INDICADORES DE SALUD: Aspectos conceptuales y operativos (Sección 5)

Volver al menú principal

5.1 MÉTODOS PARA ESTIMAR UN INDICADOR

Una estimación es un valor aproximado calculado con base en evidencia o datos disponibles incompletos. En el campo de la estadística y la demografía, estimar significa determinar o calcular el valor de algo con cierto margen de imprecisión, cuando no se lo conoce del todo.

Casi todos los cálculos de los indicadores de salud se basan en estimaciones, independientemente de que los datos se hayan recopilado por medio de técnicas de medición directas o indirectas: en ambos casos existe un margen de error. En el caso de las mediciones directas, la inexactitud puede tener origen en errores aleatorios, inherentes a los procesos muestrales, o en errores sistemáticos, debidos a los procedimientos de selección de la población, la recopilación de datos y el análisis subsiguiente. En el caso de estimaciones hechas a partir de técnicas de medición indirectas que usan modelos matemáticos o estadísticos, la inexactitud también puede tener su origen en errores inherentes al método, debidos a los supuestos y las limitaciones del modelo. En estos modelos, los supuestos suelen ser difíciles de evaluar, en particular en poblaciones pequeñas, con escasos datos e información, especialmente en ausencia de series históricas suficientemente largas y confiables.

En esta sección el término estimación se empleará en el sentido de estimaciones por métodos indirectos basadas en técnicas que contemplan modelos matemáticos y estadísticos u otra técnica demográfica para ajustar o corregir los datos directos. De esa forma, las estimaciones de indicadores por métodos indirectos se opondrán al cálculo directo de indicadores, el cual se basa de manera exclusiva en datos e información que se obtienen de fuentes de información primarias o secundarias.

5.2 USOS Y LIMITACIONES DE LAS ESTIMACIONES DE INDICADORES

En las últimas décadas, los sistemas de información y otras fuentes de datos de salud se han perfeccionado considerablemente en la mayor parte de los países. Aun así, debido a lagunas en los datos y problemas en las mediciones, existe la necesidad de calcular estimaciones de indicadores de salud por medio de diferentes métodos matemáticos y estadísticos, entre otros. Existen diferentes razones para usar estimaciones en el campo de los indicadores de salud de las poblaciones. A continuación, se mencionan algunas situaciones comunes:

• Ausencia total de sistemas de información y otras fuentes de datos para calcular indicadores básicos de eventos vitales y otra información de salud esencial para la gestión de salud.
• Ausencia de datos poblacionales en general o, en particular, ausencia de conteo de población en los períodos intercensales o en años posteriores al último censo (aunque existan censos periódicos).
• Lagunas de datos de salud debido a problemas relevantes relacionados con la validez y cobertura en algunos puntos en el tiempo o para algunas zonas geográficas como consecuencia de una capacidad técnica limitada, oscilaciones en la priorización política o falta de sostenibilidad financiera de los sistemas de información de salud, entre otros factores.
• Existencia de datos e indicadores de salud que son adecuados, pero que se obtienen de estudios con muestras probabilísticas (observación de parte de un todo) para los cuales se debe incorporar la variación muestral por procesos de estimación (inferencia estadística).
• Necesidad de indicadores de interés para los organismos internacionales con fines de comparación y monitoreo de los países, así como la producción de estimaciones para las grandes regiones del mundo, que abarcan países muy heterogéneos en cuanto a la calidad y cobertura de la información de salud (1).

Es necesario ser cautelosos al hacer estimaciones por métodos indirectos para un país determinado a objeto de facilitar que los indicadores mundiales calculados por los organismos internacionales sean compatibles a nivel transnacional. Esta materia ya ha sido objeto de amplio debate (1, 2).

Existe el consenso de que los datos directos deben ser, siempre que sea posible, valorizados y evaluados en forma continua. El uso habitual de datos directos puede generar oportunidades para mejorar esas fuentes de datos. El uso indiscriminado de indicadores estimados puede menoscabar la autenticidad de los datos y la información que se originan directamente de los sistemas nacionales de información de salud. Una consecuencia podría ser la asignación de recursos para mejorar los sistemas de información de salud, en particular en países cuyos recursos para la salud son escasos.

Muchos métodos de estimación indirecta (de datos demográficos u otros) no están libres de inexactitudes, especialmente en algunas circunstancias como cuando los datos nacionales están incompletos o rara vez están disponibles. Sin embargo, es exactamente en esas situaciones en las que se hace necesario el cálculo de las estimaciones de indicadores de salud. Para superar el problema de la falta de disponibilidad de datos, en ocasiones se usan datos imputados a objeto de generar los datos necesarios para hacer estimaciones indirectas. Los límites inherentes a esta imputación -como la baja representatividad de la diversidad de un país, la presencia de un error aleatorio en ocasiones desconocido y la posible existencia de errores sistemáticos relevantes, entre otros- se subestiman (2). Esos errores pueden comprometer en gran medida la exactitud de las estimaciones indirectas y no necesariamente superar la limitación de la calidad de los datos directos. Otra cuestión relevante es la limitación de la mayor parte de las técnicas indirectas para captar de manera correcta cambios significativos en los indicadores que están calculándose. Un ejemplo es el descenso brusco de la tasa de fecundidad en Brasil y la limitación de las técnicas de proyección poblacional utilizadas por el gobierno para explicar de manera adecuada tal fenómeno en las estimaciones de nacidos vivos, por citar un ejemplo.

Por último, cabe destacar la complejidad cada vez mayor que los procesos de estimación indirecta han cobrado en años más recientes y, con ello, la reducción de la capacidad de comunicación y de la reproducibilidad de los resultados. En este sentido, la publicación Guidelines for Accurate and Transparent Health Estimates Reporting (GATHER) (3) representa una iniciativa loable emprendida con el fin de formular directrices, las cuales son una opción para abordar la escasez de datos de salud confiables en ciertos contextos. Sin embargo, siempre han de tenerse en cuenta sus limitaciones y consecuencias para la notificación precisa y transparente de los indicadores de salud (4).

Deben fomentarse asociaciones a nivel mundial, nacional y local para fortalecer los sistemas de información de salud nacionales y crear capacidad local para la producción, el análisis y el uso de datos e indicadores de salud. En este sentido, debe reconocerse el esfuerzo de los organismos internacionales (la OMS y otros organismos de las Naciones Unidas), las instituciones científicas y los gobiernos en el sentido de apoyar la mejora de los sistemas de información de salud y la capacidad analítica.

La necesidad de disponer de indicadores de salud mundiales, nacionales y subnacionales (independientemente de su origen) que sean válidos es de fundamental importancia, ya que esos indicadores definen las prioridades de las inversiones relacionadas con la salud, facilitan la evaluación de los progresos y la eficacia de las intervenciones, y son necesarios para definir en forma estratégica la cooperación internacional. Por esa razón, para abordar la necesidad de indicadores de salud creíbles, no se puede dejar de usar la mejor evidencia disponible en un momento dado, aunque se admita cierto grado de inexactitud. A continuación, se señalan algunas de esas situaciones:

• si la calidad de los datos no es mínimamente adecuada o no se dispone de ninguna información a nivel de país;
• para comprobar la fiabilidad de eventos de interés como el subregistro de la mortalidad, en especial la mortalidad infantil y la mortalidad materna;
• en los niveles mundial o regional, debido a la necesidad de usar información estándar para calcular indicadores; las diferencias en cuanto a la calidad de los datos y la información y a los protocolos adoptados por los sistemas de salud respecto de la representatividad poblacional, la definición de casos, la recopilación y análisis de datos, en diferentes lugares (países) y momentos en el tiempo pueden comprometer sobremanera la comparabilidad de los indicadores entre países y regiones.

Las principales fuentes de estimaciones estadísticas son: para estimaciones demográficas, la División de Población de las Naciones Unidas y la Oficina del Censo de los Estados Unidos; para indicadores socioeconómicos y de mortalidad materna, el Banco Mundial; para cifras de mortalidad, cuadros de mortalidad y tasas de mortalidad materna, la OMS; para cifras y cuadros de mortalidad, el Fondo de las Naciones Unidas para la Infancia (UNICEF), el Fondo de Población de las Naciones Unidas (UNFPA) y el Centro Latinoamericano y Caribeño de Demografía (CELADE); y las instituciones académicas, que usan una amplia variedad de estimaciones.

La OPS, como organismo internacional, utiliza estimaciones demográficas provenientes de la División de Población de las Naciones Unidas, más que de los censos nacionales de sus Estados Miembros. Este enfoque permite comparar datos sobre mortalidad maternoinfantil provenientes del Grupo Interinstitucional de las Naciones Unidas para la Estimación de la Mortalidad en la Niñez (IGME, por su sigla en inglés). Este grupo fue creado en el 2004 para armonizar las estimaciones en el seno del sistema de las Naciones Unidas, mejorar los métodos de estimación de la mortalidad infantil, informar sobre los avances hacia la consecución de los Objetivos de Desarrollo del Milenio (ODM), y ahora los Objetivos de Desarrollo Sostenible (ODS), y mejorar la capacidad de los países para elaborar cálculos sobre la mortalidad infantil que sean oportunos y se hayan evaluado adecuadamente. El IGME está encabezado por el UNICEF y la OMS, y comprende asimismo al Banco Mundial y la División de Población de las Naciones Unidas (dentro del Departamento de Asuntos Económicos y Sociales).

5.3 ESTIMACIÓN DE LOS INDICADORES DE MORTALIDAD MATERNA Y MORTALIDAD INFANTIL

Ante la necesidad de establecer una línea de base sobre la cual medir los avances hacia el logro del ODM 5 y ahora el ODS 3, y ante la falta de datos confiables sobre las tendencias mundiales en cuanto a mortalidad materna, fue necesario desarrollar estimaciones del número de muertes maternas, así como la razón de mortalidad materna.

Al día de hoy, muchos países han hecho avances importantes en cuanto a la clasificación y el registro de muertes maternas y de nacidos vivos, por lo cual cuentan con datos confiables, aunque perfectibles. Sin embargo, medir la mortalidad materna sigue siendo un importante desafío. En el año 2013, según datos oficiales notificados por los Estados Miembros a la OPS, el número absoluto de muertes maternas en América Latina y el Caribe se ubicó en torno a 6000 al año. Es probable que el número real sea mayor, debido a que algunos países cuyos números absolutos de muertes maternas son relativamente importantes no notificaron datos (Bolivia, Guyana, Haití y Trinidad y Tabago).

Sin embargo, para el mismo período, el Grupo Interinstitucional para la Estimación de la Mortalidad Materna (MMEIG, por su sigla en inglés), constituido por la OMS, el UNICEF, el UNFPA y el Banco Mundial, estimaron un número aproximado de 9300 muertes, mientras que el Instituto de Sanimetría y Evaluación de Salud (IHME, por su sigla en inglés) informó que su estimación era de 7600 muertes maternas. Estas tres cifras diferentes generan bastante incertidumbre en los países que notifican datos. Si bien los grupos que realizan estimaciones tienen algunas similitudes en los métodos que emplean para estimar las tendencias en cuanto a la mortalidad materna, conviene explicar las causas de las diferencias.

Debido a la importancia de estos indicadores, en esta guía se analizarán dos métodos que pueden usarse para medir la exactitud de la relación de mortalidad materna y la relación de mortalidad infantil calculadas a partir de fuentes a nivel de país.

5.3.1 MÉTODO USADO POR EL GRUPO INTERINSTITUCIONAL PARA LA ESTIMACIÓN DE LA MORTALIDAD MATERNA (MMEIG)

El MMEIG divide a los países en tres grupos (A, B y C), pero en nuestra Región solo hay países de los dos primeros grupos. El grupo A está constituido por países con buenos datos del registro de estadísticas vitales. Usando el método del MMEIG, el número de muertes maternas notificadas por país se multiplica por un factor de corrección de 1,5 para corregir por errores en la clasificación, excepto que el país corrija su propia información con datos nacionales de un estudio publicado sobre la proporción de casos subregistrados y mal clasificados. El factor de corrección de 1,5 se tomó de dos estudios de Lewis London titulados Confidential Enquiry into Maternal and Child Health (2004 y 2007).

Los países del grupo B no tienen datos completos de los registros de estadísticas vitales, pero en ellos se usan otros tipos de fuentes de datos. En estos países, el MMEIG estima la razón de mortalidad materna usando un modelo que mide la exposición al riesgo en base a tres factores de predicción:

• el producto interno bruto per cápita;
• la proporción de partos atendidos por personal calificado;
• la tasa de fecundidad general (nacidos vivos por mujer entre los 15 y los 49 años de edad).

La proporción obtenida se usa para estimar el número total de muertes de mujeres en edad reproductiva, que luego se divide entre el número total de nacimientos para estimar la razón de mortalidad materna. Estos dos datos provienen de la División de Estadísticas de las Naciones Unidas.

5.3.2 EL MÉTODO USADO POR EL INSTITUTO DE SANIMETRÍA Y EVALUACIÓN DE SALUD (IHME)

El modelo del IHME no toma en consideración las diferencias en la calidad de la información de los países y, por tanto, se aplica a todos los países sin distinción. Las variables de predicción utilizadas son:

• el producto interno bruto per cápita;
• el nivel de escolaridad de las mujeres desglosado por edad;
• la tasa de mortalidad neonatal;
• la tasa total de fecundidad;
• la tasa de prevalencia de VIH/sida (esta variable marca una diferencia con el modelo del MMEIG, ya que en el otro no se considera esta variable, por lo que se hace una estimación de la mortalidad por esta causa y se corrige la estimación).

El IHME corrige los problemas de subconteo y calidad baja de los registros multiplicando por un factor de corrección de 1,4.

5.3.3 ESTIMACIONES SOBRE LA MORTALIDAD INFANTIL EN LA REGIÓN DE LAS AMÉRICAS

La valoración de los logros en relación con el ODM 4 se sustenta en el análisis de la mortalidad de menores de 5 años. Sin embargo, teniendo en cuenta las diferencias tanto en términos del riesgo de mortalidad como en la estructura de mortalidad por causas en el transcurso de los primeros años de vida, un análisis que permita tales desgloses es esencial en términos de analizar el impacto de intervenciones específicas y planificar acciones a futuro.

La información disponible surge de diferentes fuentes y métodos cuyas diferencias deben ser valoradas al momento de interpretar los datos disponibles. La OPS consolida y presenta datos a partir de lo informado por los países en términos de mortalidad. El número de nacimientos anuales se obtiene de las estimaciones de la División de Población de las Naciones Unidas y de la Oficina del Censo de Estados Unidos. A partir de estas fuentes se estiman la tasa de mortalidad de menores de 1 año (mortalidad infantil) y la tasa de mortalidad de menores de 5 años (mortalidad de la niñez).

A nivel mundial se cuenta con estimaciones provenientes del IGME así como del IHME. Los enfoques metodológicos de ambas fuentes difieren en cuanto a los datos básicos, su procesamiento y sus procedimientos de ajuste finales. Las discrepancias más relevantes en los resultados responden fundamentalmente a cambios en la mortalidad en los países, a las correcciones o ajustes, y a los modelos utilizados para obtener las estimaciones como alternativa a los problemas de cobertura en las estadísticas vitales.

Como en otras fuentes de datos, la utilidad de las estadísticas de mortalidad, así como la exactitud de los datos, depende en gran medida de su calidad, condición que se vincula principalmente con el grado de cobertura.

En el marco de la evaluación de medio término del plan regional de salud del recién nacido, se analizó la cobertura y la precisión de la información sobre las defunciones neonatales obtenida a partir de sistemas de estadísticas vitales. Esta evaluación se hizo usando información de las bases de datos disponibles en el equipo de la OPS de Información y Análisis de Salud. Las bases de datos incluyeron información sobre defunciones neonatales, infantiles y de la niñez para 47 países de la Región, desde el año 1995 hasta el año 2010. Estas bases de datos generaron indicadores sobre mortalidad neonatal, infantil y de la niñez, que fueron contrastados con estimaciones directas obtenidas de las encuestas DHS/RHS y OMS (WHOSIS), así como con las estimaciones indirectas elaboradas por el IGME, el IHME y el UNICEF (encuestas a base de indicadores múltiples o MICS, por su sigla en inglés).

En forma similar, las bases de datos de la OPS fueron utilizadas para la obtención de la distribución de las defunciones neonatales, infantiles y de la niñez según la causa de muerte. En este caso, la elaboración de estimaciones directas se complementó con la compilación de medidas elaboradas por el Grupo de Referencia Epidemiológica sobre la Salud del Niño (CHERG, por su sigla en inglés).

A partir de los análisis realizados, se pudo observar que los niveles de cobertura para el total de las defunciones son buenos en 21 países, satisfactorios en 6 y de regulares a deficientes en 12. En consecuencia, el nivel promedio de cobertura de las defunciones es elevado (mediana de 94%). En cuanto a la congruencia de las estimaciones, se observa en general que los resultados son comparables a los datos provistos por la División de Estadísticas de las Naciones Unidas para años próximos a los analizados, tanto con respecto al total (mediana de 93,5%) como a la mayoría de los países al ser considerados por separado.

Se observa una relación inversa entre el porcentaje de cobertura de las defunciones y la variación relativa entre las tasas obtenidas por métodos directos e indirectos (cuanto más elevado el primero, más reducida la segunda). En términos de mortalidad infantil y de la niñez, las correlaciones entre el porcentaje de cobertura y la diferencia relativa entre las tasas obtenidas por el método directo e indirecto eran más importantes cuando las últimas eran calculadas por el IHME, en tanto que en el caso de la mortalidad neonatal la asociación era más elevada en la relación entre porcentaje de cobertura y la diferencia relativa entre las tasas directas y las calculadas por el IGME.

Además, se observa que los países de la Región presentan niveles aceptables de precisión en la declaración de la causa de muerte, con frecuencias de causas mal definidas menores a 10%.

En virtud de lo indicado antes, cabe considerar que si bien es necesario fortalecer la calidad de la información sobre mortalidad en la Región, tanto los niveles de cobertura como de precisión son adecuados en términos generales. En la medida en que sean mejores tales mediciones, la información disponible a partir de datos directos constituye una fuente de información más adecuada que las fuentes indirectas.

REFERENCIAS

1. Boerma T, Mathers CD. The World Health Organization and global health estimates: improving collaboration and capacity. BioMed Central - Medicine. 2015. DOI 10.1186/s12916-015-0286-7 https://bmcmedicine.biomedcentral.com/articles/10.1186/s12916-015-0286-7

2. Frias PG, Szwarcwald CL, Pis L. Estimação da mortalidade infantil no contexto de descentralização do Sistema Único de Saúde (SUS). Rev. Bras. Saúde Matern. Infant. 2011;11(4): 463-70.

3. Stevens, GA, et al. Guidelines for Accurate and Transparent Health Estimates Reporting (GATHER) PLoS Medicine, June 28, 2016 2016. Available at: http://journals.plos.org/plosmedicine/article/file?id=10.1371/journal.pmed.1002056&-type=printable [consulted 9 August 2017].

4. Unite for Sight. Global Health Estimates. Available at: http://www.uniteforsight.org/public-health-management/global-health-estimates [consulted 5 September 2016].

Volver al menú principal