10: A014, A020, A039, A047, A049, A059, A060, A064, A068, A069, A073, A079, A085, A09X.

Pesos de la discapacidad por diarrea

Los pesos de discapacidad de secuelas discapacitantes de la diarrea fueron obtenidos del estudio de carga de enfermedad de Murray y López39. Paso 4. Estimación de los indicadores epidemiológicos a partir de la información disponible

Estimación de la incidencia de la diarrea por grupos de edad La estimación de la incidencia de la diarrea para todos los grupos de edad se ha realizado combinando las estimaciones de la incidencia de la diarrea de los niños menores de 5 años de la ENDES 2000 y de las atenciones realizadas en la consulta ambulatoria del Ministerio de Salud del año 2000. Esta estimación fue realizada en 3 etapas: a) estimación de la incidencia de diarrea en niños menores de cinco años a partir de la prevalencia de la ENDES 2000, b) determinación de la proporción de casos incidentes de la diarrea por grupos de edad, c) determinación de los episodios de diarrea por grupos de edad y de la densidad de incidencia de diarrea por persona-año. a) Estimación de la incidencia de diarrea en niños menores de cinco Se ha estimado los episodios de diarrea por niño-año a partir de los datos de prevalencia de diarrea de menores de 5 años de la Encuesta Nacional de Demografía y Salud Familiar (ENDES 2000). Esta estimación tiene los siguientes supuestos: la población observada es estacionaria (no dinámica), que la prevalencia de un periodo de dos semanas es similar a la densidad de incidencia de niño-“dos semanas” debido a que la diarrea tiene un periodo corto de enfermedad (en el Perú el 88% de las diarreas tienen una duración de 1-7 días)40. En primer lugar se estimó la densidad de incidencia de diarrea niño-día, con este fin se revisó la relación entre la prevalencia puntual y la prevalencia de periodo de dos semanas. En la encuesta ENDES del año 1986 preguntaron los antecedentes de la diarrea durante las 24 horas y los 15 días antes de la entrevista, de esta relación se encontró que la prevalencia puntual de la diarrea (24 horas) con la prevalencia de periodo de 15 días era de 1:1.96. La densidad de incidencia de diarrea niño-día fue expandido a la población de niños menores de 5 años para un periodo de observación de una año y la sumatoria de los episodios de diarrea dividido entre el número de niños observados durante un año permitieron obtener la densidad de incidencia de la diarrea por niño-año. b) Determinación de la proporción de casos incidentes de la diarrea por grupos de edad A partir de la densidad de incidencia de diarrea que fue calculada para los niños menores de 5 años se ha estimado la incidencia de episodios de diarrea en los otros grupos etéreos. Primero se determinó la distribución de la proporción de casos de diarrea según grupos de edad de la base de casos de diarrea atendidos en los servicios de consulta externa del Ministerio de Salud, asumiendo que esta distribución por grupos de edad es similar a la que ocurre en la población. Los casos de diarrea se agruparon según grupos de edad: 0-4, 5-14,15-29, 30-44, 45-59, 60-69, 70-79 y 80 a más; y por sexo. Se determinó la proporción de casos de diarrea en cada grupo de edad y sexo y luego se

39 Murray C, Lopez A. The global burden of disease. A Comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Cambridge, MA: Harvard School of Public Health; 1996. p. 990 40 Dialogue on Diarrhoea/Harvard Institute for International Development (1992) , Clinical update: persistent diarrhoea, London/Cambridge

Anexo 27

graficó para obtener la función de la tendencia. El comportamiento de la tendencia fue logarítmico y se obtuvo una función para cada sexo. La función logarítmica de la proporción de casos de diarrea según edad en los varones fue: y = -0.2552Ln(x) + 0.4633 (R2 = 0.8382). La función logarítmica de la proporción de casos de diarrea según edad en las mujeres fue: y = -0.2875Ln(x) + 0.5102 (R2 = 0.8101) c) Estimación de casos incidentes de diarrea para todos los grupos de edad Para estimar la incidencia acumulada de la diarrea por edad y sexo se ha elaborado una hoja de cálculo que contiene los casos incidentes de diarrea en niños menores de 5 años de edad (obtenido en el paso a) y se proyectaron los casos incidentes a partir de la proporción de casos de diarrea en cada grupo de edad (estimado en el paso b). Paso 5. Comprobación y ajuste de la consistencia de los indicadores Estimación de la edad de inicio de la enfermedad para cada grupo de edad La estimación de la edad de inicio de la enfermedad para cada grupo de edad fue estimada con el programa DISMOD II41. Este programa de computadora realiza un análisis de consistencia interna que a partir de indicadores de entrada de la enfermedad genera estimaciones consistentes de incidencia, prevalencia, mortalidad, remisión, letalidad, duración promedio de la enfermedad, edad promedio de inicio de la enfermedad y el riesgo relativo de la mortalidad total. DISMOD II usa un modelo por aproximación de competencias de riesgo para calcular la proporción relativa de cada cohorte que se recuperará o morirá por esa enfermedad o morirá de otras causas de mortalidad o continuará viviendo libre de la enfermedad. Una premisa básica del modelo es que todas las otras causas de mortalidad son comunes para la gente saludable y enferma. Bajo este supuesto el modelo de enfermedad está completamente determinado por los tres riesgos de transición: incidencia, remisión, y letalidad. Los parámetros “in-put” utilizados para el ajuste interno con el DISMOD fueron la incidencia estimada, la mortalidad y el tiempo de duración de la enfermedad diarreica. Paso 6. Aplicación de los parámetros epidemiológicos estimados y consistentes en el cálculo de los AVD y AVISA Estimaciones de los años de vida ajustados por discapacidad

Los AVAD resultaron de la suma de las pérdidas de salud por muerte prematura (años de vida potencialmente perdidos – AVPP) y las pérdidas de salud por discapacidad (años vividos con discapacidad – AVD).

El cálculo de los años de los AVPP se estableció en función de la esperanza de vida a la edad de la muerte, definida según la tabla de vida estándar West 26 para mujeres y la tabla West 25 de mujeres para los varones42. El cálculo de los AVAD para la diarrea del grupo de 0 a 4 años se ha realizado en una hoja de cálculo en EXCEL según Murray 1995 43 (Fórmula 1). Se asumió que la diarrea tiene un promedio de duración de la enfermedad de

41 Aplicativo computacional distribuido gratuitamente por la Organización Mundial de la Salud y disponible en la página web de dicha organización. 42 Coale A, Guo G. Revised regional model model life tables at very low levels of mortality. Population Index 1989; 55:613-43 43 Murray CJL. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Buletin of the World Health Organization, 1994; 72(3):429-445


7 días (0.02 años)44 (Robberstad, 2004), y un peso de discapacidad de 0.119 (Murray y López,1996)45 y una tasa de descuento de 3%.

En la fórmula 1 se muestra la ecuación de cálculo de los AVAD desarrollada por Murray (1994)46 y que fue utilizada en este estudio. El tiempo vivido en diferentes edades ha sido valorado usando una función exponencial que tiene la siguiente forma . En la fórmula la variable D es el peso de discapacidad (o 1 por muerte prematura); C es la constante de corrección del peso por la edad; r es la tasa de descuento; a es la edad de muerte; b es el parámetro de la función del peso para la edad; L es la duración de la discapacidad o el tiempo debido a la muerte prematura.

AVAD= (1)

44 Robberstad B, Strand T, Black R, Sommerfelt. Cost-effectiveness of Zinc as adjunct therapy for acute childhood diarroea in developing countries. Bulletin of the World Health Organization, 2004;82(7):523-531 45 Murray C, Lopez A. The global burden of disease. A Comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Cambridge, MA: Harvard School of Public Health; 1996. p. 990

46 Murray CJL. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Bulletin of the World Health Organization, 1994; 72(3):429-445

C xe-bx e

DC xe-bx e-r(x-a) dx∫x=a+L

x=a

Anexo 29

5.3. Resultados Cuadro 5.1. Estimado de la incidencia de la diarrea a partir de la prevalencia en menores de 5 años, Perú

(a) (b) (c ) (d) (e ) (f) (g) (h)EDAD Hombres Mujeres Hombres Mujeres Hombres Mujeres Hombres Mujeres

% % (a/1.96) (b/1.96) (c/4/100) (d/4/100) (e*365) (f*365)0-4 16.4 14.4 8.4 7.3 0.0209 0.0184 7.6352 6.7041

Prevalencia de periodo (15 días)

Prevalencia puntual (1 día) Incidencia por niño-día Incidencia por niño-año

(a,b) Prevalencia de la diarrea en hombres y mujeres publicados en la ENDES 2000 para menores de 5 años (c,d) Prevalencia puntual estimada a partir de la relación entre prevalencia de periodo y prevalencia puntual que fue determinada en la ENDES 1986. La relación encontrada fue de 1:1.96 entre la de 15 días y la de 1 día (e,f) Incidencia por niño día de varones y mujeres estimadas luego de dividir entre 4 días que es la mediana de duración de la enfermedad en el Peru (Black R, 1989) (g,h) Incidencia por niño-año se obtiene al multiplicar la incidencia por niño-día por 365 días

Cuadro 5.2. Estimado de los casos incidentes de diarrea a partir de la incidencia en la población del Censo de niños menores de 5 años

(g) (h) (i) (j) (k ) (l)Hombres Mujeres Hombres Mujeres Hombres Mujeres

(e*365) (f*365) (g*k) (h*l)7.6352 6.7041 11265135 9525432 1475420 1420841

Incidencia por niño-año Casos incidentes de diarrea en niños por año Población 2000

(g,h) Incidencia por niño-año se obtiene al multiplicar la incidencia por niño-día por 365 días (i,j) La estimación de los casos incidentes de niños menores de 5 años se obtiene al multiplicar la incidencia por niño-año por la población correspondiente (k,l) Población del año 2000 por edad estimada del Censo Nacional de 1993


Cuadro 5.3. Estimado de la distribución de episodios de diarrea según edad y sexo a partir de los casos de diarrea atendidos en los servicios de salud del MINSA

Probabilidad de utilizar servicios del MINSA por

diarrea(m) (n) (o) (p) (q) (r ) (s)

Hombres Mujeres Hombres Mujeres Hombres Mujeres(m/o) (n/o) (p/total de p) (q/total de q)

0-4 464742 524480 0.32 1452319 1639000 0.48 0.545-14 145608 152911 0.25 582432 611644 0.19 0.2015-29 76768 62125 0.21 365562 295833 0.12 0.1030-44 46978 37591 0.19 247253 197847 0.08 0.0745-59 28494 20494 0.16 178088 128088 0.06 0.0460-69 15086 9837 0.14 107757 70264 0.04 0.0270-79 8739 5488 0.12 72828 45733 0.02 0.0280* 4370 3279 0.11 39724 29809 0.01 0.01

Total 790785 816205 3045962 3018219

Distribución episodios de diarrea por edad

Casos atendidos en consulta externa del MINSA año 2000

(a)

Episodios totales de diarrea (estimados)

(m,n) Atenciones realizadas en los servicios de consulta externa del Ministerio de Salud (Sistema HIS) (o ) Probabilidad de que un caso de diarrea utilice los servicios de salud del Ministerio de Salud estimado de la tendencia de uso de servicios por grupos de edad (ENAHO 2002) y de la probabilidad de uso de servicios de casos de diarrea de menores de 5 años (p,q ) Episodios totales de diarrea estimados considerando el % de los casos que no acuden a los servicios del MINSA (r, s) Distribución de la proporción de episodios de diarrea por edad y sexo. Esta distribución se grafica y se muestra que tiene una distribución logarítmica con un R2 de 0.90 para los varones y de 0.87 para las mujeres

Cuadro 5.4. Estimado de los casos incidentes de diarrea según grupos de edad a partir de los casos incidentes de diarrea del grupo de edad de 0-4 años y del estimado de la distribución de episodios de diarrea por grupos de edad y sexo, Perú 2002

Edad(i) (j) (r ) (s) (ii) (jj) (t ) (u)

Hombres Mujeres Hombres Mujeres Hombres Mujeres Hombres Mujeres(p/total de p) (q/total de q) (i/r) (j/s) (ii*r) (jj*s)

0-4 11265135 9525432 0.48 0.545-14 0.19 0.20 4517724 355471215-29 0.12 0.10 2835538 171930530-44 0.08 0.07 1917853 114983645-59 0.06 0.04 1381363 74441060-69 0.04 0.02 835835 40835770-79 0.02 0.02 564900 26579080* 0.01 0.01 308127 173243

Total 23626475 17541085

Casos incidentes de diarrea en niños por año en

menores de 5 años

Distribución de episodios de diarrea por edad

Casos incidentes totales de diarrea estimados

Casos incidentes de diarrea estimados según edad

(i,j) La estimación de los casos incidentes de niños menores de 5 años se obtiene al multiplicar la incidencia por niño-año por la población correspondiente (r, s) Distribución de la proporción de episodios de diarrea por edad y sexo. Esta distribución se grafica y se muestra que tiene una distribución logarítmica con un R2 de 0.90 para los varones y de 0.87 para las mujeres (t, u) casos incidentes de diarrea estimados a partir del número de casos incidentes de diarrea del grupo de 0-4 años y de la distribución de casos de diarrea según grupos de edad

Anexo 31

Cuadro 5.5. Densidad de incidencia de diarrea por persona-año según grupos de edad y sexo, Perú, 2002

Edad(k ) (l) (t ) (u) (v) (w)

Hombres Mujeres Hombres Mujeres Hombres Mujeres(t/k) (u/l)

0-4 1475420 1420841 11265135 9525432 7.6 6.75-14 2982994 2891838 4517724 3554712 1.5 1.215-29 3711118 3623998 2835538 1719305 0.8 0.530-44 2507231 2472025 1917853 1149836 0.8 0.545-59 1409842 1418716 1381363 744410 1.0 0.560-69 535130 566243 835835 408357 1.6 0.770-79 256638 297885 564900 265790 2.2 0.980* 76526 106501 308127 173243 4.0 1.6

Total 12954899 12798047 23626475 17541085

Población 2000 Casos incidentes de diarrea estimados según edad

Densidad de incidencia de diarrea por persona-año

Cuadro 5.6. Estimados de los años de vida perdidos por discapacidad (AVD) de la diarrea según grupos de edad y sexo, Perú, 2002

Hombres Mujeres Hombres Mujeres Hombres Mujeres Hombres Mujeres Hombres Mujeres

0-4 1.28 1.34 0.02 0.02 0.119 0.119 0.1622 0.1614 4615 48155-14 10.23 10.09 0.02 0.02 0.094 0.094 0.0086 0.0051 7530 747115-29 22.65 22.69 0.02 0.02 0.086 0.086 0.0041 0.0041 4487 448830-44 36.89 36.99 0.02 0.02 0.086 0.086 0.0075 0.0057 2765 276145-59 47.05 49.28 0.02 0.02 0.086 0.086 0.0133 0.0114 1520 145660-69 67.39 64.12 0.02 0.02 0.088 0.088 0.0598 0.0379 542 58870-79 75.10 71.98 0.02 0.02 0.088 0.088 0.1756 0.1323 289 31380* 94.93 98.96 0.02 0.02 0.088 0.088 0.728 0.8184 108 95

Total 21855 21988

**DISMOD II (en años)

Mortalidad por diarrea (tasa por 1000) AVD por diarrea

*Black R y col. (1989). Incidence and etiology of infantile diarrhea and major routes of transmission in Huascar, Peru. American Journal of Epidemiology 129(4):785-799

Edad de inicio**

Duración de la enfermedad para

cálculo de AVISA (7 días en años)***

Coeficiente de discapacidad de la

diarrea según Murray

Cuadro 5.7. AVISA ajustado con datos de morbilidad de la diarrea según grupos de edad y sexo, Perú, 2002

Grupos de edad

Total AVISAAVD+AVP

Hombres Mujeres Hombres Mujeres Hombres Mujeres0-4 4615 4815 13067 11870 17682 16685 34367

5-14 7530 7530 224 1048 7754 8579 1633315-44 7252 7249 1643 1714 8895 8963 1785845-59 1520 1456 327 341 1847 1797 364460+ 938 996 990 1015 1928 2012 3940Total 21855 22047 16251 15989 38106 38035 76142

AVD por diarrea AVP por diarrea AVISAAVD+AVP


Bibliografía

Secciones 1, 2, 3 y 4

Centers for Disease Control. Introduction to table V; premature deaths, monthly mortality, and monthly phyisician contacts-United States. MMWR 1982; 31:109-110 Centers for Disease Control. Premature mortality in the United States; public health issues in the use of years of potential life lost. MMWR 1986; 35:1S-11S Coale A, Demeny P. Regional model life tables and stable populations, Princeston, 1966, Academic Press Coale A, Demeny P. Regional model life tables and stable populations, New York, 1983, Academic Press Dempsey M. Decline in tuberculosis. The death rate fails to tell the entire story. Am. Rev Tuberculosis 1947; 56:157-164 Dickinson FG, Welker EL. What is the leading cause of death? Two new measures. Bull Boureau Med Econ Am Med Assoc, 1948; 64:1-25 MINSA. Análisis de la Situación de Salud 2003, Oficina general de Epidemiología Murray CJ. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Bulletin of the World Health Organization, 1994; 72(3): 429-445 Murray CJL., Lopez AD. The Global Burden of Disease and Injuries Series. Volume I1996: pag 12. Pereira J, Cañón J, Alvarez E, Génova R. La medida de la magnitud de los problemas de salud en el ámbito internacional: los estudios de carga de enfermedad. Revista de Administración Sanitaria 2001; 5(19):59-84 Romeder JM, McWhinney JR. potential years of live lost between ages 1 and 70: an indicator of premature mortality for health planning. Int Epidemiol, 1977; 6:143-151 Stouthard MEA, Essink-Bot ML, Bonsel GJ, et al. Disability Weights for Diseases in The Netherlands. Department of Public Health. Erasmus University. Rotterdam; 1997. In: Pereira J, Cañón J, Alvarez E, Génova R. La medida de la magnitud de los problemas de salud en el ámbito internacional: los estudios de carga de enfermedad. Revista de Administración Sanitaria 2001; 5(19):59-84 Sección 5. Estimaciones epidemiológicas para el cálculo de los AVD de la enfermedad diarreica aguda Brown KH, Gastanaduy AS, Saavedra JM, et al. Effect of continued oral feeding on clinical and nutritional outcomes of acute diarrhea in children. J Pediatr 1988; 112: 191-200 Coale A, Guo G. Revised regional model model life tables at very low levels of mortality. Population Index 1989; 55:613-43 De Zoysa I, Feachem RG. Interventions for the control of diarrhoeal diseases among young children: rotavirus and cholera immunization. Bull World Health Organ 1985; 63:569-83 Dialogue on Diarrhoea/Harvard Institute for International Development (1992) , Clinical update: persistent diarrhoea, London/Cambridge Gracey M. Nutricional effects and management of diarrhoea in infancy. Acta Pediatr 1999; Suppl 430:110-26 Guandalini S, Pensabene L, Zikri MA, et al. Lactobacillus GG administered in oral rehydration solution to children with acute diarrhoea: a multicenter European trial. J Pediatr Gastroenterol Nutr 2000; 30:54-60 Kane E, Turcios R, Arvay M, García S, Bresee J, Glass R. The epidemiology of rotavirus diarrhea in Latin America. Anticipating rotavirus vaccines. PAHO Rev 2004; 16(6):371-377

Anexo 33

Kang G, Ramakrishna BS, Daniel J, Mathan M, Mathan VI. Epidemiological and laboratory investigations of outbrakes of diarrhoea in rural South India: implications for control of disease. Epidemiol Infect 2001; 127:107-12 Kosek M, Bern C, Guerrant RL. The Global Burden of diarrhoeal disease, as estimated from studies published between 1992 and 2000, Bull World Health Organ 2003; 81: 197-204 Ministerio de Salud del Perú. Vigilancia de las Enfermedades Diarreicas Agudas en Salud Pública. Boletín Epidemiológico Semanal 7, 2004:1 Mittal SK. Chronic diarrheain tropics. Indian J Pediatr 1999; 66(suppl 1): S4-I5 Murray C, Lopez A. The global burden of disease. A Comprehensive assessment of mortality and disability from diseases, injuries, and risk factors in 1990 and projected to 2020. Cambridge, MA: Harvard School of Public Health; 1996. p. 990 Murray CJL, Rethinking DALYs. En: Murray CJL, López A, editors. The Global Burden Disease. Vol. I. Boston: Harvard University Press, 1996; p.1-98 Murray CJL. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Buletin of the World Health Organization, 1994; 72(3):429-445 Murray CJL. Quantifying the burden of disease: the technical basis for disability-adjusted life years. Bulletin of the World Health Organization, 1994; 72(3):429-445 Prüss A, Kay D, Fewtrell L, Bartram J. Estimating the burden of disease from water, sanitation, and hygiene at a global level. Environmental health Perspectives 2002; 110(5): 537-542 Robberstad B, Strand T, Black R, Sommerfelt. Cost-effectiveness of Zinc as adjunct therapy for acute childhood diarroea in developing countries. Bulletin of the World Health Organization, 2004;82(7):523-531 Sandhu BK, Isolauri E, Walker-Smith JA, Banchini G, Caillie-Bertrand M, Dias JA et al. Early feeding in childhood gastroenteritis: a multicentre study. J Peadiatr Gastroenterol Nutr 1997; 24:522-27 Santosham M, Keenan EM, Tulloch J, Broun D, Glass R. Oral rehydrationtherapy for diarrhoea: an example of reverse transfer of technology. Pediatrics 1997; 100:E10 WHO. Persistent diarrhoea in children: CCD/DDM/85-1. Diarrhoeal Disease Control: Geneva: World Health Organization:Geneva, 1985 WHO. The treatment of diarrhea: a manual for physicians and other health workers, WHO/CDR/95.3. Geneva: World Health Organization, 1995 Youssef M, Shurman A, Bougnoux M, Rawashdeh M, Bretagne S, Strockbine N. Bacterial, viral and parasitic enteric pathogens associated with acute diarrhea in hospitalized children from northern Jordan. FEMS Immunol Med Microbiol 2000; 28: 257-63


Anexo 1. Guía de uso del DISMOD II

Antecedentes Técnicos del DISMOD II

DISMOD fue diseñado principalmente para ayudar a estimar de manera consistente la incidencia, duración y tasa de letalidad para los estudios de carga de enfermedad. El modelo usa una tabla de vida que sigue una cohorte libre de enfermedad en el tiempo, mientras que se exponen a los riesgos (incidencia, remisión y tasas de letalidad, etc.) asociados con una enfermedad en competencia con el resto de enfermedades representadas por la mortalidad general. El modelo usa la composición de la edad de la población para derivar mediciones epidemiológicas consistentes con los niveles asumidos de incidencia, remisión, y casos de fatalidad. Esta operación requiere de varios parámetros iniciales, algunos de los cuales son generales y relacionados a las características de la población bajo estudio. Utilizando una aproximación de competencias de riesgo, se puede calcular la proporción relativa de cada cohorte que desarrollará, se recuperará o morirá por esa enfermedad morirá de otras causas de mortalidad, o continuará viviendo libre de la enfermedad. Esta aproximación es más realista que asumir una simple relación que la Prevalencia = incidencia por duración de la enfermedad. Las diferencias entre estas dos aproximaciones son más marcadas con respecto a enfermedades crónicas con bajas tasas de remisión y mortalidad específica por esta causa. Usos del DISMOD

• Cuando la prevalencia es conocida se pueda asumir de forma razonable la remisión y la letalidad. El modelo puede ser usado para determinar la incidencia.

• Donde la incidencia es conocida, la prevalencia puede ser estimada. Esto ayuda a establecer consistencias internas entre los estimados de incidencia y prevalencia.

• Para enfermedades que incrementan el riesgo relativo de morir debido a otras condiciones, por ejemplo diabetes, las muertes atribuibles pueden ser calculadas.

Es necesario destacar que el DISMOD puede ser utilizado para chequear la consistencia interna de los datos de estimados epidemiológicos; más no produce estimados de parámetros epidemiológicos por sí mismo. Requerimiento de datos:

• Parámetros de la población general • Datos específicos de la enfermedad • Download DisMod 47

El modelo de enfermedad del DISMOD es simple. Asume que hay dos causas de muerte, por la enfermedad y por otras causas, las cuales se asumen como independientes. En este modelo hay 4 riesgos de transición: incidencia, remisión, letalidad, y los otros riesgos de morir. Esos riesgos de transición son específicos por edad, pero el DISMOD los asume como constantes durante un año de edad de intervalo.

El modelo se muestra en la Figura 1.

47 El DISMOD II está disponible en la página web: www.who.int/evidence/dismod La instalación es simple: se hace clic en el setup.exe, y se siguen las sugerencias. El programa contiene una base de datos de ejemplo que se utiliza en la guía didáctica.

Anexo 35

Fig. A. 1. Modelo de la enfermedad del DISMOD II

Saludable

Se llaman saludables cuando no tienen la enfermedad que se está modelando. Así que ellos pueden tener otras enfermedades; pero esas se asumen que son independientes.

Muerte por otras causas

Ambos grupos de personas, los saludables y los que tienen la enfermedad que se está modelando pueden morir por otras causas.

Enfermos

Se llaman enfermos cuando tienen la enfermedad que está siendo modelada. Este grupo puede tener otras enfermedades también, pero se asume que son independientes. La proporción de toda la gente en el estado de enfermedad es llamado la prevalencia de la enfermedad

Muerte por la enfermedad

Solo la gente con la enfermedad modelada puede morir por esa enfermedad. El número de muertes específicas en un año, dividido entre el número de personas por año en ese año es llamado la tasa de mortalidad.

¿Cómo trabaja el modelo? Una premisa básica del modelo es que todas las otras causas de mortalidad son comunes para la gente saludable y enferma. Bajo este supuesto el modelo de enfermedad está completamente determinado por los tres riesgos de transición: incidencia, remisión, y letalidad. Bajo este supuesto las siguientes ecuaciones describen el modelo: dSa = iSa + rCa da dCa ------ = - (f+r) Ca+iSa da

Modelo de enfermedad

Saludable

Enfermedad

Muerte por otras causas

Muerte por la enfermedad

Remisión Incidencia

Todas las demás

Letalidad


dDa ------ = fCa da Donde, los tres riesgos de transición son: i: incidencia, r: remisión, f: letalidad; Y los tres estados son: Sa : número de gente saludable de un grupo de edad a, Ca : número de gente enferma de un grupo de edad a, Da : número de gente muerta de un grupo de edad a. La solución analítica a esas ecuaciones permiten determinar el número de personas en cada uno de los tres estadios de edad “a” como una función del número de personas en esos estados en la edad previa y de los tres riesgos de transición en la edad: Sa+1, Ca+1, Da+1 = f(Sa, Ca, Da, ia, ra, fa) ∀ a≥0 Las condiciones del escenario inicial para la edad 0 permite calcular el número de personas en los tres estados del grupo de edad más bajo. Desde esos números de personas entonces se puede calcular todas las otras variables epidemiológicas, tales como prevalencia y mortalidad. Estas ecuaciones asumen que los tres riesgos de transición están disponibles como variables input. Cuando las variables input y la prevalencia son conocidas y no se conocen los riesgos de transición, el DisMod II combina la solución analítica con una función perdida. Esta acción básicamente inserta valores de los riesgos de transición en las ecuaciones, calcula las variables epidemiológicas y las compara con las variables input. Una rutina de optimización (método simple), minimiza la diferencia entre las variables calculadas y las variables input, haciendo conjeturas informadas sobre los valores de los riesgos de transición. La función para información incompleta es la siguiente: 2 v°a Min f(ia, ra, fa) = Σ Wv 1 vi

a>0 v vi

a 2 Wv V°a vi

a =0 Donde “v” representa una variable epidemiológica, con output “v°” e input “vi”. La “W” es un peso que puede ser dado por el usuario, el cual permite que algunas de las variables input puedan ser reproducidas en el output más cercanamente que otras. La función para información incompleta permite también ajustar los input sobre- identificado o inconsistente: si las variables input no son internamente consistentes, DISMOD producirá una solución que se esfuerza en encontrar la media aceptable. Y por medio de pesos que el usuario puede asignar se pueden obtener inputs más válidos.

Anexo 37

Riesgos vs tasas de población Una tasa de riesgo es definido como el número de casos en un periodo de tiempo (en el DISMOD es un año), dividido entre las personas año de los susceptibles. Una tasa poblacional es definida como el número de casos en un periodo de tiempo dividido entre las personas año de la población total, incluyendo los casos prevalentes no susceptibles. Cuando la prevalencia es pequeña, hay poca diferencia entre los dos, pero la prevalencia no es siempre pequeña. Del mismo modo ocurre con la letalidad y la mortalidad: los casos de letalidad solo aplican sobre los casos prevalentes, en cambio la mortalidad específica por enfermedad considera la población total en el denominador. Duración de la enfermedad como input La duración promedio de la enfermedad está disponible como un input y como un output. Sin embargo, hay diferencias entre los dos. Una diferencia es que la duración de todas las otras causas de mortalidad es tomada en cuenta, y en el input no. La segunda es que la duración del output es calculado usando la remisión específica para cada edad y letalidad (y todas las otras causas de mortalidad), mientras que la duración del input asume que la remisión y la letalidad es la misma en todas las edades. Esta simplificación es debida a que el DISMOD calcula la epidemiología de las enfermedades desde la más baja edad. Cuando calcula la epidemiología de alguna edad, las variables para las más altas edades no son conocidas aún. La duración como input es válida solo cuando la enfermedad tiene un periodo corto de duración. Cuando la duración es corta, la premisa de que la remisión y la letalidad son constantes no está lejos de la verdad. La pregunta es ¿qué es corto? No hay una regla simple, pero se recomienda usar las duraciones del input solo cuando es menor de 2 años. Por ejemplo cuando existe una duración de 1 semana se expresa en años 1/52, esto significa que la suma de la remisión y la letalidad necesita ser 52 (recuerde que los riesgos pueden ser iguales a 1).

Los años de vida ajustados por discapacidad (DALY –siglas del inglés-), que determinan el peso de la enfermedad de acuerdo a las distintas causas o problemas de salud consideradas en años vividos con discapacidad y perdidos por muerte prematura.

La esperanza de vida ajustada por discapacidad (DALE –siglas del inglés-), de la familia de esperanzas de vida, que, de manera más resumida, es capaz de estimar los años esperados por vivir de acuerdo a las mediciones de discapacidad realizadas en la población en cuestión.


Propiedades del DISMOD II

DISMOD II está diseñado para que el experto en epidemiología pueda interactuar con el programa, para lo cual el software cuenta con lo siguiente:

• Una interfase gráfica. Las variables epidemiológicas se presentan en formato de tabla y como gráficos, permitiéndole al experto juzgar el modelo.

• El acceso a menú de interpolación y rutinas suavizadoras, modelos de edad observados y curvas matemáticas. El usuario puede modificar de esta manera los datos disponibles hasta obtener salidas apropiadas.

• Una función de peso. El usuario puede expresar su confianza relativa en los datos disponibles dándoles más o menos peso durante el proceso de modelación.

DISMOD opera de tal forma que los datos de entrada (input) más el conocimiento del experto generan los datos de salida (output). Estos se guardan en una base de datos con las siguientes propiedades:

• Se guardan las variables de entrada, entrada ajustada y salida, de manera separada. • Se pueden incluir en la base de datos de cada enfermedad, notas aclaratorias acerca de los supuestos

que se utilizaron en el procesamiento de las enfermedades de manera de que quede guardada esta información, acompañando al resto de datos.

• Compatibilidad. Una vez guardados los resultados en la base de datos, estos se pueden exportar en varios formatos y ser usados para cálculos extensos o de presentación.

Anexo 39

Abrir una colección de datos del DISMOD

Cuando se abre DISMOD por doble click en el ícono DISMOD, la aplicación DISMOD aparece maximizada en la pantalla.

La barra de menú muestra dos menús activos cuando la aplicación de DISMOD está abierta; pero no cuando el modelo está activo. Cuando el modelo está activo aparecen seis menús. Abrir una colección de datos Los datos del DISMOD son organizados en una colección que se define como una región o país con una población para la cual se quiere estudiar la carga de enfermedad. Por ejemplo en la Carga Global de Enfermedad 1990 las regiones del estudio como América Latina, Europa fueron consideradas, cada una, como una colección de datos. Un juego o colección de datos contiene:

• Mortalidad total por edad y sexo • Número de personas por edad y sexo • Los datos o indicadores de las enfermedades que se quieren estudiar


Menú “data” contiene un menú: colection, y en él se encuentran los ítems: Open, Add, Remove, New, Delete.

Para activar el DISMOD se necesita abrir una base de datos. Los datos del DISMOD están organizados en colecciones. Se puede utilizar los ejemplos que se encuentran en el DISMOD: colección de datos (Local) y base de datos (Ejemplo).

Elegir 'data|Collection|open', seleccione 'Local' and haga click en OK. La base de datos se abrirá, y aparecerá una lista de bases de datos en la colección ´local´ seleccione 'Example' y haga clic en el botón 'Open'. Aparece la siguiente pantalla. Verificar qué datos hay: En el ejemplo hay incidencia, remisión y mortalidad.

Anexo 41

Se pueden editar los datos, haciendo clic en el botón Edit/add input

Se ve la base que se puede modificar.


Cálculo de variables con DISMOD

Por definición, DISMOD necesita, por lo menos, tres variables de entrada para hacer los cálculos completos de una enfermedad. Para el cáncer de mama por ejemplo, en los datos del “ejemplo”, están disponibles la incidencia, remisión y la mortalidad. En consecuencia se pueden hacer los cálculos. Para esto se debe tomar en cuenta que los cálculos se deben hacer solo con el sexo femenino, por lo que se debe indicar aquí (process inputs).

Seguidamente marcar “Start process”. Se abrirán dos ventanas adicionales, una que muestra muchos botones (la ventana Processing) y una que muestra el gráfico. El gráfico señala tres líneas, una para cada entrada, con sus nombres en la sección de la Etiqueta seguida por “i”. La entrada de la remisión es la línea amarilla en el fondo: la remisión para el cáncer de mama es cero. La incidencia es azul (aumenta con la edad y luego se reduce en los grupos de edad mayores) y la mortalidad es la línea roja (se incrementa a medida que se incrementa la edad, en las niñas no se registra muerte por esta causa y es mucho mayor a mayor edad). Dadas estas entradas, la manera de obtener cálculos es simple: se encuentra el botón “calculate” en la ventana Processing, y se pulsa el botón. Después de unos momentos la ventana del gráfico mostrará los resultados: cinco líneas más, todas etiquetadas por defecto con “o”. Las líneas de los cálculos son más anchas, y tienen el mismo color (pero más oscuras) de la entrada correspondiente. Además de las entradas, el gráfico muestra las salidas de la letalidad (púrpura) y prevalencia (verde) del caso modelado.

Anexo 43

Si se prefiere, los números encima (o además de) de los gráficos, se puede abrir una abla pulsando el botón open table en la ventana Processing. La tabla también tendrá la duración de la enfermedad. Calculate Open table


Ajustar entradas En el caso que las entradas de datos no sean confiables o estén sobre estimadas (esto solo es posible determinar con ayuda del experto o epidemiólogo, dado que es él quien conoce el comportamiento de estos indicadores y la calidad de los datos). Para determinar si las entradas tienen consistencia interna se evalúan las salidas (output) y se evalúa si son consistentes con lo esperado. Aquí el juicio de experto se constituye en un elemento importante. Se puede decidir con el resultado o intentar hacer algo sobre él. Una primera cosa que se podría hacer es interpolar los datos de entrada de una manera más sofisticada. Esto ayuda a optimizar el procedimiento, y también permite una valoración visual buena de la divergencia entre la entrada y la salida. Se pulsa el botón Variable en la sección Adjust input de la ventana Processing y entonces en la lista presentada se escoge incidence y se presiona. La ventana Adjusting se abre.

Interpolation La ventana despliega un gráfico y muestra la incidencia. Hay una línea roja etiquetada “el original” y una azul “actual”; pero sólo la línea azul es visible; en la derecha hay una fila de botones que dan el acceso a las varias acciones de ajuste. Se escoge el botón Interpolation, se selecciona Cubic spline de la lista presentada y se pulsa el botón OK. Una línea lisa verde, etiquetada Adjusted, ahora acompaña a la azul de incidence.

Anexo 45

Luego se escoge el botón keep result: la línea verde se pone azul, la línea azul rojo, y ya existe la línea Adjusted. Se cierra la ventana haciendo click en el botón Apply: la ventana cierra y la curva de entrada de incidence en la ventana del gráfico ha perdido su apariencia escalonada. Interpolation

Ventana con opciones para la interpolación, en este caso se elige Cubic spline

La nueva línea aparece en verde. Se apreta Keep result y se aprecia un cambio de color de las líneas en la ventana. Se vuelve azul la línea verde Al hacer clic en Apply aparece la siguiente ventana:


.

La línea de incidencia ya no sale escalonada, esta incidencia está ajustada.

Anexo 47

El peso de las entradas Además de ajustar la entrada se puede cambiar la manera como el DISMOD calcula los resultados. Por ejemplo, se considera que los datos de incidencia para el cáncer de mama son correctos y no se quiere que la incidencia calculada, en algunas edades, sea más alta que la incidencia de entrada. En ese caso, se quiere poner un peso más alto a la entrada de incidencia. Para esta acción, debajo del botón calculate en la sección Calculation de la ventana Processing se encuentra un botón de Opciones de Cálculo (Options).

Luego de pulsar este botón, se abre la ventana calculation options con etiquetas que identifican varias opciones. Se pulsa, entonces, el botón en la etiqueta “Weights” y se observa una lista de las variables de entrada al DISMOD con flechas a la izquierda. Se habilitan las flechas de las entradas disponibles.

Se toma la flecha de la incidencia de entrada, se mueve un poco a la derecha y se recalcula. Se repite esto hasta que se esté satisfecho con el resultado.

Weights

Anexo 49

Salvar los resultados Cuando se deja la ventana Processing, pulsando el botón close sin salvar, todo el trabajo se perderá. Hay dos opciones posibles para salvar los cálculos.

- Si se quiere sólo guardar los datos de la entrada ajustados. En ese caso se escoge el Save change en la sección de adjust input.

- Si se quiere guardar el resultado de los cálculos. En ese caso se escoge Save result antes de cerrar la ventana processing.

Save results

Save changes


Inspeccionar los resultados La opción inspeccionar los resultados, permite mirar los resultados guardados en la base de datos. Por consiguiente, sólo se pueden inspeccionar los resultados para las enfermedades que se han calculado y salvado previamente. Se puede cambiar entre los resultados de los hombres y las mujeres, y entre la entrada original y ajustada.

Inspect results

Anexo 51

Exportar los resultados El DISMOD II proporciona varios formatos para exportar los resultados de su base de datos a otras aplicaciones, o más bien a archivos que otras aplicaciones pueden leer. En esa misma sección de la ventana Principal se localiza el botón export results. Se hace click en el botón para abrir la ventana de Export results.

Se seleccionan las enfermedades. En la sección diseases to export de la ventana Export results se puede definir qué enfermedad o enfermedades se quiere exportar. Se puede escoger entre: la enfermedad actual, todas las enfermedades, o una selección de enfermedades. Escoja la última opción, pulse el botón Selected, y una lista de enfermedades disponibles aparece. Marque las de interés.

Export results


Formato. En la sección export format se listan 5 formatos diferentes. Sólo los dos últimos están activados en la versión actual. Se puede seleccionar MS Excel o delimitado por comas. Se puede escoger un grupo etario, u optar por el grupo de 5-años predefinido. Archivo. En la sección close file se teclea un nombre de archivo (la extensión no se necesita), se debe asegurar en qué carpeta se guardará el archivo y hacer click en save. DISMOD escribirá los resultados en un archivo que se puede abrir bajo otro ambiente (Excel).

Anexo 53

Crear base de datos con datos propios

Hasta ahora en esta Guía se ha estado trabajando con las enfermedades que aparecen en la colección. En esta sección se mostrará cómo se pueden incluir nuevas enfermedades en el juego de datos. En el menú Data se escoge la opción Colection y New.

Se escribe el nombre de la colección de datos que se va a generar en la ventana que aparece.


Escribimos para este ejercicio “Peru diarrea”, y luego se hace clic en OK. Aparece la siguiente ventana:

Seleccionar “properties”. Se llenan datos que identifican el archivo

Luego seleccionar Add/new.

Anexo 55

Marcar Add/new y escribir el nombre de la base de datos que se genera y ubicar en File el archivo de colección de datos que fue creado (Peru diarrea).

1. Hacer click en save. 2. Seleccionar “Select”.


En la ventana que aparece marcar “Open” en “Diarrea 2000” y aparece la siguiente pantalla.

Aparece una pantalla que indica que no tiene datos de mortalidad y pregunta si se quiere añadir. Marcar “Yes”.

Aparece una pantalla en el que existen columnas de edad, masculino femenino. Se puede escribir dato por dato o se copian los datos de un archivo EXCEL. Antes se debe definir los grupos de edad.

Anexo 57

Aparece un mensaje de peligro, porque esto puede modificar los datos , por lo que pregunta si se quiere salvar previamente. En este caso marcamos NO porque el archivo está vacío. Y aparece la siguiente ventana.

Para formar los grupos de edad se hace los siguiente: Marcar New Identificar el número de años de cada grupo de edad.


Para que se llene los intervalos de acuerdo a los grupos que hemos definido (en este caso cada 5 años) se marca aquí “fill schedule”.

El espacio de Age groups se llena automáticamente con agrupaciones de edad por grupos de 5.

Se puede cambiar los grupos de edad eliminando el grupo extremo “0-4” y automáticamente se reagrupa de 0-9, y así sucesivamente. Ejemplo para formar 8 grupos.

Anexo 59

Marcar “Done” y luego “close”. Aparece la siguiente ventana:

Ahora se puede llenar las tasas de mortalidad. Marcar cuál es el denominador (1000 en el ejemplo). Copiar los datos del EXCEL o digitarlos directamente, finalmente guardarlos (save).


Registro de una nueva enfermedad en la base de datos Se escribe el código de la enfermedad (opcional). Se da un clic en el botón √ esto crea el registro de la enfermedad en la base de datos.

Marcar Edit/input, y luego seleccionar la variable que va a ser ingresada, en este caso elegimos mortalidad. Se debe definir el grupo etario. Para la variable de entrada riesgo relativo en la mortalidad (RR Mortality), se hacen los mismos pasos, con la única diferencia de que se debe teclear el valor en las celdas antes de guardar. Ponga en el riesgo relativo el valor 2.5.

Anexo 61

Las variables de entrada también se pueden agregar desde un archivo. Por la ventana read file. Para agregar los datos se seleccionan y se pegan con ctrl.-C y ctrl.-V.

Esto concluye los pasos que se deben seguir para agregar una enfermedad al juego de datos. Para resumir: Primero, se define el nombre de la enfermedad (y opcionalmente el código ICD) y se salva en la colección o juego de datos. Después, se ingresan cada una de las variables de entrada, al menos tres.

1. Se abre la ventana de edición 2. Se define el grupo etario (se puede crear y guardar uno propio) 3. Se escriben los datos en las celdas, o se pegan de un archivo 4. Se guardan los daos en la colección


Referencias 1. World Health Organization. Dismod II. Navigation, Tutorial, Technical Background. 2001 2. Burden of Disease Unit. Center for Population and Development Studies at the Harvard School of Public Health http://www.hsph.harvard.edu/organizations/bdu/DisMod.html 3. Cendex, Manual para la Operación del DISMOD II, Pontificia Universidad Javeriana, Documento Técnico ASS/975-04, Bogotá, 2004Guía para el Uso del DISMOD. 4. Apuntes del Taller “Evaluación de Carga de Enfermedad – ESSALUD, 21-25 de Junio 2004, Lima , Perú.

Guia metodologica del estudio de carga de enfermedad del Perú

Documents

Transcript of Guia metodologica del estudio de carga de enfermedad del Perú