Download Atlas de Mortalidad por Enfermedades Isquémicas del corazón

ATLAS DE MORTALIDAD POR ENFERMEDADES ISQUÉMICAS
DEL CORAZÓN Y ENFERMEDADES CEREBROVASCULARES,
CHILE 1997-2003
Programa de Investigación de Factores de
Riesgo de Enfermedades Cardiovasculares
M. Gloria Icaza
M. Loreto Núñez
Nora L. Díaz
David E. Varela
1
Para el Ministerio de Salud este proyecto representa un gran avance en el
análisis de la distribución de enfermedades en los grupos humanos.
Permite aunar esfuerzos de distintas disciplinas en pos de la identificación
de los grupos con mayor riesgo de enfermar y morir por las causas
principales de daño en salud en Chile, basado en un análisis sólido, de
gran calidad técnica. En este sentido desde hace varios años se ha
venido tratando de fortalecer las vinculaciones entre la epidemiología, la
estadística y las nuevas herramientas derivadas del uso de los sistemas
de información geográficos. Este trabajo conjunto debiera facilitar el
análisis e interpretación de la situación de salud y sus determinantes,
especialmente en el contexto territorial, donde hoy se desenvuelven las
autoridades sanitarias regionales.
Con esta perspectiva es que la
Subsecretaría de Salud Pública y el Departamento de Epidemiología han
apoyado la postulación de los proyectos Atlas, preparados por académicos
de la Universidad de Talca al Fondo Nacional de Investigación en Salud y
es una gran satisfacción mostrar sus resultados y ponerlos a disposición
de la comunidad de la salud pública, en apoyo a la toma de decisiones en
salud.
Dra. Ximena Aguilera
Jefa División Planificación Sanitaria
Subsecretaría de Salud Pública
2
Presentación
Este atlas es el resultado del proyecto FONIS SA04I2005 “Atlas de mortalidad por
enfermedades cardiovasculares, Chile 1997-2003”, realizado durante el año 2005. El objetivo
de este proyecto fue elaborar atlas por las dos principales causas de muerte en el país, las
Enfermedades Isquémicas del Corazón y las Enfermedades Cerebrovasculares, usando
información de mortalidad proveniente de las Estadísticas Vitales.
Con estos atlas se espera contribuir a mejorar la descripción epidemiológica de las
enfermedades cardiovasculares (ECV) y proporcionar información pertinente para optimizar la
toma de decisiones en salud en el área de ECV a nivel nacional y local que permita disminuir la
brecha de inequidad existente.
Agradecemos a la Subsecretaría de Salud Pública por patrocinar este proyecto. Especialmente
a la Dra. Ximena Aguilera, Jefa de la División de Planificación Sanitaria, por la valiosa ayuda
prestada en el desarrollo de este proyecto. Asimismo expresamos nuestro agradecimiento la
Dra. Danuta Rajs, jefa del Departamento de Estadísticas e Información de Salud del Ministerio
de Salud por facilitarnos las bases de datos para este estudio y su constante colaboración.
Este documento está disponible en la página web de Minsal (www.minsal.cl) y en la página
web del Programa de Investigación de Factores de Riesgo de Enfermedades Cardiovasculares
de la Universidad de Talca (pifrecv.utalca.cl).
Introducción
Las ECV son la principal causa de muerte en el mundo, lo que las constituye en un problema
de salud pública. Según la Organización Mundial de la Salud las ECV son responsables de
alrededor del 30% de las defunciones mundiales con un incremento de la importancia relativa
a través del tiempo, producto del envejecimiento de la población y cambios en estilos de vida
como obesidad, dieta rica en grasas y pobre en fibras, hábito tabáquico e inactividad física. En
nuestro país, la población ha experimentado un proceso de transición demográfica
caracterizado por un descenso de la fecundidad y mortalidad, lo que ha conducido a una
transición epidemiológica donde las enfermedades crónicas y degenerativas prevalecen frente
a las infecciosas (Minsal, 2002).
Por otro lado, los mapas de salud han cumplido un papel fundamental en salud pública desde
1855, cuando John Snow asoció la aparición de una epidemia de cólera en Londres con fuentes
de agua contaminada (Snow, 1855; Chiu, 2002). Los atlas de mortalidad proporcionan una
imagen de la distribución geográfica de las enfermedades y sus objetivos van desde la
epidemiología descriptiva, selección de áreas geográficas más afectadas hasta la generación de
hipótesis etiológicas.
El objetivo de este trabajo es estudiar la distribución geográfica de la mortalidad por
enfermedades isquémicas del corazón y enfermedades cerebrovasculares por comunas y
generar atlas de mortalidad por estas causas en el país entre los años 1997 a 2003.
Atlas de mortalidad en el mundo
La creación de mapas es una actividad casi tan antigua como la historia. En contraste con los
mapas tradicionales, los cuales representan diversos fenómenos geográficos simultáneamente,
los llamados mapas temáticos o mapas de datos (Tufte, 1983) muestran la distribución
espacial de una sola variable o fenómeno, donde un conjunto de áreas son sombreadas de
acuerdo con los valores que toma cierta variable de interés.
La cartografía temática empezó alrededor del 1800 y en general se analizó información del
medio ambiente o de la sociedad, por ejemplo: del clima o tasas de crimen. El mapeo de
enfermedades fue motivado por la necesidad de analizar diferencias geográficas de
3
enfermedades y para identificar factores de riesgo que pudieran explicar estas diferencias. Los
primeros mapas de enfermedades eran a menudo de enfermedades infecciosas prevalentes en
la época, ejemplos notables son el de fiebre amarilla en Estados Unidos en 1798 y el de cólera
en Londres en 1855 (Walter, 2000). Haviland (1875, en Walter, 2000) fue pionero en la
confección de mapas para enfermedades crónicas que incluyeron enfermedades del corazón y
cáncer en Inglaterra y Gales. Este autor usó datos de mortalidad desde 1851 al 1860,
combinando numeradores de mortalidad con población del censo y calculó tasas de mortalidad
brutas, convirtiéndose en uno de los primeros epidemiólogos que en sus estudios toma en
cuenta denominadores en un análisis geográfico. Desde los años 60 se han desarrollado
numeroso métodos en el área de mapeo de enfermedades y un número importante de
instituciones de salud de varios países, principalmente de Estados Unidos y Europa, han
producido atlas de enfermedades crónicas, particularmente de cáncer (Devesa et al., 1999;
Pickle, et al., 1996; Smans et al., 1992). Un importante avance metodológico en la realización
de mapas fue el ajuste por edad y sexo para evitar sesgos en las comparaciones de las tasas
brutas y el uso y desarrollo de pruebas estadísticas formales de distribución espacial en los
datos (Walter, 2000). En 1991 se publica una revisión de los atlas existentes (Walter, Birnie,
1991), de esta revisión se recoge que la mayoría de los mapas son de datos de mortalidad y
sólo uno, de Finlandia, presenta datos de incidencia. Los únicos países latinoamericanos que
aparecen en la revisión antes mencionada son Brasil y Uruguay.
Ultimamente la construcción de estos mapas ha tenido un gran desarrollo metodológico; la
utilización de los llamados Sistemas de Información Geográfica (SIG) ha sido de gran
importancia en el análisis geográfico de datos de salud (OPS, 1996). Los SIG sirven como
herramienta de análisis epidemiológico para describir la magnitud de los problemas de salud,
identificar los factores determinantes, apoyar la toma de decisiones en salud y monitorear las
desigualdades de salud (Loyola et al., 2002).
Comparado con las tablas y gráficos, los mapas desarrollados con tecnología SIG pueden ser
una herramienta extremadamente efectiva para ayudar a los que toman decisiones a visualizar
y entender problemas de salud pública.
En Chile, se han hecho esfuerzos por implementar SIG en salud, existen artículos publicados
por el Departamento de Epidemiología del Ministerio de Salud (González, et al., 2000;
Rodríguez et al., 2004), no obstante prevalece una gran cantidad de aplicaciones y
necesidades en el área que todavía no son cubiertas.
Métodos
Fuentes de datos: Se utilizan los archivos de estadísticas vitales de los últimos 7 años
disponibles (1997-2003) y datos de población del último censo 2002. Se decide usar desde el
año 1997 dado que a contar de ese año se aplica la última revisión, la décima, de la
Clasificación Estadística Internacional de Enfermedades (CIE) (OMS, 1995). Por otro lado,
agregar los datos de 7 años permite una mayor estabilidad de los indicadores de mortalidad
por comunas. Las bases de datos de mortalidad contienen información sobre sexo, edad,
comuna de residencia, fecha y causa básica de defunción de acuerdo con la décima CIE. Se
usa la información del censo 2002 como estimación de la población en esos años, es decir no
se estiman poblaciones para el periodo. Los datos de población del censo 2002 están
desagregados por comunas, grupos quinquenales de edad y sexo.
En este estudio se analizan 339 de las 342 comunas de Chile. Se excluyen la Antártica y las
Islas de Pascua y Juan Fernández por su carácter insular.
Calidad de los datos: La utilización de datos de mortalidad para la realización de atlas de
salud requiere tener claridad de la calidad de la información al momento de interpretar las
distribuciones mostradas por los mapas (Elliot et al., 2000; Pickle et al., 1996). Por este
motivo, se realizó un estudio para evaluar la calidad la información de mortalidad proveniente
4
de las estadísticas vitales en Chile durante el período 1997-2003 (Núñez, Icaza, 2005). En este
trabajo se definió como indicadores de calidad de datos las variables de certificación médica y
causas mal definidas. Las causas mal definidas analizadas fueron los Síntomas, Signos y
Hallazgos Anormales Clínicos y de Laboratorio, no Clasificados en Otra Parte (Capítulo XVIII,
códigos R00-R99, de la CIE-10). Estas variables fueron analizadas por área urbano-rural,
Servicio de Salud, por edad y por sexo.
Para el período en estudio se observó que el porcentaje de certificación médica fue de 98,5% y
el porcentaje de causas mal definidas de 3,8%. El análisis por año muestra un avance en la
calidad de las Estadísticas Vitales en el período estudiado, sin embargo estos indicadores
varían por área urbano-rural, por Servicio de Salud, por edad y en algunos casos por sexo. En
el Anexo 1 se presenta una tabla con el detalle de indicadores de calidad de datos por
Servicios de Salud. Tradicionalmente Chile ha sido considerado un país con buenas estadísticas
vitales, sin embargo estudios recientes lo clasifican dentro de los países con mediana calidad
de Estadísticas Vitales (Mathers et al., 2005). Las deficiencias encontradas en los datos
podrían afectar las comparaciones de tasas de mortalidad entre comunas del país.
Causas de muerte: Las enfermedades isquémicas del corazón corresponden a las del Capítulo
IX, número I20-I25 en la CIE-10 y las enfermedades cerebrovasculares corresponden a las del
Capítulo IX, número I60-I69. En la tabla 1 aparece un listado de las causas seleccionadas y
sus códigos.
Tabla 1: Códigos y diagnósticos seleccionados para la elaboración de los atlas.
Código
CIE-10
I20
I21
I22
I23
I24
I25
I60
I61
I62
I63
I64
I65
I66
I67
I68
I69
Diagnóstico
Angina de pecho
Infarto agudo del miocardio
Infarto subsecuente del miocardio
Ciertas complicaciones presentes posteriores al infarto agudo del miocardio
Otras enfermedades isquémicas agudas del corazón
Enfermedad isquémica crónica del corazón
Hemorragia subaracnoídea
Hemorragia intraencefálica
Otras hemorragias intracraneales no traumáticas
Infarto cerebral
Accidente vascular encefálico agudo, no especificado como hemorragia o isquémico
Oclusión y estenosis de las arterias precerebrales sin ocasionar infarto cerebral
Oclusión y estenosis de las arterias cerebrales sin ocasionar infarto cerebral
Otras enfermedades cerebrovasculares
Trastornos cerebrovasculares en enfermedades clasificadas en otra parte
Secuelas de enfermedad cerebrovascular
Incidencia versus Mortalidad: Los datos que se utilizan en la elaboración de atlas de salud
se basan generalmente en la mortalidad, que es la fuente de información más empleada para
los estudios geográficos, debido a que en la mayoría de los países proviene de un registro
continuo obligatorio de los certificados de defunción, sobre el cual existen normas de
codificación comunes (López-Abente et al., 2001). Si bien sería deseable confeccionar los
atlas de salud con información de morbilidad, para generar descripciones geográficas de
incidencia o prevalencia, en nuestro país esto no es posible ya que no se cuenta con registros
de morbilidad de cobertura nacional con representación comunal, por lo cual las estadísticas de
mortalidad constituyen actualmente la información más utilizada para estos fines.
Análisis estadístico
Tasas estandarizadas: Se calcularon las tasas de mortalidad estandarizadas por decenios de
edad para las 339 comunas del país en el período 1997-2003. Se usó el método de
5
estandarización directa, empleando como población de referencia la población de Chile según
censo 2002 que se presenta en la Tabla 2. En la Tabla 3 se muestra la distribución de
frecuencia de defunciones por enfermedades isquémicas del corazón y cerebrovasculares en
Chile 1997-2003 por decenios de Edad. Por la baja frecuencia de defunciones en los menores
de 30 años, lo que afectaría la estabilidad de las tasas, se decide construir el atlas para
mayores de 30 años.
Tabla 2: Población usada para la estandarización de tasas por decenios de edad, Chile censo
2002.
Edad
Población Total
%
Hombres
%
Mujeres
%
30-39
40-49
50-59
60-69
70-79
80 y más
2.435.191
2.036.424
1.362.977
899.189
567.449
250.840
32,2
27,0
18,1
11,9
7,5
3,3
1.200.441
994.684
661.802
419.705
247.397
90.947
33,2
27,5
18,3
11,6
6,9
2,5
1.234.750
1.041.740
701.175
479.484
320.052
159.893
31,3
26,5
17,8
12,2
8,1
4,1
Total
7.552.070
100,0
3.614.976
100,0
3.937.094
100,0
Tabla 3: Frecuencia de defunciones por enfermedades isquémicas del corazón (I20-I25) y
enfermedades cerebrovasculares (I60-I69) por decenios de edad. Chile 1997-2003.
Edad
0-9
10-19
20-29
30-39
40-49
50-59
60-69
70-79
80 y más
Total
I20-I25
0
8
101
458
1881
4971
10283
16675
20682
55059
%
0,00
0,01
0,18
0,83
3,42
9,03
18,68
30,29
37,56
100,00
I60-I69
60
120
273
649
2.019
4.421
8.668
15.857
20.777
52.844
%
0,11
0,23
0,52
1,23
3,82
8,37
16,40
30,01
39,32
100,00
Las Figuras 1 y 2 muestran la distribución de las tasas de mortalidad estandarizadas para las
dos patologías seleccionadas por sexo y edad en el país para el período en estudio. Las tasas
de mortalidad por ambas causas aumentan con la edad. El riesgo de morir por alguna de estas
dos patologías aumenta progresivamente con la edad y es mayor para los hombres en casi
todas las etapas de la vida, situación que se invierte en el grupo de 80 años y más (Tabla 4).
La tasa de mortalidad por enfermedades isquémicas del corazón (I20-I25) estandarizada por
sexo y edad es de 209,5 por cien mil habitantes. La tasa de mortalidad por enfermedades
cerebrovasculares (I60-I69) estandarizada por sexo y edad es de 198,4 por cien mil habitantes
para Chile en el período 1997-2003.
6
Tabla 4: Tasas de mortalidad por enfermedades isquémicas del corazón y cerebrovasculares,
según sexo y decenios de edad. Chile 1997-2003.
Isquémicas
Categorías de edad
Cerebrovasculares
30-39
Total
0,9
Hombres
1,5
Mujeres
0,3
Total
1,2
Hombres
1,3
Mujeres
1,1
40-49
3,6
5,8
1,5
3,8
4,1
3,5
50-59
9,4
14,9
4,4
8,4
10,2
6,6
60-69
19,4
27,5
12,0
16,4
20,6
12,6
70-79
31,5
39,6
24,1
30,0
33,4
26,9
80 y +
39,1
34,4
43,4
39,3
31,5
46,5
Total
103,9
123,8
85,7
99,1
101,1
97,3
Hombres
Mujeres
50
45
40
Tasa x 100.000
35
30
25
20
15
10
5
0
30-39
40-49
50-59
60-69
70-79
80 y +
Categorías de edad
Figura 1: Tasas estandarizadas por sexo y edad de mortalidad por enfermedades isquémicas del
corazón mayores de 29 años, Chile 1997-2003
Hombres
Mujeres
50
45
40
Tasa x 100.000
35
30
25
20
15
10
5
0
30-39
40-49
50-59
60-69
70-79
80 y +
Categorías de edad
Figura 2: Tasas estandarizadas por sexo y edad de mortalidad por enfermedades
cerebrovasculares mayores de 29 años, Chile 1997-2003
7
En epidemiología es clásico estandarizar las tasas como una manera de poder establecer
comparaciones, sin embargo al desagregar las tasas a nivel comunal, el tamaño de la
población está asociado a la variabilidad de las tasas (Assunção, et al., 1998). La dependencia
de la varianza entre las tasas y el tamaño de la población en riesgo se aprecia en las Figura 3
y 4 (gráfico superior), que muestran la dispersión de las tasas versus el tamaño de la
población mayor de 29 años en las 339 comunas de Chile según el censo 2002. Cuanto menor
es el tamaño de la población en riesgo, mayor es la variabilidad de las tasas. En Chile la
población comunal varia enormemente, es así como en el censo 2002, la población de 30 años
y más varió desde 159 habitantes en Ollagüe, II región a 231.836 en Puente Alto, región
metropolitana. Debido a la dependencia que existe entre las tasas de mortalidad y el tamaño
de la población comunal, es necesario modelar las tasas y así estabilizar la varianza de modo
que ésta no dependa del tamaño de la población.
Tasa estandarizada por sexo y edad x100.000 by Población de 30 años y más por comunas
500
400
300
209,5
200
100
0
Tasa estimada modelo by Población de 30 años y más por comunas
500
400
300
209,5
200
100
0
0
50000
100000
150000
Población de 30 años y más por comunas
200000
250000
Figura 3: Tasas estandarizadas y estimadas de mortalidad por enfermedades isquémicas del
corazón versus población de 30 años y más, Chile 1997-2003
8
Tasa estandarizada por sexo y edad x 100.000 by Población mayores de 30 años por comunas
600
400
200
198,4
0
Tasa estimada x 100.000 by Población mayores de 30 años por comunas
600
400
200
198,4
0
0
50000
100000
150000
200000
Población mayores de 30 años por comunas
250000
Figura 4: Tasas estandarizadas y estimadas de mortalidad por enfermedades
cerebrovasculares versus población de 30 años y más, Chile 1997-2003
Modelos de regresión: Se construyó un modelo de regresión de Poisson donde la variable
dependiente son las defunciones por causa y se definen variables independientes de sexo,
decenios de edad e interacción de sexo y decenios de edad. Las defunciones son ajustadas por
la población de cada estrato (llamada variable offset). Ajustar un modelo como el descrito,
sería equivalente a calcular las tasas estandarizadas por el método directo. Sin embargo, los
modelos aquí considerados permiten agregar además un efecto aleatorio que toma en cuenta
la variabilidad en el tamaño de las comunas. A través de este efecto podemos estabilizar la
varianza de las tasas de mortalidad comunales. Estos modelos se denominan Modelos Lineales
Mixtos Generalizados y fueron desarrollados pos Wolfinger, O’Connell, 1993 y Breslow,
Clayton, 1993. Para ajustar estos modelos se utilizó el programa SAS, versión 9.1.2. a través
del procedimiento GLIMMIX.
Los resultados de las tasas estimadas por cada modelo, ajustadas por sexo, edad y la
población por comunas, se muestran en las figuras 3 y 4 (gráfico inferior). Como se aprecia en
los gráficos, las tasas estimadas tienen menor variabilidad con respecto al tamaño de las
comunas. Podemos usar como medida de comparación el cambio en los coeficientes de
variación1. En el análisis de mortalidad por enfermedades isquémicas del corazón el coeficiente
de variación de las tasas estandarizadas es de 36,0, en cambio el coeficiente de variación de
las tasas ajustadas por el modelo es 23,1, apreciándose una disminución en la variabilidad de
las tasas. En el análisis de la mortalidad por enfermedades cerebrovasculares el coeficiente de
variación de las tasas estandarizadas es de 38,7, en cambio el de las tasas ajustadas por el
respectivo modelo es 22,3.
1
Coeficiente de variación: desviación estándar dividida por el promedio
9
Mapas
Un problema central de la cartografía es cómo representar gráficamente los datos en el
espacio en la forma más precisa y correcta, facilitando la percepción visual de la distribución
geográfica (Lopez-Abente, 2001). Existe un criterio aceptado en cuanto a no representar
únicamente las medidas de significación estadística de los indicadores cómo se propuso tiempo
atrás (Walter, Birnie, 1991).
Una decisión importante en la realización de los atlas es la unidad de análisis espacial, a menor
unidad espacial mayor información. Sin embargo, en este caso estamos limitados por la fuente
de datos de Estadísticas Vitales, en la que el nivel mínimo de desagregación es la comuna.
Los resultados se presentan en forma de mapas temáticos, gráficos y tablas. Para cada causa
se proporciona un mapa temático general del país y mapas por cada región. El primer mapa
corresponde a las tasas estimadas por el modelo de regresión de mortalidad para todo el
período de las 339 comunas para mayores de 29 años de edad. Como nuestra variable de
interés, las tasas de mortalidad, es continua, la necesitamos categorizar para representarla en
los mapas. Es así como se ha utilizado una escala relativa, con 5 clases o intervalos,
agrupando las tasas de acuerdo a su distribución por quintiles (Tabla 5).
A pesar de todas las medidas adoptadas para estabilizar las tasas de mortalidad, en comunas
muy pequeñas persiste un número insuficiente de casos (menos de 20) que tienen gran error
estándar, estas comunas son indicadas en el mapa con un achurado. Se sugiere que estas
tasas sean interpretadas con precaución. En el caso de las enfermedades isquémicas del
corazón existen 53 (15,6%) comunas con menos de 20 casos de defunciones y en las
enfermedades cerebrovasculares 56 comunas (16,5%) en el periodo.
Se eligieron 5 colores en una misma escala de tono marrón, donde el marrón intenso indica
riesgo elevado, o tasas ubicadas en el quintil más alto, así hasta el marrón claro o beige que
indica riesgo bajo o tasas ubicadas en el quintil más bajo.
Los mapas fueron realizados con el software Arcview, versión 9.
Tabla 5: Quintiles de tasas de mortalidad por enfermedades isquémicas del corazón (I20-I25)
y enfermedades cerebrovasculares (I60-I69), Chile 1997-2003.
Quintiles
Causas
Mínimo
20%
40%
60%
80%
Máximo
Isquémicas del corazón
97,5
157,9
182,4
199,7
228,6
411,6
Cerebrovasculares
88,16
159,4
179,8
199,2
226,7
423,1
10
Referencias
1. Assunção, R. Barreto, S. Guerra, H. Sakurai, E. “Mapas de taxas epidemiológicas: uma
abordagem Bayesiana” Cad. Saúde Pública, Río de Janeiro, 14(4):713-723, 1998.
2. Breslow, N. Clayton, D. "Approximate Inference in Generalized Linear Mixed Models".
Journal of the American Statistical Association, 88, 9-25, 1993.
3. Chiu, M. “John Snow y los Sistemas de Información Geográfica”. El Vigía, Boletín de
Vigilancia Epidemiológica en Salud Pública de Chile, 3(13): 13-7, 2002. Disponible en:
http://epi.minsal.cl/epi/html/elvigia/VIGIA17.pdf [Consultado 14 junio 2005].
4. Devesa, S. Grauman, D. Blot, W. Pennello, G. Hoover, R. Fraumeni, J. "Atlas of cancer
mortality in the United States, 1950-94". Washington, DC: US Govt Print Off. NIH Publ
No. (NIH) 99-4564, 1999.
5. Elliott, P. Wakefield, N. Briggs, D. “Spatial Epidemiology. Methods and Applications”.
Oxford University Press, 2000.
6. González, C. Aguilera, X. Guerrero, A. Child, V. Georgi, H. "Indicadores comunales para
el estudio de desigualdad en salud". El Vigía, Boletín Vigilancia Epidemiológica de Chile,
3(11):
7-13,
2000.
Disponible
en
la
World
Wide
Web:
http://epi.minsal.cl/epi/html/elvigia/VIGIA11.pdf [consultado 12 Septiembre 2005].
7. López-Abente, G.
Pollán, M. Escobar, A. Errezola, M. Abraira, V. “Atlas of Cancer
Mortality and other cause of death in Spain 1978-1992”. Instituto de Salud Carlos III,
Madrid,
2001.
Disponible
en:
www2.uca.es/hospital/atlas92/www/Atlas92.html
[Consultado 20 Enero 2005]
8. Loyola, E. Castillo-Salgado, C. Nagera-Aguilar, P. Vidaurre, M. Mujica, O. MartínezPiedra, R. “Los sistemas de información geográfica como herramienta para monitorear
las desigualdades de salud”. Revista Panamericana de Salud Pública/ Panamerican
Journal of Public Health, 12(6): 415-428, 2002.
9. Mathers, C. Ma Fat, D. Inoue, M. Rao, C. López, A. “Counting the dead and what they
died from: an assessment of the global status of cause of death data”. Bull World
Health
Organ,
83(3):171-177c.,
2005.
Disponible
en:
www.scielosp.org/scielo.php?script=sci_arttext&pid=S004296862005000300009&lng=en&nrm=iso [Consultado 8 de Octubre 2005].
10. Ministerio de Salud. “Los objetivos sanitarios de la década 2000-2010”. Ministerio de
Salud, Gobierno de Chile, 2002. Disponible en: http://epi.minsal.cl/
11. Núñez, L. Icaza, G. “Calidad de las estadísticas vitales para la elaboración de un atlas
de mortalidad en Chile”. Manuscrito enviado a Revista Médica de Chile, 2005.
12. Organización Mundial de la Salud. “Clasificación estadística internacional de
enfermedades y problemas relacionados con la salud. – 10a. revisión”. v. 3. Lista
tabular. Washington, D.C.: OPS. (Publicación científica 554), 1995.
13. Organización Panamericana de Salud "Cooperación técnica de la OPS en sistemas de
información geográfica aplicados en la epidemiología en las Américas". Boletín
Epidemiológico
17(2):
8-10,
1996.
Disponible
en
World
Wide
Web:
http://www.paho.org/Spanish/sha/epibul_95-98/bs962sig.htm.
14. Pickle, L. Mungiole, M. Jones,
G. White, A. “Atlas of United States Mortality”.
Hyattsville, Maryland: National Center for Health Statistics, 1996
11
15. Rodríguez, D. Salinas, E. Aguilera, X. “Análisis especial de la difusión de la hepatitis A
en Chile” Boletín Electrónico Mensual de Vigilancia Epidemiológica. Ministerio de Salud,
Departamento de Epidemiología. Boletín Nº 31, 2004. Disponible en la World Wide
Web:
http://epi.minsal.cl/evigia/html/actual/articulobem31.pdf
[consultado
12
Septiembre 2005]
16. Smans, M. Muir, C. Boyle, P. "Atlas of cancer mortality in the European Economic
Community". Lyon: International Agency for Research on Cancer, 68-9, 1992 (IARC
Scientific Publication No. 107).
17. Snow J. “On the Modes of Communications of Cholera”. New York, NY The
Commonwealth Fund; 1855. Disponible en : www.ph.ucla.edu/epi/snow/snowbook.html
[Consultado 5 abril 2005].
18. Tufte, E. (1983) "The visual display of quantitative information". Graphic Press,
Connecticut.
19. Walter, S. (2000) "Disease mapping: a historical perspective". In: Spatial epidemiology:
methods and applications. Elliott P, Wakefield J, Best N, Briggs D. Editors.. Oxford
University Press: 223-239.
20. Walter, S. Birnie, S. "Mapping mortality and morbidity patterns: an international
comparison" International Journal of Epidemiology, 20(3): 678-89, 1991.
21. Wolfinger, R. O’Connell, M. “Generalized Linear Mixed Models: A Pseudo-Likelihood
Approach”, Journal of Statistical Computation and Simulation, 4, 233-243, 1993.
12