Documente Academic
Documente Profesional
Documente Cultură
AJUSTE DE TASAS
http://dxsp.sergas.es
soporte.epidat@sergas.es
NDICE
8.0. Conceptos generales...................................................................................................................... 3
8.1. Ajuste por el mtodo directo ....................................................................................................... 3
8.2. Ajuste por el mtodo indirecto .................................................................................................... 5
8.3. Algunas limitaciones del ajuste de tasas .................................................................................... 5
8.4. Recomendaciones .......................................................................................................................... 6
8.5. Manejo del mdulo de ajuste de tasas y solucin del ejemplo ............................................... 7
Bibliografa .......................................................................................................................................... 12
Anexo 1: Novedades del mdulo de ajuste de tasas ..................................................................... 13
Anexo 2: Frmulas del mdulo de ajuste de tasas......................................................................... 14
http://dxsp.sergas.es
soporte.epidat@sergas.es
http://dxsp.sergas.es
soporte.epidat@sergas.es
La gran ventaja del mtodo de ajuste directo es que permite construir tasas ajustadas
comparables gracias al empleo de una misma poblacin estndar; esta aseveracin, como se
ver ms adelante, exige alguna matizacin.
Para comparar dos o ms tasas ajustadas existen varios indicadores. Los ms utilizados son:
la diferencia, la razn y el porcentaje de variacin entre tasas ajustadas. Si la medida de
comparacin es la diferencia de tasas ajustadas entre dos puntos en el tiempo, las tasas
especficas han de mantener una diferencia constante a lo largo del tiempo para que la
comparacin sea vlida. Si la medida elegida es la razn o el porcentaje de cambio de las
tasas entre dos puntos en el tiempo, entonces las tasas especficas necesitan mantener una
razn de tasas constante a lo largo del tiempo para que la comparacin sea vlida [3].
Seleccin de la poblacin estndar. Se pueden clasificar las poblaciones estndar en dos tipos
[4]: internas y externas. Las primeras se obtienen de los propios datos que se van a utilizar en
el anlisis, por ejemplo la suma o la media de todas las poblaciones cuyas tasas brutas se van
a ajustar. No exento de ventajas la poblacin estndar resultante no sera radicalmente
diferente a las poblaciones de estudio- presenta un importante inconveniente: las tasas
ajustadas que se obtendrn no se podran comparar con tasas ajustadas usando otras
poblaciones estndar. Las poblaciones estndar externas son aquellas obtenidas de fuentes
ajenas a los datos de anlisis, por ejemplo, las propuestas por la Organizacin Mundial de la
Salud (OMS), la Agencia Internacional de Investigacin del Cncer (IARC) [5] o el Centro
Latinoamericano de Demografa [6], por citar algunos ejemplos. Su gran atractivo radica en
que facilita la comparacin internacional de tasas y a lo largo del tiempo.
La seleccin de poblaciones estndar diferentes conduce necesariamente a resultados
diferentes, incluso opuestos o aparentemente contradictorios. Puede ocurrir que con una
determinada poblacin estndar se obtenga una tasa ajustada mayor en "A" que en "B" y que
con otra se invierta el resultado, por tanto se debe considerar una serie de factores a la hora
de seleccionar la poblacin estndar [7]:
-
Seleccionar una poblacin relacionada con los datos. Si, por ejemplo, el objetivo fuese
comparar tasas de pases europeos sera recomendable utilizar la poblacin estndar
europea u otra similar.
Szklo M y Nieto J apuntan otras posibles opciones para seleccionar la poblacin estndar [8],
por ejemplo:
http://dxsp.sergas.es
soporte.epidat@sergas.es
Distribucin de los sujetos por los grupos de la variable por la que se quiere ajustar
para cada poblacin a comparar.
Tasas especficas de una poblacin estndar para cada uno de los grupos de la
variable por la que se quiere ajustar.
El mtodo indirecto utiliza los tamaos de los grupos de la variable por la que se quiere
ajustar y las tasas especficas de la poblacin estndar para calcular cuntos eventos se
podran esperar en las poblaciones si tuviesen las tasas especficas de la poblacin estndar.
Los eventos esperados se combinan con los observados (O/E) mediante el IME
(habitualmente se multiplica por 100).
Este mtodo de ajuste sirve para comparar la tasa en una poblacin con la tasa estndar, pero
cuando haya ms poblaciones cuyas tasas se quieren comparar, necesariamente cada una ha
de referirse a la tasa estndar y en tal caso no pueden compararse diversos IME entre s [2].
Para ver el modo de calcular la poblacin estndar de mnima varianza por estrato ver: Szklo M, Nieto J.
Epidemiology, Beyond the Basics. Maryland: An Aspen Publication; 2000. p. 269-270.
Para profundizar en el tema de usos y limitaciones del ajuste de tasas por edad pueden consultarse las
siguientes publicaciones:
Feinleib M, Zarate AO. Editores. Reconsidering age adjustment procedures: Workshop proceedings. National
Center for Health Statistics. Vital Health Stat 4(29); 1992.
Anderson RN, Rosenberg HM. Report of the second workshop on age adjustment. National Center for Health
Statistics. Vital Health Stat 4(30); 1998.
http://dxsp.sergas.es
soporte.epidat@sergas.es
El ajuste no es apropiado cuando las tasas especficas en las poblaciones que se estn
comparando no tengan una relacin consistente [1]. Por ejemplo, puede ser
incorrecto evaluar tendencias a lo largo del tiempo de tasas de mortalidad por cncer
ajustadas por edad, porque las tasas especficas en los jvenes tienden a descender
mientras en los grupos de edad superiores aumentan. Si se utiliza una poblacin
estndar relativamente joven, la tendencia de las tasas ajustadas puede mostrar un
ligero incremento o incluso una reduccin de la mortalidad; si la poblacin estndar
elegida es relativamente vieja la tendencia de la mortalidad por cncer mostrar un
fuerte incremento [4].
Una tasa ajustada es una medida resumen cuya magnitud no tiene ningn valor
intrnseco, es una tasa artificial y slo debe usarse con el objetivo de comparar [4].
El hecho de que la tasa ajustada sea una medida resumen en principio facilita su
manejo, pero tambin enmascara la informacin que aportan las tasas especficas.
8.4. Recomendaciones
Antes de ajustar se deben estudiar las tasas especficas. De esta forma se podr evitar que la
eleccin, necesariamente arbitraria, de la poblacin estndar convierta en arbitrarios los
resultados [9].
-
Siempre que sea factible presentar, adems de las tasas ajustadas, las tasas crudas y
especficas.
Ejemplo
(Adaptado de: Londoo JL. Metodologa de la investigacin epidemiolgica. Ed. Universidad
de Antioquia. 1995. p.114)[10].
Un investigador estudia factores de riesgo para el cncer de cuello uterino; desea valorar su
conjetura de que la mortalidad es mayor en Cali que en So Paulo. Para ello debe comparar las
tasas de incidencia entre las mujeres de Cali (Colombia) y So Paulo (Brasil). Cuenta con la
siguiente informacin:
http://dxsp.sergas.es
soporte.epidat@sergas.es
So Paulo
Poblacin
Casos
Tasa x 105
Poblacin
Casos
Tasa x 105
0-14
217.645
0,0
992.534
0,0
15-24
145.409
1,4
746.750
14
1,9
25-34
86.644
16
18,5
639.214
76
11,9
35-44
63.454
34
53,6
423.847
195
46,0
45-54
41.180
44
106,8
328.074
266
81,1
55-64
24.551
36
146,6
208.108
228
109,6
65 y ms
19.042
37
194,3
173.968
186
106,9
Total
597.925
169
3.512.495
965
Poblacin
estndar
77.500
15-24
43.291
25-34
34.589
35-44
24.275
45-54
16.355
55-64
11.693
65 y ms
11.220
Edad
1. Calcular las tasas ajustadas por edad con sus intervalos de confianza, por el mtodo
directo, utilizando como poblacin estndar la propuesta por el Celade (Tabla 2).
2. Calcular las tasas ajustadas por edad con sus intervalos de confianza, por el mtodo
indirecto, utilizando como tasa estndar la de So Paulo.
3. Enjuiciar los resultados.
Intervalos de
edad
Poblacin por
intervalos
Casos
CIUDAD
Cali
Cali
Cali
Cali
Cali
Cali
Cali
So Paulo
So Paulo
So Paulo
So Paulo
So Paulo
So Paulo
So Paulo
EDAD
<15
15-24
25-34
35-44
45-54
55-64
65 y +
<15
15-24
25-34
35-44
45-54
55-64
65 y +
POBLAC
217.645
145.409
86.644
63.454
41.180
24.551
19.042
992.534
746.750
639.214
423.847
328.074
208.108
173.968
CASOS
0
2
16
34
44
36
37
0
14
76
195
266
228
186
Nota: Los textos que definen la unidad geogrfica tienen que ser
idnticos en toda la tabla a importar. Por ejemplo, Epidat no
reconocer como la misma unidad geogrfica "So Paulo" y "Sao
Paulo".
Ajuste de tasas por el mtodo directo. Para ajustar tasas por este mtodo son necesarios, por
cada categora de la variable que se desee ajustar (por ejemplo: edad) los datos siguientes:
-
La poblacin estndar.
Si se precisa calcular los intervalos de confianza (mtodo gamma [11] por defecto, o
aproximacin de Byar [12] si el primero no se puede aplicar) deber marcarse la casilla
correspondiente. Es importante tener en cuenta con qu multiplicador estn expresadas las
tasas especficas y seleccionar el que corresponda en la variable "tasas por".
http://dxsp.sergas.es
soporte.epidat@sergas.es
Ajuste de tasas por el mtodo indirecto. Para ajustar tasas por este mtodo se necesitan, por
cada categora de la variable que se desee ajustar (por ejemplo: edad), los datos siguientes:
-
Se pueden calcular RME para varias causas al mismo tiempo, utilizando unas tasas estndar
para cada causa.
En la base de datos los casos pueden estar desagregados por categora de comparacin (por
ejemplo: edad) o totalizados en una cualquiera de las categoras (vase Tabla 4). Epidat 4
totaliza los casos para cada valor de la variable o variables seleccionadas en "identificadores
de poblacin" (ver la nota de la Tabla 4), ya que para el ajuste por el mtodo indirecto se
precisa el total de casos observados. En el archivo que contiene los datos del ejemplo, las
tasas de So Paulo, que sirven como estndar, se encuentran en la hoja Sao Paulo y estn
multiplicadas por 100.000, lo cual se debe indicar al programa en el campo "Tasas por". Si se
precisa calcular los intervalos de confianza (mtodo de Byar [12]) deber marcarse la casilla
correspondiente. En la tabla de resultados se muestran los casos observados y los esperados
de cada poblacin.
http://dxsp.sergas.es
soporte.epidat@sergas.es
EDAD
<15
15-24
25-34
35-44
45-54
55-64
65 y +
<15
15-24
25-34
35-44
45-54
55-64
65 y +
Poblacin por
intervalos
POBLAC
217.645
145.409
86.644
63.454
41.180
24.551
19.042
992.534
746.750
639.214
423.847
328.074
208.108
173.968
Casos
CASOS
0
2
16
34
44
36
37
0
14
76
195
266
228
186
CASOS
169
965
Nota: Los casos pueden figurar divididos por cada categora de la variable de
ajuste, como en la columna de fondo blanco, o sumados en una categora
cualquiera de la variable que identifica poblaciones, en este caso unidad
geogrfica, como en la columna sombreada (ver nota de la Tabla 3):
(0+2+16+34+44+36+37=169 y 0+14+76+195+266+228+186= 965).
http://dxsp.sergas.es
soporte.epidat@sergas.es
10
Los resultados indican con nitidez que la conjetura del investigador era correcta. Si bien las
tasas sin ajustar eran virtualmente iguales, una vez estandarizadas, la de Cali es claramente
mayor que la de So Paulo.
http://dxsp.sergas.es
soporte.epidat@sergas.es
11
Bibliografa
1
Fleiss JL. Statistical methods for rates and proportions. New York: John Wiley & Sons;
1981.
2
Ru M, Borrell C. Los mtodos de estandarizacin de tasas. Revisiones en Salud
Pblica. 1993;3:263-95.
3
Choi BCK, de Gua NA, Walsh P. Look before you leap: stratify before you standardize.
Am J Epidemiol. 1999;149:1087-96.
4
Curtin LR, Klein RJ. Direct standardization (age-adjusted death rates). Healthy People
2000 Statistical Notes No. 6 (revisado); 1995.
5
Waterhouse J, Muir CS, Correa P ,Powell J, editores. Cancer incidence in five
continents. Vol. 3 (anexo III). Lyon: IARC Scientific Publications; 1976. p. 456.
6
Celade. Amrica Latina, proyecciones de poblacin aos calendarios 1950-2000. Boletn
Demogrfico. 1991;48:31.
7
Kahn HA, Sempos CT. Statistical methods in epidemiology. New York: Oxford
University Press; 1989.
8
Szklo M, Nieto J. Epidemiology, beyond the basics. Maryland: An Aspen Publication;
2000.
9
Llorca Daz J, Prieto Salceda D, Dierssen Sotos T, Delgado-Rodrguez M. Comparacin
entre varias poblaciones estndar para el ajuste por edades. Rev Esp Salud Pblica.
2000;74(4):341-50.
10 Londoo JL. Metodologa de la investigacin epidemiolgica. Ed. Universidad de
Antioquia; 1995.
11 Fay MP, Feuer EJ. Confidence intervals for directly standardized rates: a method based
on the gamma distribution. Stat Med. 1997 Apr 15;16(7):791-801.
12 Breslow NE, Day NE. Statistical methods in cancer research. Vol II, The design and
analysis of cohort studies. Lyon: IARC; 1987.
http://dxsp.sergas.es
soporte.epidat@sergas.es
12
Anexo 1: novedades
El nmero de tasas que se pueden ajustar simultneamente aument de 500 a 750 en esta
versin.
En los resultados del mtodo indirecto se muestran los casos observados y los casos
esperados.
Se corrige el siguiente error en el mtodo directo: los intervalos de confianza de las tasas
ajustadas se calculan utilizando un mtodo que se basa en la distribucin gamma. Para
determinados valores de los parmetros no es posible calcular la inversa de la funcin de
distribucin, lo que implica que no se pueden obtener los lmites del intervalo de
confianza. Para solucionar el problema se incorpora un nuevo mtodo de estimacin del
intervalo de confianza, basado en la aproximacin de Byar, que se utiliza solo en el caso
de que falle la aproximacin gamma. Cuando esto sucede, se indica en los resultados.
Adems, se incluye en el anexo de frmulas de la ayuda del mdulo la descripcin del
mtodo basado en la aproximacin de Byar.
http://dxsp.sergas.es
soporte.epidat@sergas.es
13
Anexo 2: frmulas
http://dxsp.sergas.es
soporte.epidat@sergas.es
14
Anexo 2: frmulas
cj
j1
m
pj
c
p
j1
p ej
pe t j
j 1
Donde:
j1
p p j es la poblacin total,
j1
j1
tj
cj
pj
Intervalo de confianza (mtodo gamma) de nivel (1-)% [Fay & Feuer (1997)]:
IC G1 1 , G2 1 1
2
2
Intervalo de confianza (aproximacin de Byar) de nivel (1-)% [Breslow & Day (1987, p. 69)]:
c c
c c
IC t est I
S , t est S
S
c
c
http://dxsp.sergas.es
soporte.epidat@sergas.es
15
Anexo 2: frmulas
Donde:
1- es el nivel de confianza,
2
t est
S2
y
b1
S2
t est
a1
p ej t j
S Var t est
j 1 p e p j
m
test wM 2
a2
wM maxw1 ,..., wm
wj
2
S 2 wM
y b2
2
S 2 wM
t est wM
pej 1
, j=1, , m
pe p j
z 1
1 z 1 2
1
2
y c S c 1 1
,
cI c 1
9
c
9
c
1
3
c
3
c
z1
CE t ej p j
j1
RME
CO
100
CE
http://dxsp.sergas.es
soporte.epidat@sergas.es
16
Anexo 2: frmulas
z1
CO
1
2
Lmite inferior: RMEI
1
100
CE
9CO 3 CO
z1
CO 1
1
2
100
Lmite superior: RME S
1
CE
9CO 1 3 CO 1
Donde:
m es el nmero de intervalos,
z1
1- es el nivel de confianza.
http://dxsp.sergas.es
soporte.epidat@sergas.es
17
Anexo 2: frmulas
Bibliografa
- Breslow NE, Day NE. Statistical methods in cancer research. Vol II. The design and analysis
of cohort studies. Lyon: IARC; 1987.
- Fay MP, Feuer EJ. Confidence intervals for directly standardized rates: a method based on
the gamma distribution. Stat Med.1997 Apr 15;16(7):791-801.
http://dxsp.sergas.es
soporte.epidat@sergas.es
18