Population Health Metrics, 2006; 4: 13-13 (más artículos en esta revista)

Derivado de utilidad para las puntuaciones co-mórbida condiciones: una prueba del modelo multiplicativo de la combinación de las puntuaciones individuales condición

BioMed Central
William Flanagan (bill.flanagan @ statcan.ca) [1], Cameron N McIntosh (cameron.mcintosh @ statcan.ca) [1], Christel Le Petit (christel.lepetit @ statcan.ca) [1], Jean-Marie Berthelot (jberthelot@cihi.ca) [1]
[1] Análisis de Salud y el Grupo de Medición, Departamento de Estadística del Canadá, RH Coats Building, Ottawa, Ontario, K1A 0T6, Canadá

Este es un artículo de acceso abierto distribuido bajo los términos de la licencia Creative Commons Attribution License (http://creativecommons.org/licenses/by/2.0], que permite el uso ilimitado, distribución y reproducción en cualquier medio, siempre que la obra original es debidamente citados.

Resumen
Fondo

La co-morbilidad de las condiciones de salud se está convirtiendo en un importante problema de salud, especialmente a medida que las poblaciones de edad, y presenta importantes problemas metodológicos para la salud de la población de investigación. Por ejemplo, el cálculo de medidas de resumen de la salud de la población (SMPH) puede ser comprometida en caso de co-morbilidad no se tiene en cuenta. Una popular co-morbilidad de ajuste utilizado en los cálculos SMPH se basa en una combinación sencilla multiplicativo de la gravedad pesos para el individuo las condiciones involucradas. Si bien la comodidad y la simplicidad del modelo multiplicativo son atractivas, su adecuación aún no se ha probado oficialmente. El objetivo principal del presente estudio fue, por tanto, a examinar la evidencia empírica en apoyo de este enfoque.

Métodos

El presente estudio se basó en información sobre la prevalencia de enfermedades crónicas y una utilidad basada en medida de la salud relacionados con la calidad de vida (CVRS), a saber la Salud Utilities Index Mark 3 (HUI3), disponible de 1,1 Ciclo de la canadiense Encuesta de Salud de la Comunidad (CCHS; 2000-01). Promedio HUI3 resultados se calcularon para los dos individuales y co-mórbida condiciones, y también fueron estadísticamente purificado por la eliminación de la pérdida funcional de la salud debido a problemas de salud que no sean las condiciones crónicas. La co-morbilidad norma se especifica como un multiplicador de la combinación purificado promedio observado HUI3 resultados de utilidad para las personas que participan condiciones, con la adición de un coeficiente de sinergia s para capturar cualquier interacción entre las condiciones no se explica por el producto de sus utilidades. El ajuste del modelo a la media observada purificado utilidades para el co-mórbida condiciones se optimizó el uso ordinario de mínimos cuadrados de regresión para estimar s. Replicabilidad de los resultados se evaluó mediante la aplicación del método de triple co-morbilidad de la CCHS ciclo de 1,1 base de datos, así como a dobles y triples co-morbilidad de 2,1 ciclo de la CCHS (2003-04).

Resultados

Modelo de ajuste fue optimizada en s = .99 (es decir, esencialmente un sencillo modelo multiplicativo). Estos resultados están estrechamente reproducirse con triple co-morbilidad informó sobre CCHS 2000-01, así como con dobles y triples co-morbilidad informó sobre CCHS 2003-04.

Conclusión

Los resultados de la investigación el modelo multiplicativo simple para el cálculo de utilidades para co-mórbida condiciones de los servicios públicos para las condiciones individuales implicadas. Futuro de trabajo mediante una mayor variedad de condiciones y fuentes de datos podría servir para evaluar y afinar el enfoque.

Fondo

Durante el último siglo, los adelantos en tanto públicos como la salud de la población han aumentado de manera dramática la esperanza de vida en muchas partes del mundo desarrollado. Sin embargo, estas mejoras en la esperanza de vida puede ir acompañada por una mayor morbilidad debido a la presencia cada vez mayor de enfermedades crónicas. De hecho, el fenómeno de co-morbilidad - la agrupación de las distintas condiciones de salud en las personas - es bastante común que las poblaciones envejezcan [1, 2]. Una cantidad sustancial de la investigación empírica ha demostrado que el número de co-mórbida condiciones experimentadas por los pacientes se asoció positivamente con el riesgo de mortalidad, la utilización de los servicios de salud, y decrements en la salud relacionados con la calidad de vida (CVRS) [3, 4]. Teniendo en cuenta esta económicas considerables y CVRS impacto de la co-morbilidad, y también que la proporción de aquellos de 65 años o más se espera que aumente considerablemente en muchos países desarrollados durante los próximos dos decenios [5], no es de extrañar que co-morbilidad ha sido identificada como una prioridad clave de la investigación de una serie de investigadores [3, 6]. Para las personas encargadas de estudiar esta cuestión, los métodos cuantitativos para el manejo de co-morbilidad son esenciales, a fin de evitar sesgos al generar diversos índices de impacto de las crónicas y otras condiciones [7].

Ajuste de co-morbilidad es particularmente importante en el cálculo de medidas de resumen de la salud de la población (SMPH) que combinan información sobre la mortalidad y la morbilidad [8]. En los últimos 15 años, ha habido un aumento constante de la sofisticación metodológica para hacer frente a co-morbilidad en los cálculos SMPH. En el original Carga Global de Enfermedad (GBD) estudio realizado por la Organización Mundial de la Salud (OMS) y sus colaboradores en 1990, co-morbilidad dado lugar a sobreestimación del total de años de vida con discapacidad (AVAD), ya que la gravedad ponderado de prevalencia diversas condiciones específicas se resume simplemente como parte de la carga global de cálculo [9]. Los investigadores en los Países Bajos también adoptó esta metodología [10]. Sin embargo, Murray y López, ya han reconocido que el enfoque aditivo para co-morbilidad utilizados en el GBD 1990 era demasiado simplista y plausible [11].

Reconociendo esas cuestiones, un enfoque alternativo se llevó a cabo para los AVAD en los cálculos de Australia [12] y victoriana [13] Carga de la Enfermedad de estudios. En concreto, con el fin de ajustar para la co-morbilidad leve de las condiciones prevalecientes en los grupos de mayor edad, la gravedad de los pesos individuales se combinaron condiciones a priori utilizando un modelo multiplicativo. Habida cuenta de su sencillez y facilidad de interpretación, el multiplicativo "imperio" para combinar gravedad pesos para las condiciones individuales se sigue utilizando la hora de adaptar SMPH de co-morbilidad [14 - 16], sin embargo, su adecuación aún no se ha verificado empíricamente. Mathers et al. [17] hasta que llegó a la conclusión de que la investigación aborda directamente cómo la gravedad pesos deberían combinarse, el multiplicativo enfoque parece razonable. Sin embargo, como Schneeweis et al. [18] han señalado, no existe actualmente ningún "patrón oro" o método de medida para hacer frente a co-morbilidad, con la mayoría pueden ser seleccionadas para un "conveniencia en lugar de desempeño." Por lo tanto, es importante someter a la co-morbilidad métodos que se han propuesto para más pruebas empíricas rigurosas, con el fin de determinar mejor su eficacia e identificar áreas potenciales para el perfeccionamiento. Este enfoque contribuirá a mejorar los esfuerzos en curso para desarrollar SMPH atribuible a condiciones individuales [19], en particular, contribuiría a una más precisa de la clasificación de ordenar las condiciones en términos de su impacto la salud de la población, con lo que una mejor información de la política de salud las decisiones relativas a la asignación de los escasos recursos de la sociedad para la prevención y programas de tratamiento.

Con estas consideraciones en mente, el presente estudio específicamente a prueba la medida en que un modelo multiplicativo para combinar el estado de salud para los distintos servicios públicos podrían reproducir las condiciones de la utilidad para la co-morbilidad de las mismas condiciones (véase el Apéndice A, la nota 1). Para lograr este objetivo, este estudio utilizó auto-reporte de información sobre CVRS y la prevalencia de enfermedades crónicas en Canadá de representativas a nivel nacional la salud de la población encuesta.

Métodos
Forma funcional de la co-morbilidad regla

En su forma más simple, un modelo multiplicativo para combinar los servicios públicos de dos o más distintas condiciones u 1 u 2 y para generar una utilidad teórica u ^ MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacuWG1bqDgaqcaaaa @ @ 2E2F 1,2 para su co-morbilidad se escribe como sigue:

u ^ MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacuWG1bqDgaqcaaaa @ @ 2E2F 1,2 = u * 1 u 2 [1]

Este modelo tiene tres propiedades deseables. En primer lugar, para los servicios públicos de salud entre 0 (muerte) y 1 (salud completa), su producto también es limitada por 0 y 1. Una segunda forma intuitiva y atractiva propiedad del modelo es que la utilidad para la co-morbilidad es proporcional a los distintos servicios públicos asociados a cada una de las condiciones individuales implicadas. En otras palabras, cada condición adicional reduce la salud funcional en relación a su nivel anterior. Por ejemplo, los que están en plena salud que desarrolló una condición asociada con una utilidad de 0,90 mantendría el 90% de todas las funciones de salud, es decir, una utilidad de 0,90. Si se desarrolló una segunda condición de utilidad con 0,80, su utilidad funcional para su estado de salud se redujo a 0,72 (es decir, .80 * .90). En tercer lugar, un modelo multiplicativo se puede aplicar a las empresas de servicios públicos para cualquier número de condiciones, y es conmutativa.

Dado que la finalidad del presente estudio es evaluar la idoneidad de la modelo multiplicativo de examinar qué tan bien podría reproducir observó los servicios públicos asociados a la co-mórbida condiciones, es necesario aumentar la ecuación [1] con una "sinergia" coeficiente s, como sigue:

u ^ MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacuWG1bqDgaqcaaaa @ @ 2E2F 1,2 = s * (* u 1 u 2). [2]

La inclusión de s en la fórmula permite que el modelo que se ha de ajustar a encajar mejor los datos y, por tanto, el valor estimado para s pueden utilizarse para juzgar la idoneidad de la forma multiplicativo. En particular, una sinergia coeficiente de cerca de 1 indicaría que la mayor parte de los servicios públicos asociados con co-morbilidad se explica por la simple multiplicación de los servicios públicos para las distintas condiciones, lo que demuestra que la simple multiplicativo forma es la adecuada. Por otra parte, el coeficiente de una sinergia mucho a partir del 1 indicaría que la mayor parte de los servicios públicos vinculados a co-morbilidad se explica por este coeficiente. En este caso, cabría concluir que hay más interacción entre las condiciones no están suficientemente consolidadas por el simple modelo multiplicativo.

Fuente de datos y variables

Para evaluar empíricamente el modelo multiplicativo, es necesario en primer lugar para obtener información sobre ambos condición crónica y la prevalencia del CVRS, con el fin de vincular observado estado de salud de servicios públicos a ambos único y co-mórbida las condiciones crónicas. Este análisis utilizados auto-reporte de datos sobre estas variables de ciclo de 1,1 de la Comunidad canadiense Health Survey (CCHS), realizado en 2000-01 [20]. La CCHS es un curso, encuesta transversal que recoge información sobre el estado de salud, factores determinantes de la salud, la atención de la salud y la utilización. Es representante de la población canadiense hogar de 12 años y más en todas las provincias y territorios, y excluye a las poblaciones en las reservas indias, las Fuerzas Canadienses Bases, y algunas zonas remotas. El tamaño de la muestra se 131535 que respondieron en este primer ciclo. Además, con el fin de verificar los resultados obtenidos con el ciclo de 1,1 datos, se realizó un estudio de validación utilizando 2,1 ciclo de la CCHS, realizado en 2003-04. Este conjunto de datos que figuran 45101 encuestados se les pidió que las cuestiones relacionadas con el análisis de variables de interés aquí.

En cuanto a la distribución de las enfermedades crónicas en la población, que respondieron a la CCHS ciclo de 1,1 se pedía que se indicara si había alguna específica de 27 enfermedades crónicas (Tabla 1), que se define como "las condiciones que han durado o se espera que dure seis meses o y más han sido diagnosticados por un profesional de la salud. "En el caso de la medida de la CVRS, el Índice de Salud Utilidades Mark 3 (HUI3) fue seleccionada [21, 22]. El HUI3 derivados es una variable sobre la base de datos de CCHS y se basa en un demandado, la posición subyacente en ocho estado de salud atributos: visión, audición, el habla, la deambulación, Destreza, emoción, la cognición y el dolor. Cada atributo tiene cinco a seis niveles que van desde normal funcionamiento muy limitada. Por ejemplo, la deambulación atributo tiene niveles que van desde 1 ( "Capaz de caminar por el barrio sin dificultad y sin equipo a pie") a 6 ( "No se puede caminar a todos"). Sobre la CCHS, los encuestados se les pidió un conjunto normalizado de preguntas habituales sobre la capacidad funcional o la capacidad, que mapa a los niveles en los ocho atributos del HUI3. Por último, los resultados del individuo a través de los ocho atributos se combinaron mediante el HUI3 atributo multi-función de utilidad con el fin de obtener un puntaje global de utilidad que representa la CVRS del demandado [23]. Esta puntuación tiene un rango teórico de 1 a -0,36, -0,36 y donde 1 representa las utilidades de las peores y mejores HUI3 estados de salud, respectivamente, y 0 representa la muerte [22].

Preparación de datos

Todos los análisis se realizaron utilizando SAS versión 9,1. Promedio HUI3 resultados se calcularon para los grupos de personas no presentación de informes, uno o dos enfermedades crónicas, y fueron la edad y el sexo normalizado para la población canadiense, representado por la muestra de la encuesta pesos (véase el Apéndice A, Nota 2) [24]. Además, para tener en cuenta el complejo diseño de muestreo de la CCHS, encuesta de arranque pesos fueron utilizados para generar las estimaciones de error estándar (SE) en torno a la media estimaciones [25, 26]. Para el cálculo del promedio HUI3 asociado con un par de condiciones, los casos fueron excluidos si tienen valores que faltan para la HUI3 partitura, o "no declarada / desconocido / denegada" grabado para la condición crónica (s).

Purificación del HUI3 resultados

Antes de estimar el modelo, otra preparación de datos que participan paso purificar el promedio HUI3 resultados a fin de reflejar mejor la CVRS impacto de la condiciones crónicas. Un análisis preliminar reveló que el promedio HUI3 Resultado de las personas que denuncien las condiciones crónicas no era inferior a la plena salud: 0.94 (SE = 0.00). Esto puede deberse a condiciones distintas de las específicamente investigados, como la gripe, o puede reflejar un estado general de salud asociados con el envejecimiento y no asociado a ninguna condición. Por lo tanto, postula que para las personas que denuncien una o más enfermedades crónicas, una parte de su HUI3 puntuación también puede ser atribuible a estos otros factores. En otras palabras, hemos asumido que los derivados HUI3 puntuación en CCHS representa una co-morbilidad de la enfermedad (s) informó de estos y otros factores. Para evitar la doble contabilidad tales efectos, cuando la aplicación de un co-morbilidad general, nos purifica HUI3 la media de todas las puntuaciones mediante la eliminación de la pérdida funcional de la salud relacionados con estos otros factores. En concreto, se logró la purificación de dividir la puntuación media HUI3 para los casos de presentación de informes una o más condiciones de la media HUI3 Resultado de los informes no las condiciones. La puntuación resultante purificado se lleva a cabo para representar la única utilidad asociada con una determinada condición o combinación de condiciones, libres de potencial confusión debido a otros factores desconocidos que tienen un impacto en la salud funcional.

Estimación de la sinergia coeficiente s

El coeficiente de la sinergia que produce el mejor ajuste a los datos se determinó mediante la aplicación de la co-morbilidad regla definida en la ecuación [2] en todos los co-mórbida pares de las condiciones crónicas informó sobre la CCHS ciclo de 1,1. En primer lugar, para cada co-mórbida par, que computa un punto de vista teórico de utilidad, es decir, el producto purificado de los servicios públicos promedio observado para el individuo por sí solo informó de las condiciones (véase la ecuación [1]). En segundo lugar, a fin de estimar s, estos teóricos se han instalado los servicios públicos a la media observada purificado utilidades para el co-mórbida pares de enfermedades crónicas, mediante mínimos cuadrados ordinarios de regresión. El análisis fue ponderada en función de la prevalencia observada de la co-morbilidad.

Replicabilidad

Es importante reconocer que el valor óptimo obtenido para el coeficiente s sinergia en el análisis inicial podría ser la muestra específica. Por lo tanto, un objetivo adicional fue determinar la posibilidad de repetir los resultados con respecto a más de dos co-mórbida condiciones, así como en un conjunto de datos independientes. Por lo tanto, la co-morbilidad regla se aplica también al conjunto de los tres requisitos de presentación de informes sobre CCHS ciclo de 1,1, y la presentación de informes a los dos y tres condiciones crónicas en CCHS ciclo de 2,1.

Resultados
Estadística descriptiva

El promedio de edad y sexo normalizada HUI3 Resultado de las personas que denuncien las condiciones crónicas no fue de 0,94 (SE = 0.00). Por lo tanto, una pérdida de utilidad de 0,06 se partió del supuesto de que se asocia con otros factores que las reportadas por los encuestados, y se utilizó para purificar la media HUI3 resultados de las personas que denuncien una o más condiciones. Las personas que denuncien una condición crónica ha promedio por edad y sexo normalizada HUI3 resultados que van de 0.45 (SE = 0.06) a 0.93 (SE = 0.00); su purificado HUI3 osciló entre 0,48 (SE = 0.07) a 1.00 (SE = 0.00) ( ver Tabla 1]. Las personas que informó de dos condiciones crónicas en CCHS 2000-01, tuvo promedio de edad y sexo normalizada HUI3 resultados que van desde -0,01 (SE = 0.00) a 1.00 (SE = 0.00). Sin embargo, la mayoría de estas co-mórbida condiciones eran relativamente leve; concretamente, de los 278 pares de dos condiciones informado junto a CCHS, 184 habían HUI3 puntajes promedio por encima de 0,80, lo que representó el 90% de la prevalencia de todas las personas que denuncien dos las condiciones crónicas.

Estimación de la sinergia coeficiente s

La sinergia coeficiente se calcula en s = 0,99, t (1) = 474.16 (p <.0001); purificado de agua, electricidad, etc promedio observado para la co-mórbida parejas se reproducen muy de cerca por el modelo, R 2 = 0,99, F ( 1, 277) = 224828, (p <.0001). De este modo, la forma final de la co-morbilidad regla para combinar los servicios públicos de dos condiciones para estimar la utilidad de su co-morbilidad es el simple modelo multiplicativo en la ecuación [1]. El cuadro 2 muestra el promedio observado HUI3, purificado HUI3, y la utilidad teórica estimada multiplicativo de la norma para los 20 pares de mayor prevalencia de co-mórbida en condiciones de la CCHS.

Replicabilidad

La co-morbilidad regla también se realizarán las pruebas de las personas que denuncien tres condiciones (n = 924) en CCHS ciclo de 1,1: la sinergia coeficiente que mejor se adapten a esta base de datos es s = 0,99. Cuando el Estado se puso a prueba en la próxima ola de CCHS (2,1 ciclo llevado a cabo en 2003-04) para dos condiciones (n = 299) y para tres condiciones (n = 734), la sinergia coeficiente de rendimiento el mejor ajuste a los datos fue también s = 0,99 en ambos casos.

Discusión y conclusiones

El objetivo de este estudio fue probar un convencionalmente utilizados en el modelo multiplicativo para el cálculo de utilidades para co-mórbida condiciones de los servicios públicos para las condiciones individuales implicadas. Utilizando la información sobre la distribución de las condiciones crónicas de representativas a nivel nacional la población en general encuesta de salud (CCHS 2000-01, el ciclo 1.1), así como un confiable y bien validada utilidad basada en medida de CVRS (HUI3), se constató que un sencillo modelo multiplicativo que mejor se adapte el cálculo del promedio de utilidades de 278 pares de co-mórbida. En concreto, una sinergia coeficiente s, aplicado a la simple modelo multiplicativo con el fin de permitir que mejor se ajusten a los datos, optimizar el modelo apropiado por un valor de 0,99. Este resultado muestra que la utilidad vinculada a co-morbilidad se explica a través de simple multiplicación de las utilidades de cada uno de condiciones, en otras palabras, no parece haber efecto sinérgico de tener dos o más condiciones. Además, estos resultados están estrechamente repetirse con respecto a tres co-mórbida condiciones y en una muestra independiente de los datos de la CCHS 2003-04 (ciclo 2.1), lo que sugiere que el coeficiente inicial sinergia estimación era fiable y no sólo una muestra específica de resultado o un artefacto de la metodología de las encuestas. Este estudio es el primero en ofrecer la confirmación empírica del modelo multiplicativo comúnmente usado para ajustar a la co-morbilidad en el cómputo de SMPH [12 - 14, 17].

El actual apoyo a esta cómoda y generalizable co-morbilidad regla es especialmente alentador, puesto que hay otros métodos propuestos para la obtención de pesos para co-mórbida condiciones prácticamente podría ser difícil de aplicar. Con respecto a la original proyecto GBD 1990, Murray [27] han sugerido que potencialmente otra estrategia viable para hacer frente a co-morbilidad en el futuro trabajo podría ser única para generar los coeficientes de ponderación para las combinaciones condición particular, utilizando además del estado de salud ejercicios de valoración (es decir, obtener pesos para la co-morbilidad directamente de los paneles de evaluadores). Andrews y sus colegas [28] también apoyan este enfoque y tomar nota de que la investigación empírica sobre la co-morbilidad podría añadir información importante para el caso las descripciones utilizadas para la valoración de los ejercicios. Esta estrategia todavía no se ha aplicado, sin embargo, probablemente debido a los considerables recursos necesarios para realizar las valoraciones de todos los posibles co-morbilidad. Además, cualquier co-morbilidad no se hayan considerado en la valoración inicial de ejercicios y, sin embargo, considera pertinente en estudios posteriores, sería necesario el montaje más paneles de valoración para obtener las ponderaciones. Este estudio sugiere que la mayor facilidad y se aplica el modelo multiplicativo para cada condición pesos es razonable para obtener los co-mórbido pesos en la carga de morbilidad de investigación.

Una fuerza metodológica del presente estudio es el de depuración de estrategia aplicada a la media observada HUI3 utilidades para el único y co-mórbida. Al eliminar la pérdida funcional de la salud atribuibles a factores desconocidos, este enfoque ayuda a proporcionar una imagen más clara de la CVRS impacto real de las condiciones estudiadas. Por lo tanto, recomendamos el uso de este enfoque similar en la labor futura, con el fin de minimizar el sesgo de utilidad cuando se utilizan medidas para estimar la CVRS consecuencias de diferentes condiciones.

Algunas limitaciones del actual estudio también debería tenerse en cuenta. En primer lugar, mientras que el multiplicador co-morbilidad norma se desempeña bien en la predicción de la media de empresas de servicios públicos, no es la intención de ser un predictor de los resultados individuales (por ejemplo, para un paciente determinado). Sin embargo, dentro de la zona de SMPH, el uso de promedios es apropiado. En segundo lugar, la mayoría de las condiciones crónicas disponibles para el análisis de la CCHS eran relativamente leves, es decir, la mayoría de ellos no tienen un gran impacto en la salud funcional en términos de resultados HUI3. Por lo tanto no es cierto que la co-morbilidad norma de celebrar con más severas combinaciones de condiciones, como podrían encontrarse dentro de clínica e institucional poblaciones, que en la actualidad no forman parte de la CCHS. Para abordar esta cuestión, las evaluaciones futuras de la co-morbilidad norma podría utilizar otras fuentes de información como bases de datos administrativos del hospital. Otro punto es que las estimaciones de prevalencia de enfermedades crónicas se libre y no-médico informó sobre la CCHS. Por ello, es posible que la prevalencia puede haber sido subestimado y que la influencia de no declarada en condiciones de salud funcional pueden haber afectado las estimaciones del HUI3 utilidades para las condiciones estudiadas [29, 30]; sin embargo, la estrategia de depuración utilizados aquí pueden haber ofrecido algún tipo de protección contra este problema. Una vez más, la labor futura utilización de bases de datos clínico administrativa podría ayudar a corregir estas cuestiones.

A pesar de estas limitaciones, este estudio aporta una importante contribución en la medida en que proporciona la primera evaluación empírica de la norma multiplicativo para la producción de co-mórbido pesos, y sugiere que el uso continuado del modelo es razonable para su uso en la construcción de SMPH. La investigación futura incorporación de algunas de las sugerencias se ha señalado anteriormente serviría para seguir evaluando y afinar el enfoque.

Lista de abreviaturas

CCHS = canadiense encuesta de salud de la comunidad

CVRS = relacionados con la salud Calidad de vida

HUI3 = índice de los servicios públicos de salud Mark 3

GBD = Carga Global de Enfermedad

Que = Organización Mundial de la Salud

AVAD = Discapacidad años de vida ajustados en

SMPH = resumen medidas de la salud de la población

Conflicto de intereses

Los autores declaran que no tienen intereses en conflicto.

Autores de las contribuciones

CLP JMB y siempre que el marco conceptual y metodológico para el estudio; WF

realizó el análisis y escribió los métodos y resultados secciones del documento; CNM

escribió la Introducción y Discusión y Conclusiones secciones y preparó el final

versión del documento. Todos los autores comentados en diversos proyectos de papel.

Apéndice A
Nota 1: Utilidades frente a la gravedad pesos

Una breve nota de la aclaración está en orden aquí. En el original GBD estudio de 1990 y la de Australia y victoriano versiones, el impacto sobre la CVRS de una determinada enfermedad estuvo representado por una "gravedad de peso" que van entre 0 (perfecta salud) y 1 (la muerte). En el estudio actual, CVRS cuantificar en términos de salud estatales de servicios públicos, que son esencialmente el complemento de gravedad pesos (es decir, 1 - severidad de peso). La razón de este enfoque es el de mantener la coherencia con la CVRS instrumentación utilizada en el estudio actual, a saber, el Índice de Salud Utilidades Mark 3 (HUI3), lo que representa CVRS como agua, electricidad, etc.

Nota 2: Método de edad y sexo de normalización

Todas las estimaciones del promedio de los observados HUI3 resultados de utilidad para cada subpoblación, que se define por el tipo de enfermedad crónica (s) informó, fueron la edad y el sexo normalizado a la población total de Canadá (los grupos de edad fueron 12-19, 20-29 , 30-39, 40-49, 50-59, 60-69, 70-79 y 80 +). Esto se logró en dos etapas principales, a saber:

(1), la encuesta muestra CCHS pesos fueron re-escalados de acuerdo con la relación de la proporción de individuos en la población total de Canadá en un determinado grupo de edad y sexo a la proporción de individuos en la subpoblación que tengan la condición crónica (s) en la mismo grupo de edad y sexo. Esto puede ser más oficial declaró:

v i, b = w i, p b * a, s / año a, s, b

dónde

Vi, b representa la edad y el sexo normalizado encuesta muestra el peso de la i º registro en la condición crónica subpoblación b (unitario o co-mórbida);

w i, b representa la muestra de la encuesta peso de la i º registro en la condición crónica subpoblación b;

una p, s representa la proporción de casos en la población total de Canadá en un grupo de edad de sexo s, y se define como

p un , s = Σ m = 1 M w m / Σ n = 1 N w n , MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacqWGWbaCdaWgaaWcbaGaemyyaeMaeiilaWIaem4Camhabeaakiabg2da9maaqahabaGaem4DaC3aaSbaaSqaaiabd2gaTbqabaGccqGGVaWldaaeWbqaaiabdEha3naaBaaaleaacqWGUbGBaeqaaaqaaiabd6gaUjabg2da9iabigdaXaqaaiabd6eaobqdcqGHris5aaWcbaGaemyBa0Maeyypa0JaeGymaedabaGaemyta0eaniabggHiLdGccqGGSaalaaa @ @ 4848

donde w m es la muestra de la encuesta para el peso m M ª de registros en un grupo de edad con el sexo s, y w n es la muestra de la encuesta de peso para el n º N de todos los registros en todo el CCHS archivo de datos de la encuesta;

y a, s, b, representa la proporción de casos por grupo de edad con un sexo s en la subpoblación b que tienen la condición crónica (s), y se define exactamente como un p, s, excepto limitada a los casos en la subpoblación b , Que es la siguiente:

y un , s , b = Σ q = 1 Q w q / Σ r = 1 R w r MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacqWG5bqEdaWgaaWcbaGaemyyaeMaeiilaWIaem4CamNaeiilaWIaemOyaigabeaakiabg2da9maaqahabaGaem4DaC3aaSbaaSqaaiabdghaXbqabaaabaGaemyCaeNaeyypa0JaeGymaedabaGaemyuaefaniabggHiLdGccqGGVaWldaaeWbqaaiabdEha3naaBaaaleaacqWGYbGCaeqaaaqaaiabdkhaYjabg2da9iabigdaXaqaaiabdkfasbqdcqGHris5aaaa @ @ 49C2

donde w q es la muestra de la encuesta para el peso q º Q de los expedientes de los reconocimientos a condición crónica subpoblación b en el grupo de edad con un sexo s, r y w es la muestra de la encuesta para el peso r ª R de todos los expedientes de los reconocimientos a la condición crónica b subpoblación.

(2) la utilidad individual HUI3 a decenas de personas se informa condición crónica (s) b se ajustaron según la edad y el sexo normalizado de pesos desde el paso 1, para estimar la edad media y sexo normalizada HUI3 resultados para cada condición crónica, u ¯ MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacuWG1bqDgaqeaaaa @ @ 2E37 b, como sigue:

u ¯ b = Σ i = 1 R ( v i , b * u i , b ) Σ i = 1 R v i , b , MathType MTEF @ @ @ 5 + 5 = @ feaafiart1ev1aaatCvAUfKttLearuWrP9MDH5MBPbIqV92AaeXatLxBI9gBaebbnrfifHhDYfgasaacH8akY = wiFfYdH8Gipec8Eeeu0xXdbba9frFj0 = OqFfea0dXdd9vqai = hGuQ8kuc9pgc9s8qqaq = dirpe0xb9q8qiLsFr0 = vr0 = vr0dc8meaabaqaciaacaGaaeqabaqabeGadaaakeaacuWG1bqDgaqeamaaBaaaleaacqWGIbGyaeqaaOGaeyypa0ZaaSaaaeaadaaeWbqaaiabcIcaOiabdAha2naaBaaaleaacqWGPbqAcqGGSaalcqWGIbGyaeqaaaqaaiabdMgaPjabg2da9iabigdaXaqaaiabdkfasbqdcqGHris5aOGaeiOkaOIaemyDau3aaSbaaSqaaiabdMgaPjabcYcaSiabdkgaIbqabaGccqGGPaqkaeaadaaeWbqaaiabdAha2naaBaaaleaacqWGPbqAcqGGSaalcqWGIbGyaeqaaaqaaiabdMgaPjabg2da9iabigdaXaqaaiabdkfasbqdcqGHris5aaaakiabcYcaSaaa @ @ 513F

dónde

u i, b representa la observada HUI3 Resultado de utilidad para el i ª presentación de informes individuales condición crónica (s) b, y

Vi, b se define como se describe en el primer paso anterior

Tenga en cuenta que la media teórica HUI3 resultados fueron la edad normalizada a la población canadiense total de la misma manera, suponiendo que la población teórica de co-mórbida casos la misma edad-sexo estructura como la de sus homólogos observó.

Agradecimientos

Los autores desean agradecer a Kathy White para útiles comentarios durante la preparación de este manuscrito.