¿Qué es un Atlas de Mortalidad? Entrevistamos a Imanol Montoya, epidemiólogo y estadístico

Imanol Montoya Arroniz (Vitoria-Gasteiz, 1977) es un epidemiólogo y estadístico que ha defendido su tesis doctoral recientemente en la UPV/EHU con el título “Evolución de las desigualdades socioeconómicas en la mortalidad en áreas pequeñas de la Comunidad Autónoma del País Vasco”. Hoy tenemos la oportunidad de entrevistar a este estadístico alavés para que nos hable sobre su investigación, y con su ayuda veremos para qué sirve y cómo se organiza un “Atlas de Mortalidad”.

En gran medida, la tesis de Imanol se sustenta en el trabajo llevado a cabo en colaboración con el Departamento de Salud del Gobierno Vasco, en el marco del proyecto MEDEA, una acción de Salud Pública en España “cuyo objetivo es analizar las desigualdades socioeconómicas y medioambientales de ciudades de España y de Europa”. (link: http://www.proyectomedea.org/publicaciones.html). Lo novedoso de MEDEA y del enfoque estadístico de Imanol es que se emplean métodos que permiten hacer análisis estadísticos por áreas pequeñas, es decir núcleos urbanos con un escaso tamaño poblacional. La idea es que gracias a esta “lupa” que permite estudiar estas pequeñas zonas, es posible analizar factores medioambientales, socioeconómicos o de otra índole que están ligados a nuestra área de residencia, y que sin duda influyen sobre nuestra salud.

Se puede decir que la investigación de Imanol ha permitido cuantificar, por primera vez, el impacto de las desigualdades socioeconómicas sobre la mortalidad y sus principales causas. La conclusión es clara: el riesgo de mortalidad es claramente superior en las zonas más desfavorecidas de la comunidad autónoma. Veremos esto con detalle.

P: Imanol, todo el mundo sabe que la mortalidad (i.e. la tasa de muertes producida en una población, durante un tiempo dado; véase definición de la RAE) es muy distinta en África que en España, Inglaterra o Francia. Por ejemplo, la gente muere por malaria en África, y aquí no. En zonas grandes del mundo estas diferencias son claras, pero ¿es posible constatar que existen diferencias entre “barrios” de la CAPV, tal como se da a entender en el Atlas de Mortalidad del País Vasco?

R: El objetivo principal del Atlas de Mortalidad del País Vasco ha sido el de estudiar si existen o no diferencias en el riesgo de mortalidad por áreas pequeñas en el País Vasco. Se ha visto claramente que estas diferencias existen y que son además muy relevantes.

Estos resultados, que por parte de la comunidad científica se intuían, no se habían podido cuantificar hasta la realización de este trabajo.

El Atlas de Mortalidad del País Vasco contiene estimaciones de la mortalidad para el período 1996-2003 según diferentes ámbitos geográficos y causas, tanto para hombres como para mujeres. Aprovechando que tenemos aquí a Imanol, vamos a pedirle que nos enseñe a navegar por este Atlas.

El objetivo principal del Atlas de Mortalidad del País Vasco ha sido el de estudiar si existen o no diferencias en el riesgo de mortalidad por áreas pequeñas en el País Vasco. Se ha visto claramente que estas diferencias existen y que son además muy relevantes.

P: Imanol, en el Atlas encontramos mapas para 18 principales causas de muerte, incluyendo el suicidio y las lesiones de tráfico y diversas enfermedades tales como la diabetes y 7 tipos distintos de cáncer. Todos ellos, coloreados por “barrios” o secciones censales. ¿Qué es una sección censal? ¿por qué resulta una unidad relevante para estudiar las diferencias en la mortalidad?

R: Una sección censal es un área geográfica definida mediante límites fácilmente identificables, tales como accidentes naturales del terreno (ríos, montañas…), construcciones de carácter permanente y viales (calles, carreteras…). Para este trabajo se utilizaron las 1.645 secciones censales de 2001 de la Comunidad Autónoma del País Vasco(CAPV).

Para que os hagáis una idea del tamaño tan pequeño que tienen las secciones censales, la población que reside en una sección censal está entre 500 y 3.500 habitantes y, por ejemplo, Vitoria-Gasteiz tenía 168 secciones censales en el año 2001. En los barrios de una ciudad suele haber entre 10 y 20 secciones censales.

Se decidió utilizar la sección censal porque se ha demostrado que es el área geográfica óptima para el estudio de la variabilidad espacial de resultados en salud. Por un lado la población que reside en cada sección censal es homogénea ya que comparte tanto hábitos de vida, como características socioeconómicas y ambientales. Por otro el tamaño de la sección censal hace que no haya o que sean pocos los problemas asociados a la confidencialidad. Además, la información que se requiere suele estar a este nivel de desagregación en los organismos oficiales.

P: Entonces, las secciones censales son áreas más o menos homogéneas en las que los habitantes comparten circunstancias que pueden afectar a su salud. Si en una sección hay una fábrica, o un mayor desempleo, quizá queramos estudiar si hay o no una mayor mortalidad en esa área. ¿Permite el Atlas explorar este tipo de cosas? ¿Qué fuentes de datos empleáis?

R: Los datos que se han utilizado en este trabajo provienen de diferentes fuentes. Por un lado, para categorizar las secciones censales entre más o menos desfavorecidas, se han utilizado indicadores socioeconómicos como el desempleo, el porcentaje de trabajadores manuales que hay en cada sección censal, el porcentaje de asalariados eventuales…. Estos datos socioeconómicos y los de la población residente en cada sección censal provienen del Censo de Población y Viviendas del año 2001 y de las Estadísticas de Población y Vivienda de Eustat.

Por otro lado, los datos del número de defunciones de los residentes en la CAPV provienen de la Estadística de Defunciones realizada por Eustat en colaboración con el INE.

Aprovechando la metodología estadística utilizada en el Atlas, el Departamento de Salud también ha estudiado la relación entre el riesgo de mortalidad por áreas pequeñas y la proximidad de empresas contaminantes al lugar de residencia. Los datos de las empresas contaminantes se obtuvieron del Registro vasco de emisiones y fuentes contaminantes (EPER Euskadi / E-PRTR). En este registro se pone a disposición del público información sobre las emisiones a la atmósfera, al agua y al suelo de las sustancias contaminantes y datos de transferencias de residuos de las principales industrias y otras fuentes puntuales.

P: Utilizando esas fuentes de datos, parece que somos capaces de constatar diferencias en la salud. ¿Qué nos aporta ese conocimiento, qué podemos hacer con él?

R: El hecho de conocer si hay zonas en el País Vasco donde existe un mayor riesgo de mortalidad es fundamental para luego poder aplicar políticas o intervenciones eficaces para remediar estas desigualdades.

El conocimiento es el primer paso para resolver cualquier tipo de problema. En la CAPV hasta hace unos años se decía que tanto la salud de sus habitantes como su sistema de salud eran envidiables comparadas con otras regiones, por ejemplo de España. Siendo esta afirmación en parte cierta, lo que no se contaba es que dentro del propio País Vasco existían diferencias muy relevantes entre sus habitantes. Por ejemplo, la esperanza de vida de un hombre de la margen derecha es casi 9 años mayor que la de otro nacido en Bilbao La Vieja. Este tipo de desigualdades entre habitantes de una misma región no son ni justas ni éticas y, por tanto, existe una obligación moral para intentar evitarlas.

Imanol, aprovechando que estás aquí con nosotros, queremos que nos ayudes a interpretar un par de mapas del Atlas de Mortalidad de Euskadi. ¿Empezamos por Bilbao?

El hecho de conocer si hay zonas en el País Vasco donde existe un mayor riesgo de mortalidad es fundamental para luego poder aplicar políticas o intervenciones eficaces para remediar estas desigualdades.

Cáncer de pulmón de los hombres de Bilbao (datos de 1996 a 2003)

Razón de Mortalidad Estandarizada suavizada (RMEs). Compara el riesgo de mortalidad de los hombres en cada sección censal con el riesgo del conjunto de hombres de Bilbao

Probabilidad de que el riesgo relativo (RR) de mortalidad sea mayor que 1. Una probabilidad alta nos da la certeza de que el riesgo de los hombres en la sección censal es superior al del conjunto de los hombres de Bilbao.

P: Cuando abrimos el enlace al mapa, en realidad se nos muestran dos mapas. (Ver los pies de foto). ¿Hay que interpretar los dos mapas en conjunto?

R: Sí, tal y como dices hay que intentar interpretar los dos mapas en su conjunto. El primer mapa nos dice el riesgo de mortalidad en cada sección censal que estima el modelo estadístico que hemos usado. El segundo mapa nos dice, en términos de estadística bayesiana, la significación o certeza que ese riesgo estimado tiene.

Esto quiere decir que si en el primer mapa vemos zonas con un riesgo de mortalidad estimado de 1,50 y luego en el segundo está todo en blanco (no hay certeza estadística), tendríamos que concluir que no existen diferencias en el riesgo de mortalidad en las zonas estudiadas respecto al riesgo del área de referencia.

De todas formas, debido a la naturaleza tan sensible del fenómeno que se está estudiando los métodos utilizados son muy conservadores a la hora de detectar o señalar zonas con certeza de un alto riesgo. En términos epidemiológicos estos métodos son poco sensibles pero muy específicos. ¿Esto qué quiere decir? Pues que es muy poco probable que un área señalada con alto riesgo de mortalidad no lo tenga. Pero que sí que es probable que se dejen de detectar áreas donde realmente hay un riesgo elevado.

P: Así pues, los mapas son conservadores, y cuando vemos un color muy destacado podemos estar seguros de que en esa área “hay algo”. Fijémonos en la sección censal que queda entre los barrios de la Peña, Santutxu y Bilbao La vieja, en el distrito de Ibaiondo. (Distrito 5: Ibaiondo, y sección 36). Aquí el riesgo de mortalidad por cáncer de pulmón es aproximadamente, un 50% mayor en esta sección censal que en Bilbao. Y la probabilidad de que el riesgo de mortalidad de esta zona sea mayor que el de Bilbao a 1 es del 99%. ¿Puedes expresarlo en palabras más simples?

R: Esto quiere decir que en esa sección censal hay un mayor riesgo de mortalidad por cáncer de pulmón respecto al riesgo promedio de Bilbao y que hay certeza estadística para poder afirmarlo sin miedo a equivocarse.

P: Según lo anterior, en la sección censal nº36 hubo una mortalidad por cáncer de pulmón superior a la del conjunto de Bilbao, en los años analizados. ¿Cómo podemos investigar las causas de esta diferencia? ¿Cómo se estudia si se debe a la contaminación, o si se debe a algún otro factor ambiental, incluso alguno que podríamos desconocer?

R: Aquí estáis metiendo el tema de la causalidad. ¿Cuál es la causa que ha llevado a la población de esta sección censal a tener un mayor riesgo de mortalidad? En el trabajo que he presentado hemos analizado la posibilidad de que las condiciones socioeconómicas sean un posible factor causal (entre otros) de este mayor riesgo de mortalidad. Se ha visto que sí que existe esa relación para muchas de las causas analizadas. Existen otros factores que podrían estar también afectando como pueden ser la contaminación ambiental, factores individuales bien genéticos o conductuales (consumo de tabaco), o como comentáis otros factores que podríamos desconocer.

Aquí radica la importancia de este tipo de investigaciones. En primer lugar es necesario conocer si hay desigualdades en el riesgo de mortalidad por áreas pequeñas. Luego, si existen desigualdades, hay que intentar saber qué las causan para poder intentar corregir o prevenirlas.

El Departamento de Salud del Gobierno Vasco lleva varios años con esta línea de investigación y ya ha estudiado varios factores causales como son las condiciones socioeconómicas del lugar de residencia o la proximidad de la vivienda a empresas contaminantes. Ambos casos se podrían considerar como un factor causante de un mayor riesgo de mortalidad.

Gracias, Imanol. Si te parece, vamos a ver qué pasa con las mujeres de Donostia.

Aquí radica la importancia de este tipo de investigaciones. En primer lugar es necesario conocer si hay desigualdades en el riesgo de mortalidad por áreas pequeñas. Luego, si existen desigualdades, hay que intentar saber qué las causan para poder intentar corregir o prevenirlas.

Cáncer de pulmón de las mujeres de Donostia (datos de 1996 a 2003)

Razón de Mortalidad Estandarizada suavizada (RMEs). Compara el riesgo de mortalidad de las mujeres en cada sección censal con el riesgo del conjunto de las mujeres de Donostia.

Probabilidad de que el riesgo relativo (RR) de mortalidad sea mayor que 1. Una probabilidad alta nos da la certeza de que el riesgo de las mujeres en la sección censal es superior al del conjunto de los hombres de Donostia.

P: Parece que en el mapa de las mujeres de Donostia se ven “menos cosas” que en el mapa de los hombres de Bilbao (hay más zonas blancas, es decir, neutras). ¿Qué conclusión extraes tú?

R: Este es un buen ejemplo de cómo estos métodos son conservadores. El primer mapa muestra que para las mujeres parece que hay un mayor riesgo de mortalidad en las secciones en las secciones más próximas a la playa de La Concha de Donostia. El segundo, en cambio, nos dice que no hay certeza estadística que apoye esta hipótesis.

Sabemos por otros estudios, que las mujeres de clase social alta son las que mayor prevalencia de cáncer de pulmón han tenido en el País Vasco. Esto se debe a que fueron éstas las que antes empezaron a fumar. El mapa del riesgo de mortalidad por cáncer de pulmón es consistente con este hecho, ya que las secciones censales alrededor de la Concha son también las más favorecidas o donde hay una alta proporción de mujeres de clase social alta.

La principal razón para que no haya certeza estadística es la baja prevalencia del cáncer de pulmón en las mujeres. En los hombres, en el período 1996-2001 hubo un total de 4.780 fallecimientos en todo el País Vasco. En las mujeres fueron 653 las fallecidas por esta causa. Al analizar toda la CAPV estas 653 defunciones se reparten entre las 1.645 secciones censales y, es por tanto difícil que con tan pocos datos se puedan determinar áreas de alto riesgo con certeza.

P: Con la epidemiología espacial, ¿se puede estudiar la evolución de la mortalidad por diferentes tipos de cáncer a lo largo de varios años y según las zonas geográficas? Por ejemplo, ¿se podría estudiar si una Ley antitabaco ha tenido efectos en las áreas más o menos problemáticas?

R: Por supuesto que se puede y se debe considerar el componente temporal a la hora de estudiar cualquier fenómeno epidemiológico. Siempre hay que hacer una primera “fotografía” para explicar la situación en la que se encuentra el fenómeno, pero por supuesto esta “fotografía” hay que ir tomándola cada x años para ver la evolución que se está dando en el fenómeno de estudio.

La Ley antitabaco sabemos que ya ha tenido un primer efecto que ha sido reducir la prevalencia de fumadores en la CAPV. También ha tenido otros efectos beneficiosos como la menor exposición al humo del tabaco en los lugares de trabajo o en bares. Esto a medio-largo plazo se irá traduciendo en una menor incidencia en el cáncer de pulmón.

Pero como bien comentas, ¿este efecto va a ser igual en todo el País Vasco? o ¿habrá zonas en las que tenga un mayor impacto? Esto se irá viendo en las sucesivas estimaciones que se haga del riesgo de mortalidad en años futuros. De todas formas, la encuesta de salud que se realiza cada 5 años por el Departamento de Salud, es un buen informe para ir viendo qué ocurre con la epidemia del tabaco y si se va reduciendo de manera desigual.

Bien, entonces esperaremos a tener más series de datos para ver cómo va evolucionando el mapa.

P: Imanol, antes de cerrar, cuéntanos dónde podemos encontrar otros Atlas.

R: Cada vez es más común que haya este tipo de Atlas. El proyecto MEDEA, que analiza ciudades españolas, es un gran impulsor de esta línea de investigación por toda España y por Europa, con su ramificación europea el proyecto Ineqcities.
A nivel de España existen varios trabajos donde utilizan la sección censal como unidad de análisis . En general se trata de publicaciones o libros. Por ejemplo: