Patricia Cubí-Mollá
description
Transcript of Patricia Cubí-Mollá
Evaluación de la efectividad de políticas viales: Años de Vida Ajustados por Calidad
salvados por accidentes evitados
Patricia Cubí-MolláUniversidad de Alicante
Tiempos para la Salud Pública
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Por qué “accidentes de tráfico”?
En España ha disminuido la proporción de fallecidos por AT, pero…
0
5
10
15
20
25
30
35
5-9 10-14 15-19 20-24 25-29 30-34 35-39
% (
por
100.
000
hab.
de
cada
gru
po d
e ed
ad)
Enfermedades infecciosas y parasitarias
Tumores
Enfermedades del sistema circulatorio
Accidentes de tráfico
0
5
10
15
20
25
30
35
5-9 10-14 15-19 20-24 25-29 30-34 35-39
% (
por
100.
000
hab.
de
cada
gru
po d
e ed
ad)
Enfermedades infecciosas y parasitarias
Tumores
Enfermedades del sistema circulatorio
Accidentes de tráfico
Año 2000 Año 2006
… sigue reportando la mayor tasa de mortalidad para jóvenes de entre 15 y 34 años.
Fuente: INE
¿Por qué “accidentes de tráfico”?
Por tanto, tenemos resultados tan impactantes como el que sigue:
Años potenciales de vida perdidos, por
causa y sexo. España, 2005
(por cada 100.000 habitantes)
Fuente: INE
0 50 100 150 200 250 300 350 400 450 500 550
Accidente de tráfico
Cancer de pulmón
Enf. isquémicas del corazón
Suicidio
Sida
Enf. Cerebrovasculares
Cancer de colon
Homicidio
Diabetes
Cancer de próstata
Causas
AVP
0 20 40 60 80 100 120 140 160 180 200 220
Cancer de pecho
Accidente de tráfico
Cancer de pulmónSuicidio
Enf. Isquémicas del corazón
Cancer de ovario
Cancer de colon
Cancer de úteroSida
Diabetes
Homicidio
Causas
AVP
Hombres
Mujeres
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Planteamiento
Cuantificar la calidad de vida perdida a causa de un accidente de tráfico
¿Qué unidades empleamos?
Años de vida Ajustados por la Calidad o AVACs
AVACs = función de (w, T)
Peso de calidad de vida asociado al
estado de salud del accidentado
0 = muerte
1 = salud completa
Valor en una escala continua entre 0 y 1
Tiempo que pasa la persona en
dicho estado de salud Escala: años
¿Cuál es el objetivo?
¿Por qué las empleamos?
- Permiten evaluar mortalidad y morbilidad en un solo índice- Preferibles para los estudios de coste-utilidad
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Planteamiento
¿Cómo estimaremos el número de AVACs perdidos?
AVACsperdidos =
wasociada al estadode salud potencial
del herido
wasociada estado
de salud realdel herido
-
Estado de salud potencial: calidad de vida que tendría el accidentado, si no hubiera sufrido el accidente de tráfico.
¡Desconocido!
¿Cómo aproximaremos el estado de salud potencial?
¿Por el estado de salud del individuo, antes del accidente?¡Desconocido!
¿Por el estado de salud de otras personas?Sí, pero con precaución…
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Sobre qué población se centra el estudio?
1
7
26
fallecidos
heridos de gravedad
heridos de levedad
secuelas
mayor tasa de desempleo
(Moller, 2005)
columna vertebral / pelvis
extremidades
perjuicios estéticos
cabeza / cráneo / cara
¿psicológicas?
(Estudio Multicéntrico 2000-2004)
medio/largo plazoorigen de nuevas enfermedades
mayor demanda de servicios médicos
corto plazo
disminución de la calidad de vida
adaptación
(hasta 1 año después del accidente)
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Estado general
desalud
¿Qué datos empleamos?
Grupo de afectados: 327 individuos
Encuesta de discapacidades, deficiencias y estados de salud
N = 52.802 (327)
Para localizar a los que han sufrido un accidente de tráfico grave:
- Durante los últimos 12 meses, ha sufrido algún accidente de tráfico que le haya impedido realizar alguna de sus actividades cotidianas?
900 contestan “sí”
- ¿Cómo ha influido este accidente de tráfico en su vida cotidiana?
149 contestan “de forma importante” 178 contestan “bastante”
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Cómo obtenemos la calidad de vida?
Encuesta de discapacidades, deficiencias y estados de salud
N = 52.802 (327)
Para evaluar su estado de salud
¿Cuál es, a su juicio, su estado de salud en general?
1. Muy malo
2. Malo
3. Regular
4. Bueno
5. Muy bueno
Salud Auto-Percibida (SAP):
0.2
.4.6
Distribution of Self-Assessed Health (SAH)
sah = very poor sah = poorsah = fair sah = goodsah = very good
Encuesta Catalana de Salud 2002
N = 15.875
Encuesta Catalana de Salud 2006
N = 7.081
Tarifa EVA
Tarifa IT
EQ-5D
Métodos de cardinalización
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
(modelos de regresión)
¿Cómo estimamos el estado de salud potencial?
AVACsperdidos =
wasociada al estadode salud potencial
del herido
wasociada estado
de salud realdel herido
-
?wasociada al estado de salud real de otros
individuos que no han sufrido el accidente (grupo de comparación)
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Cómo estimamos el estado de salud potencial?
Composición del grupo de afectados y del grupo de comparación
Han sufrido unaccidente grave
No han sufrido un accidente grave
Diferencias
N 327 52,802 Hombre 52 46 - 6.63 ** Edad 44 (20.7) 50 (20.1) 6.47 *** 16 – 25 22.0 12.2 - 9.83 *** 26 – 35 21.7 15.4 - 6.27 *** 36 – 45 13.5 14.3 0.79 46 – 55 9.2 12.9 3.70 ** 56 – 65 8.9 14.0 5.13 *** 66 – 75 15.6 17.9 2.30 75 + 9.2 13.3 4.17 **
Ingresos 101,184
(63,759)102,881 (64,087)
1,697 **
Fumador habitual 44.0 28.4 -15.64 ** Alcohol días laborables 5.8 4.7 -1.15 Alcohol fin de semana 25.1 21.6 -3.48 Educación Menos de prinaria 19.3 23.3 3.98 * primaria 30.9 33.6 2.67 Secundaria 39.8 29.1 - 10.67 *** Superior 10.1 14.1 4.02 **
(Desviación estándar entre paréntesis)
Test de Wilcoxon-Mann-Whitney: * Sign. 10% ** Sign. 5% *** Sign. 1%
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Cómo estimamos el estado de salud potencial?
AVACsperdidos =
wasociada al estadode salud potencial
del herido
wasociada estado
de salud realdel herido
-
wasociada al estado de salud real de otros
individuos que no han sufrido el accidente (grupo de comparación)
• p
p depende de cada variable que pueda afectar la probabilidad de sufrir un accidente de tráfico: sexo, edad, ccaa, estado civil, nivel de educación, ingresos, si es fumador habitual o lo ha sido, si es bebedor habitual, si se vacuna frecuentemente.
¿Es una comparación razonable?
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¿Cómo estimamos el estado de salud potencial?
• Abadie (2005): procedimiento simple bietápico, referido a la estimación de los efectos de tratamientos por el método de diferencias dobles; adaptado a casos en los que solo contamos con observaciones porst-accidente.
)|1(1
)|1(
)1( ZDP
ZDPD
DP
wEATET wEwpE afectcomp ][
0|,1| DEEDEE compafect
)1(
)0(
)|1(1
)|1(
DP
DP
ZDP
ZDPEp
… más en detalle:
Dummy Di = {1 si el individuo i ha tenido un accidente grave}
Z : sexo, edad, ccaa, estado civil, nivel de educación, ingresos, si es fumador habitual o lo ha sido, si es bebedor habitual, si se vacuna frecuentemente
w = calidad de vida asociada al estado de salud
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Resultados
Efectos medios en la salud del accidentado
-0.08
-0.06
-0.08-0.08
-0.09
-0.06
-0.08-0.07
-0.03
-0.02-0.02 -0.02
-0.03
-0.02 -0.02 -0.02
-0.06
-0.04
-0.06 -0.05-0.06
-0.04
-0.05 -0.05
-0.10
-0.09
-0.08
-0.07
-0.06
-0.05
-0.04
-0.03
-0.02
-0.01
0.00
TTOz TTOr VASz VASr TTOz TTOr VASz VASr
Qo
L lo
st
ESCA02 ESCA06
(resultado robusto ante diferentes medidas de utilidad)
Diferentes medidas de calidad de vida
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
tarifas Pérdidas de
saludEafect[w] – Ecomp [w]
Δw IC (Δw)
ESCA02 VAS zero 0,056 0,037 7,10% [3,12%, 10,09%] VAS resc 0,052 0,035 6,55% [2,87%, 9,35%] TTO zero 0,056 0,038 6,61% [3,53%, 9,35%] TTO resc 0,037 0,026 4,15% [2,16%, 6,09%] ESCA06 VAS zero 0,053 0,035 6,97% [2,84%, 7,89%] VAS resc 0,050 0,033 6,41% [2,55%, 9,82%]
TTO zero 0,061 0,041 7,37% [1,21%, 10,42%] TTO resc 0,041 0,028 4,63% [3,48%, 9,36%]
Resultados
Δw : proporción de la salud perdida, con respecto al estado de salud potencial del individuo, estimado mediante grupos de comparación.
Ecomp [w·p] - Eafect[w]
Ecomp [w·p]Δw =
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Aplicaciones
Muertes evitadas
Para evaluar una política vial:
AVACsperdidos =
wasociada al estadode salud potencial
del herido
wasociada estado
de salud realdel herido
-
0
= Ecomp [w·p]
Heridos de gravedad evitados
* EV
* EV
- No internados:
- Internados:
AVACsperdidos = 0,051 * Tnoint
AVACsperdidos = ??? * Tint
Heridos de levedad evitados ???
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
Ejemplo (muy preliminar)
2
44
128
Muertes evitadas
Cámaras de velocidad en las circunvalaciones de Barcelona (2003)
AVACsperdidos = 0,81
Heridos de gravedad evitados
* 45
- No internados:
- Internados:
AVACsperdidos = 0,051 * 1
AVACsperdidos = 0,15 * 45
Heridos de levedad evitados
73,9 AVACs
38
6
* 2
AVACsperdidos = 0,0146 * 0,21
* 6
* 38 1,938 AVACs
40,5 AVACs
*128 0,39 AVACs
TOTAL115,73AVACs
Catherine Pérez y otros, 2007Nyman y otros, 2008
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
¡Importante!
• Realizar una partición lo más fina posible del grupo de afectados, y calcular las estimaciones condicionando por las variables que definen la partición (ej. Sexo, intervalo de edad, conductor/ocupante/peatón…)
• Estimar mejor el tiempo de duración de un estado crónico
• ¿Consideramos el fenómeno de adaptación?
• ¿Aplicamos descuentos temporales?
• ¿Disminución de la calidad de vida con la edad?
Motivación Planteamiento Datos Metodología Resultados Aplicaciones Conclusions
• Dificultades para analizar los lesionados de levedad
¡GRACIAS!
02
46
Den
sity
t1 t2 t3t0 t4
0 .2 .4 .6 .8 1VAS tariff
~ death ~ perfect health
Density function of health
Utility index: VAS tariff
(EQ + Visual Analogue Scale)
e.g.
Population average: 0.766
Under 7.10 % reduction : 0.712
General setting Summary Motivation Data Methodology Results Conclusions
TOPIC
Health Losses (QALYs, 1
year) Source
Road traffic injuries (morbidity) 0.356 Sullivan et al. 2003
Hip fracture 0.140 Seguí-Gómez et al., 2002
Road traffic injuries (morbidity) 0.127Redelmeier and Weinstein,
1999
Road traffic injuries (morbidity) 0.061 Nyman et al., 2008
Road traffic injuries (morbidity) 0.051 (present work)
Overweight / Obesity 0.031 Lubetkin et al., 2008
Smoking 0.015 Lubetkin et al., 2008
Previous Literature and Framework
Summary
Results
General setting Summary Motivation Data Methodology Results Conclusions
Propensity to have a road crash:
EQ-5D descriptive system
Mobility
1 = No problems
Desirability of the health state:
Self-care
Usual activities
Pain / Discomfort
Anxiety / Depression
2 = Some problems3 = Severe problems
Levels:
1
1
1
2
2
EQ VAS
Dimensions:
rate also states:
“unconscious” “death”
VAS tariff
+
1. Order: own health state (11122)
3. Include: “death”, “unconscious”
For health states ranked “better than death” :
(11111, x years) ~ (targeted state, 10 years)
For health states ranked “worse than death” :
(die, 0 years) ~ (targeted state, 10 - x years)
(Following “death”)
(Following x years in “full health”)
EQ-5D descriptive system Desirability of the health state:TTO
TTO tariff
Mobility
1 = No problems
Self-care
Usual activities
Pain / Discomfort
Anxiety / Depression
2 = Some problems3 = Severe problems
Levels:
1
1
1
2
2
Dimensions:
2. Order: 13 new targeted health states
(and then “death”)