CELADE MMR
Upcoming SlideShare
Loading in...5
×
 

CELADE MMR

on

  • 1,532 views

 

Statistics

Views

Total Views
1,532
Views on SlideShare
470
Embed Views
1,062

Actions

Likes
0
Downloads
2
Comments
0

1 Embed 1,062

http://craes.drupalgardens.com 1062

Accessibility

Categories

Upload Details

Uploaded via as Microsoft PowerPoint

Usage Rights

© All Rights Reserved

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Processing…
Post Comment
Edit your comment

CELADE MMR CELADE MMR Presentation Transcript

  • Fuentes de datos y métodos para laestimación de la razón de mortalidad materna Magda Ruiz Tim Miller CELADE-División de Población de la CEPAL Reunión del GTR Fortalecer la colaboración para el monitoreo de ODM 5 13– 14 Septiembre de 2011 Hotel Regency, Bogotá, Colombia
  • CONTENIDO• Objetivo• Fuentes de datos: ventajas y limitaciones• Métodos de estimación: ventajas y limitaciones• Situación de los países• Comparación entre diferentes alternativas. Análisis metodológico.• Conclusiones y recomendaciones
  • Objetivo• El objetivo de este informe es proporcionar una visión general de los métodos y las estimaciones proporcionadas por dos grupos internacionales, el MMEIG y el IHME, con el fin de ayudar a los países en la conciliación de sus estimaciones nacionales con estas fuentes externas. – MMEIG: United Nations Maternal Mortality Estimation Inter- agency Group. UNICEF/WHO/UNFPA/WB/UNPD – IHME: Institute for Health Metrics and Evaluation. University of Washington, Seattle – Países: Estimaciones realizadas por los países que compila y publica la OPS
  • Fuentes de datos MMEIG IHME PaísesMuertes de mujeres -Tablas de vida: de - Tablas de vida de - Estadísticas Vitalesen edad fértil WHO IHME - Censo o encuestas: - Población: División - Población División de muertes relacionadas de Población UN Población UN con el embarazoProporción de Modelo MMEIG Modelo IHMEmuertes maternasNacimientos División de Población División de Población Estadísticas Vitales o UN UN censo o encuestas-En algunos países de la región, los sistemas de registro civil carecen de una coberturatotal y completa- Una (gran) parte de las muertes maternas se presentan como no-maternas en elsistema de registro civil
  • Estimaciones de clasificación errónea de las muertes maternas en los sistemas de registro civil. Muertes maternas Factor de ajuste, País Periodo adicionales (%) El Salvador 2005 June-2006 May 220 3.2 France 1988 Dec – 1989 Mar 130 2.3 Australia 2000-2002 110 2.1 Finland 1999-2000 100 2.0 Australia 2003-2005 90 1.9 United Kingdom 2003-2005 70 1.7 Austria 1980-1998 60 1.6 Canada 1997-2000 60 1.6 Taiwan, China 1984-1988 60 1.6 United Kingdom 1994-1996 60 1.6 USA, Maryland 1993-2000 60 1.6 Canada 1988-1992 50 1.5 Netherlands 1993-2005 50 1.5 United Kingdom 1991-1993 50 1.5 USA 1995-1997 50 1.5 Brazil, capital cities 2002 40 1.4 Netherlands 1983-1992 40 1.4 United Kingdom 1988-1990 40 1.4 Japan 2005 35 1.35 France 2004-2006 20 1.2 USA, N. Carolina 1999-2000 10 1.1 Finland 1987-1994 -10 0.9 MEDIAN 50 1.5World Health Organization (2010), Trends in Maternal Mortality: 1990 to 2008: estimatesdeveloped by WHO, UNICEF, UNFPA, and the World Bank. Geneva: WHO
  • Razón de mortalidad materna medida= ( Muertes registradas de mujeres de 15-49) * (Proporción de muertes maternas registrada) ----------------------- Nacidos vivos registradosRazón mortalidad materna medida está basada en número de muertes y número denacidos vivos contabilizados por el registro civil. Razón de mortalidad materna estimada= (Muertes estimadas de mujeres de 15-49) * (Proporción estimada de muertes maternas) ----------------------- Nacidos vivos estimados RMM estimada se basa en estimaciones de nacimientos y muertes que se cree que son más precisos que los recuentos de inscritos.
  • RMM Estimada= (α *β/γ) * RMM medida• Tres factores de ajuste: – ajusta por error de clasificación de las muertes maternas de modo que = PMDe / PMDm – ajusta por sub-registro de las muertes de las mujeres de edad 15 a 49 de modo que = De / Dm – ajusta por subregistro de nacimientos o sea que = Be / Bm • 1.1 ≤ ≤ 2.0 o más (1.1 indica 10% error en clasificación, 1.5 es 33% de error, 2 es 50% etc.) • / 1 indica que el subregistro de defunciones y de nacimientos es similar
  • Ajustes por error de clasificación
  • Comparación de la metodología de estimación del Grupo Interagencial de la ONU (MMEIG) y el Institute for Health Metrics and Evaluation (IHME) Grupo Interagencial de la ONU Institute for Health Metrics and EvaluationFuente de datos para UN-División de Población UN-División de PoblaciónnacimientosFuente de datos para tasas Tablas de vida WHO Tablas de vida IHMEde mortalidad en MEFFuente de datos para Registros vitales principalmente. Registros vitales principalmente.muerte materna Otras fuentes nacionales. Otras fuentes nacionales y subnacional.Ajuste por clasificación Aumento de las muertes por el factor K= Uso un algoritmo queerrónea para los datos de 1,5 para la mayoría de los países. Por lo redistribuye las muertes porEV. general se mantiene constante durante el causas ("códigos basura") supone período de estimación (1990-2008). que contiene erróneamente las muertes maternas. Varía según el país y en el tiempo. En promedio, k= 1,4, con una gran variación en torno a este valor.
  • Comparación de la metodología de estimación del Grupo Interagencial de la ONU (MMEIG) y el Institute for Health Metrics and Evaluation (IHME) Continuación Grupo Interagencial de la ONU Institute for Health Metrics and EvaluationMétodo de regresión Un modelo de regresión lineal se utiliza Un modelo de regresión lineal se utiliza para sólo para los países que carecen de un todos los países. buen sistema de registro civil (10 de 20 países de AL).Variable dependiente en la Log de la proporción de muertes que son Log de la tasa específica de mortalidad maternaregresión maternas entre las mujeres en edad por edad. reproductiva.Principales variables PIB per cápita, tasa global de PIB per cápita ,Educación femenina por edad ,predictoras fecundidad, atención calificada del Tasa de mortalidad neonatal, Tasa global de parto fecundidad, Tasa de seroprevalencia HIVEfectos nacionales y Modelado usando el término de Modelado mediante una regresión temporal-regionales intercepción para los países y regionesespacial ponderada a nivel local en la que las observaciones de otros períodos de tiempo y de países vecinos incide en la estimación específica de cada paísTratamiento de SIDA Muertes maternas atribuidas a SIDA son Muertes maternas atribuidas al SIDA se estimadas separadamente por un modelo calculan en el modelo de regresión utilizando la de regresión tasa de seroprevalencia de VIH como una variable predictora.
  • Clasificación de los países de América Latina según el Grupo Interagencial de las Naciones Unidas.Group A: Country estimates are based on Group B: Country estimates are based onadjusted vital registration data. predictions from regression.Country Maternal Mortality Ratio in 2008 Country Maternal Mortality Ratio in (maternal deaths per 100,000 2008 (maternal deaths per births) 100,000 births)Chile 26 Haití 300Uruguay 27 Bolivia 180Costa Rica 44 Ecuador 140Cuba 53 El Salvador 110Venezuela 68 Honduras 110Argentina 70 Nicaragua 100Panama 71 Dominican Rep 100Mexico 85 Peru 98Colombia 85 Paraguay 95Guatemala 110 Brazil 58Group C: Regression model, no country measure of MMR. In Latin America, no country in this category
  • Comparación de las estimaciones en países considerados con mejores registros
  • Comparación de las estimaciones en países considerados con registros deficientes
  • Países clasificados de acuerdo a su posible RMM en función del rango de las estimaciones proporcionadas por el Grupo Interagencial de las Naciones Unidas y IHME Maternal Mortality Ratio: Deaths Per 100,000 Live Births Extremely Very High: Moderately Moderate: Low: High: 400 High: 200 100 High: 75 50 25UN Inter-agency Haiti2 Haiti2 Ecuador2 El Salvador2 Brazil 2 Costa Rica3Group Ecuador2 El Salvador2 Guatemala2 Cuba2 Guatemala2 Honduras2 Costa Rica3 Honduras2 Nicaragua2 Nicaragua2 Dom. Rep.2 Dom. Rep.2 Peru2 Peru2 Paraguay2 Paraguay2 Colombia Mexico Panama Argentina Venezuela Brazil2 Cuba2 Costa Rica3IHME Ecuador3 Ecuador3 Ecuador3 El Salvador2 Guatemala2 Guatemala2 El Salvador2 Costa Rica Honduras2 Honduras2 Dom. Rep.3 Uruguay Nicaragua2 Nicaragua2 Peru3 Chile Dom. Rep.3 Dom. Rep.3 Colombia Peru3 Peru3 Mexico Paraguay2 Paraguay2 Panama Brazil2 Argentina Venezuela Brazil22 = Country placed in two different risk categories ; 3 = Country placed in three different risk categories ;
  • Comparación de la estimación de los países con UN-MMEIG y IHMEEstimación 2008 National UN MMEIG IHMEArgentina 40 Por debajo del rango Por debajo del rangoBrasil 68 Adentro del rango Adentro del rangoChile 17 Adentro del rango Por debajo del rangoColombia 63 Por debajo del rango Por arriba del rangoCosta Rica 33 Adentro del rango Por arriba del rangoCuba 47 Adentro del rango Adentro del rangoEcuador 80 Por debajo del rango Adentro del rangoMéxico 57 Por debajo del rango Adentro del rangoNicaragua 77 Adentro del rango Adentro del rangoPanamá 60 Adentro del rango Por arriba del rangoParaguay 117 Adentro del rango Adentro del rangoRepública Dominicana 128 Adentro del rango Por arriba del rangoVenezuela 63 Adentro del rango Por arriba del rangoAlgunos países están dentro del rango, pero por encima de la estimación de UN-MMEIG: Guatemala, Brasil, Haití, Paraguay y República Dominicana.
  • Conclusiones y recomendaciones
  • Recomendaciones del CDC (Paul Stupp, 2011)1. Hacer que todos los insumos utilizados en el modelo para las estimaciones estén en disponibles en una base de datos país por país - Modelo de covarianza y los coeficientes de los valores - Número estimado de mujeres, nacimientos, defunciones, las muertes maternas - RMM, TMM, PMDF, ASMDR - Aplicación u hoja de cálculo para permitir la sustitución de valores alternativos en los países2. El papel de la reducción de la fecundidad en la reducción de la mortalidad materna debería ser más explícito - Se incluyó como covariable en los modelos y de manera implícita en el número de nacimientos de las proyecciones de PNUD, pero el efecto no es evidente en los resultados presentados3. Estar en guardia contra el desaliento o la complacencia ante la necesidad de medir la mortalidad materna - Estimaciones del modelo puede dar la ilusión de que está siendo medido - La mortalidad materna se debe medir para guiar la toma de decisiones y monitorear el progreso - Darse cuenta del valor añadido de los estudios especiales que van más allá de las tasas y razones para comprender las causas subyacentes de la mortalidad materna y fortalecer los sistemas rutinarios de recogida de datos - Fortalecer la capacidad de los países y las comunidades para adquirir datos y vincularlos con las intervenciones
  • AbouZahr (2011)AbouZahr (2011) en su artículo titulado "Dar sentido a las estimaciones de mortalidad materna" hace ocho recomendaciones clave que reproducimos aquí: – Revisar todos los meta-datos. – Tener en cuenta la jerarquía de las fuentes de datos. – Evitar la mala interpretación de los valores específicos. – Usar la tasa de mortalidad materna con atención - sobre todo cuando el número de casos es bajo-. – Hacer uso del rango de los indicadores de mortalidad materna. – Evaluar la coherencia de la Razón de Mortalidad Materna, comparándola con otros indicadores como la mortalidad infantil, fecundidad, educación, acceso a la atención de la salud. – Utilizar los datos de las agencias de la ONU y otras, como caja de resonancia. En caso de haber cercanía, se refuerza la visión de conjunto. Con grandes discrepancias, tener estudios para comprender mejor las diferencias. – Recordar que los datos nacionales ocultan diferencias importantes dentro de un país: entre las regiones y entre grupos sociales.
  • Recomendaciones derivadas de este trabajoReiteramos la recomendación del CDC que los datos estén disponibles en una base de datos, país por país. – Para IHME, que significa difundir públicamente los datos específicos de cada país en el que sus estimaciones se basan. – Para los países, informar sobre los insumos y los métodos de cálculo – Para la OPS, reunir los meta-datos sobre los métodos y las fuentes de datos utilizadas por cada país en el cálculo de la tasa de mortalidad materna a fin de que estos cálculos pueden ser reproducidos.Aunque el proceso de estimación del Grupo Interagencial de las Naciones Unidas, incluye un período de tiempo para la retroalimentación de los países, no hay margen de mejora en esta área. – Puede ser útil para el CELADE y la OPS para llevar a cabo una función consultiva con el Grupo Interagencial de las Naciones Unidas y servir como un conducto para la retroalimentación de los países de la región con el Grupo. Ese papel ha sido desempeñado por el CELADE en el Grupo Interagencial para las Estimaciones sobre Mortalidad en la Niñez.
  • Recomendaciones derivadas de este trabajoSería útil disponer de un repositorio central de datos sobre la mortalidad materna. - Una vez más, la labor del Grupo Interagencial para las Estimaciones sobre Mortalidad en la Niñez es de referencia en este sentido. Antes de la formación del grupo, varias agencias de la ONU emitían sus propias estimaciones de la mortalidad infantil lo que se tradujo en una diversa colección de estimaciones. Una de las principales causas de la discrepancia se debía al uso de diferentes conjuntos de observaciones de datos sobre la mortalidad infantil. En este caso, el Grupo Interagencial de las Naciones Unidas y IHME, cada uno ha reunido independientemente un conjunto de datos observados sobre la mortalidad materna. Sería muy útil combinar estas fuentes de datos y presentarlos en línea, como lo hace el Grupo Interagencial de Mortalidad Infantil (www.childmortality.org).