Comprendiendo la variación temporal en la Epidemiología del Cáncer: Modelos edad-período-cohorte para el estudio de las tendencias de mortalidad en Argentina

DÍAZ MARÍA DEL PILAR; POU SONIA; NICLIS CAMILA; MUÑOZ SONIA

Valparaíso

Congreso; X Congreso ALAP; 2022

Asociación Latinoamericana de Población

Objetivos: El presente trabajo se orienta a profundizar el estudio del comportamiento de la mortalidad del cáncer en Argentina proponiendo una metodología analítica, los Modelos edad-periodo-cohorte (o Modelos APC), que indaga acerca de los complejos factores que simultáneamente impactan en las poblaciones, mediante los efectos de la edad (factor biológico y proceso social del envejecimiento), el período cronológico (eventos que afectan a personas de todas las edades) y la cohorte de nacimiento (grupos de personas en la misma unidad de tiempo o generación, con similitud de experiencia). Complementariamente, se propone ilustrar el abordaje de modelos APC, interpretando por sexo, los efectos edad, período y cohorte en las tasas de mortalidad por cánceres de alta prevalencia en Argentina, específicamente de pulmón (CP) y colon (CC).Materiales y métodos: Se condujo un estudio longitudinal de tendencias de mortalidad por CP y CC en Argentina (período 1996-2019). Las series de mortalidad por cada año y sexo fueron provistas por la DEIS (Ministerio de Salud), y sirvieron de insumo para calcular las tasas. Se utilizaron para ello estimaciones poblacionales obtenidas por interpolación (exponencial) de población a partir de la información censal 1991, 2001 y 2010 (INDEC). La formulación general de un modelo APC, considera que la variable aleatoria conteos (muertes), sigue una distribución aleatoria Poisson, y postula un efecto multiplicativo entre edad, período y cohorte, de manera tal que su logaritmo linealiza esos términos. En este trabajo se utilizó la propuesta de Rutherford (2010), que incorpora cubic (natural) splines restringidas para cada efecto (de edad, periodo, cohorte) dentro de un Modelo Lineal Generalizado Poisson. Este enfoque nos permitió, además, incorporar el sexo como covariable (además del tiempo) en la modelación de las tasas de mortalidad por los cánceres seleccionados. Resultados: El sexo es un factor que discrimina significativamente los riesgos de muerte dentro de cada cáncer estudiado, existiendo, para CP, al menos, 2,5 más riesgo en varones (respecto de mujeres) a partir de los 50 años y 3,5, a partir de la edad de 65 años. En CC, ese comportamiento fue más atenuado. Las tasas de mortalidad crecieron significativamente en función de la edad, siendo menores en magnitud, en mujeres para el CP. En CC, los efectos de período y de cohorte fueron semejantes en ambos sexos, evidenciándose riesgos de muerte incrementados en las cohortes más jóvenes, y un mayor riesgo en el año 2015 (efecto periodo). Diferentemente, en CP, existió un marcado efecto decreciente de riesgo para las cohortes más jóvenes, y una disminución del riesgo en el periodo de muerte a partir del año 2010, sólo en varones (con riesgos en incremento en mujeres).Conclusiones: Los modelos edad-periodo-cohorte permiten un análisis integrado del efecto de distintos componentes temporales en el comportamiento de la mortalidad por cáncer. La metodología propuesta permitió evidenciar tendencias en los riesgos de muerte significativamente diferentes entre CP y CC, y aportó evidencia sobre la necesidad de atender a cuestiones ligadas a exposiciones y hábitos poblacionales (efecto cohorte), con diferencias entre sexos, particularmente en relación a CP.