View
216
Download
0
Category
Preview:
Citation preview
Factores socioeconómicos y calidad de vida
relacionada con la salud: un análisis multinivel
Martin Emilio Romero Prada
Universidad Nacional de Colombia
Doctorado Interfacultades en Salud Pública
Bogotá, Colombia
2016
Factores socioeconómicos y calidad de vida
relacionada con la salud: un análisis multinivel
Martin Emilio Romero Prada
Tesis presentada como requisito parcial para optar al título de:
Doctor en Salud Pública
Director :
Nelson Alvis Guzmán Ph.D.
Co Director:
Javier Eslava Schmalbach Ph.D.
Línea de Investigación:
Calidad de Vida Relacionada con la salud
Universidad Nacional de Colombia
Doctorado Interfcultades en Salud Pública
Bogotá, Colombia
2016
A mi amada esposa Maritza y a mis
adorables hijos Sara y Santiago, quienes
me han acompañado durante este
proceso formativo y con los cuales he
podido entender mucho mejor lo que es
realmente la calidad de vida: que su
esencia está en la felicidad que se
adquiere en el día a día.
Agradecimientos
A mi profesor y sensei, Nelson Alvis Guzmán, quien más allá de dirigir el proyecto
de tesis ha servido de guía y orientación en el nuevo estilo de vida que significa
esta nueva forma de ver la salud.
A todo el equipo de jóvenes y compañeros en la Fundación Salutia que me
ayudaron en todas las fases del trabajo y con quien pude discutir
permanentemente los avances encontrados.
A toda mi familia que aprendió conmigo lo que es realizarse en una profesión
pensando en calidad de vida.
VIII
Tabla de contenido
Pág.
RESUMEN ............................................................................................................ 15
INTRODUCCIÓN .................................................................................................. 19
1. OBJETIVO GENERAL ................................................................................... 24
2. PROBLEMA DE INVESTIGACIÓN ................................................................ 25
3. MARCO CONCEPTUAL ................................................................................ 34 3.1. Concepto de salud y enfermedad ............................................................ 34 3.2. El Concepto de calidad de vida ............................................................... 38 3.3. Concepto calidad de vida relacionada con la salud (CVRS) ................... 42
3.3.1. Influencia de factores socioeconómico en la CVRS.............................. 50 3.3.2. Las condiciones habitacionales y su influencia en el individuo ............. 53 3.3.3. La cultura y su relación en la CVRS ..................................................... 54
3.4. La medición de la calidad de vida relacionada con la salud .................... 55 3.5. Desenlaces percibidos por pacientes (PRO) y CVRS ............................. 56 3.6. Medidas de utilidad y QALY .................................................................... 57 3.7. Modelos multinivel ................................................................................... 63
4. METODOLOGÍA ............................................................................................. 66 4.1. Definición del modelo multinivel como modelo conceptual de la CVRS .. 66 4.2. Definición de esquema de valoración de calidad de vida ........................ 67 4.3. Valoración de estados de salud .............................................................. 70
4.3.1. Marco Muestral ..................................................................................... 70 4.3.2. Encuesta ............................................................................................... 74 4.3.3. Caracterización de los pacientes .......................................................... 74 4.3.4. Diseño y ajuste de la base de datos ..................................................... 76 4.3.5. Plan de análisis de la encuesta ............................................................ 78 4.3.6. CVRS de la población ........................................................................... 80 4.3.7. Valoración de CVRS para estados de salud ......................................... 81
4.4. Análisis Multinivel .................................................................................... 81 4.4.1. Modelo Nulo .......................................................................................... 82 4.4.2. Modelo condicional de intercepto aleatorio ........................................... 83 4.4.3. Modelo condicional de intercepto y pendiente aleatoria ....................... 83
5. RESULTADOS ............................................................................................... 87 5.1. Modelo multinivel de la CVRS ................................................................. 87
5.1.1. Modelo conceptual de la CVRS ............................................................ 89 5.2. Caracterización de la población y CVRS ................................................. 95
5.2.1. Análisis de calidad de vida de la población encuestada ..................... 104 5.3. Valoración de la CVRS .......................................................................... 107 5.4. Desarrollo del Análisis multinivel ........................................................... 110
5.4.1. Análisis modelos mínimos cuadrados ordinarios ................................ 110
IX
5.4.2. Modelos Univariados .......................................................................... 111 5.4.3. Modelos Multivariados ........................................................................ 113 5.4.4. Análisis Modelos Multinivel ................................................................. 115 5.4.5. Pruebas del modelo multinivel ............................................................ 124 5.4.6. Aplicabilidad del modelo multinivel. .................................................... 126 5.4.6.2. Conversión de calidad de vida frente a otras características. .... 132
6. DISCUSIÓN .................................................................................................. 134
7. CONCLUSION .............................................................................................. 141
8. ASPECTOS ÉTICOS .................................................................................... 142
ANEXOS ............................................................................................................. 143 Anexo 1. Encuesta par definición de dominios ............................................... 143 Anexo 2. Estados de salud valorados ............................................................. 145 Anexo 3. Encuesta guía impresa para la aplicación del trabajo de campo. .... 149 Anexo 4. Ejemplo imagen de pantallas de las preguntas................................ 153 Anexo 5. Listado de población entrevistada con muncipio de residencia ....... 154 Anexo 6 Graficos de residuales de la medida de CVRS de la población encuestada. .................................................................................................... 156 Anexo 7 Modelo Multivariado Sin Variables De Interacción ............................ 158
Anexo 8 Modelos condicionales individuales de intercepto y pendientes aleatorias por tipo de pregunta. .................................................................... 160 Anexo 9 Resultados originales de las estimaciones hechas con Stata. ....... 164 Anexo 10 Test de Hausman para Endogeneidad ......................................... 173 Anexo 11 Supuestos del modelo multivariado .............................................. 175
BIBLIOGRAFÍA .................................................................................................. 183
X
Lista de figuras
Pág.
Figura 1. Comportamiento de publicaciones de análisis de costo-utilidad en el
mundo .................................................................................................................. 26
Figura 2. Comportamiento de publicaciones de QALY (AVAC) en el mundo ....... 27
Figura 3. Modelo conceptual multinivel de explicación de la CVRS ..................... 33
Figura 4. Modelo ecológico conceptual de calidad de vida relacionada con la
salud ..................................................................................................................... 47
Figura 5. Modelo conceptual de CVRS ................................................................ 49
Figura 6. Modelo contextual ................................................................................. 49
Figura 7. Dominios utilizados en mediciones de CVRS ....................................... 68
Figura 8. Modelo multinivel que explica la CVRS ................................................. 93
Figura 9. Residuales de modelo multinivel general ............................................ 121
Figura 10 Ajuste del modelo por residuales (modelo nulo) CVRS de los
encuestados ....................................................................................................... 156
Figura 11. Ajuste del modelo por residuales (modelo multinivel) de la CVRS de la
población ............................................................................................................ 157
Figura 12. Residuales de modelo multinivel para estado de salud leve ............. 162
Figura 13. Residuales del modelo multinivel para estados de salud moderado . 162
Figura 14. Residuales modelo multinivel para estados de salud severos .......... 163
Figura 15. Correlación de cada paciente con las múltiples valoraciones dadas. 180
Figura 16. Correlación de cada paciente con las múltiples valoraciones dadas
para la región 1. ................................................................................................. 181
Figura 17. Correlación de cada paciente con las múltiples valoraciones dadas
para la región 2. ................................................................................................. 181
Figura 18. Correlación de cada paciente con las múltiples valoraciones dadas
para la región 3. ................................................................................................. 182
XI
Lista de tablas
Pág.
Tabla 1. Diversas definiciones del concepto de calidad de vida .......................... 41
Tabla 2. Resumen de definiciones de CVRS ....................................................... 46
Tabla 3. Comparación de dominios analizados en las principales escalas de
medición de CVRS ............................................................................................... 61
Tabla 4. Agrupación de municipios utilizada en el estudio ................................... 70
Tabla 5. Universo población estimado por grupo de análisis ............................... 71
Tabla 6. Calificación de calidad de vida en pacientes por nivel socioeconómica -
2010 ..................................................................................................................... 72
Tabla 7. Tamaño muestral estimado para el estudio ............................................ 73
Tabla 8. Distribución del tamaño de muestra por estratos y por regiones ............ 73
Tabla 9. Caracterización de variables socio-económicas ..................................... 75
Tabla 10. Descripcion de las variables trnasformadas en la base de datos para el
analisi multinivel ................................................................................................... 77
Tabla 11. Características de la población encuestada. ........................................ 96
Tabla 12. Caracterización de la población por región y tipo de municipio ............ 99
Tabla 13. Error estándar e intervalos de confianza de los datos de la encuesta 103
Tabla 14. Estimación modelo Nulo ..................................................................... 104
Tabla 15. Modelo condicional individual de intercepto y pendientes aleatorias . 105
Tabla 16. Valoración de los estados de salud según severidad ......................... 108
Tabla 17. Promedio de valoración de la CVRS .................................................. 108
Tabla 18. Modelo MCO univariado por severidad del estado de salud valorado 111
Tabla 19, Modelos Multivariados MCO con variables de interacción y por tipo de
Severidad y Total ............................................................................................... 113
Tabla 20. Estimación modelo Nulo ..................................................................... 116
Tabla 21. Modelo condicional individual de intercepto y pendientes aleatorias . 118
Tabla 22 Valores para las variables y nivel de significancia en el modelo multinivel
definitivo ............................................................................................................. 123
Tabla 23 Coeficiente de correlación intraclase ................................................... 127
XII
Tabla 24 Factores de ajuste estimado para las combinaciones ......................... 128
Tabla 25 Parametros ajustados para combinación de los niveles del modelo ... 128
Tabla 26 CVRS estimada por el modelo para dos individuos diferentes con igual
estado de salud .................................................................................................. 130
Tabla 27 Estimación de CVRS para individuo tres con similar estado de salud 131
Tabla 28 Comparación de valores estimados según condiciones en dos individuos
con misma situación de salud ............................................................................ 132
Tabla 29. Modelos Multivariados MCO por tipo de Severidad y Total ................ 158
Tabla 30. Modelos condicionales individuales y pendientes aleatoria por tipo de
pregunta. ............................................................................................................ 160
XIII
Lista de ecuaciones
Ecuación 1. Medida Años de vida ajustados por calidad ..................................... 62
Ecuación 2. Estimación de muestra de medias con población finita .................... 72
Ecuación 3. Modelo vacío de intercepto aleatorio ................................................ 82
Ecuación 4. Distribución del modelo .................................................................... 83
Ecuación 5. Modelo condicional de intercepto y pendiente aleatoria. .................. 85
Ecuación 6. Formalizacion del modelo CVRS en multinivel. ................................ 85
Ecuación 7. Correlación interclase ....................................................................... 86
Ecuación 8. Formalización del modelo de factores socioeconómicos y calidad de
vida relacionada con la salud: un análisis multinivel .......................................... 121
Ecuación 9. Coeficiente de correlación intraclase .............................................. 127
14
Lista de abreviaturas
Abreviatura término
AVAC Años de vida ajustados por calidad.
AVAD Años de vida ajustados por discapacidad.
CVRS Calidad de vida relacionada con la salud.
DALY Disability adjusted life years.
EETS Evaluación económica de tecnologías sanitarias
EVA Escala visual análoga.
NHS National Health Service.
NICE National Institute for Health and Clinical Excellence.
NSE Nivel socioeconómico.
OMS Organización Mundial de la Salud.
QALY Quality adjusted life years.
VAS Visual analog scale.
WHO World Health Organization.
15
RESUMEN
Factores socioeconómicos y calidad de vida relacionada
con la salud: un análisis multinivel
Palabras claves: CVRS, análisis multinivel, factores socioeconómicos.
Objetivo: Evaluar, mediante la construcción de un modelo de análisis multinivel,
las variaciones en la percepción de CVRS por diferencias demográficas,
socioeconómicas, ambientales y culturales de las personas.
Metodología: Mediante un estudio transversal en una muestra representativa
para Colombia, estratificada por pobreza y no pobreza, tipo de municipios de
habitación y región geográfica (continental y costero). Los individuos fueron
caracterizados y cada uno valoró diferentes estados de salud asignados
aleatoriamente de un paquete de estados simulados con descripciones
construidas a partir de dimensiones priorizadas en un estudio preliminar y que
estaban agrupados en tres categorías (leves, moderadas y graves). La
valoración fue desarrollada mediante una escala visual análoga(VAS) con valores
entre 0 y 100, siendo 100 el mejor estado de salud imaginable y 0 equivalente a la
muerte. Con el uso de STATA se exploraron diferentes modelos explicativos de la
CVRS valorada incluyendo las variables de cada individuo y su calidad de vida
actual. Los resultados del modelo fueron analizados con el objetivo de encontrar
el modelo que mejor explique la CVRS, y buscando probar un modelo multinivel
teórico de explicación a tres niveles: individual, habitacional y cultural. El modelo
construido fue comparado con los resultados que se puedan obtener con un
modelo multivariado y aplicadas pruebas de significancia.
Resultados: en el análisis se incluyeron 16.550 valoraciones, correspondientes a
1636 personas distribuidas en tres tipos de municipios (grandes, medianos y
pequeños) y en región costera o continental. El 23% de los encuestados fueron
clasificados como pobres, similar a lo reportado por el DANE para Colombia. El
16
nivel de ingreso, dependencia económica, gravedad de la enfermedad, tipo de
municipio, región e interacción edad-sexo fueron significativos en el modelo. El
análisis demostró que un modelo a tres niveles explica mejor la valoración de
CVRS que un modelo a un solo nivel, y que en el primer nivel un individuo a
mayor estrato, con seguro privado, valora mejor la CVRS y, dependiendo del
sexo, cambia su valoración con la edad. En los otros niveles las covarianzas
muestran cómo los grandes municipios tienden a mayor valoración, al igual que
los que habitan en regiones costeras. Los resultados obtenidos fueron
organizados en tablas de valor en las que se presentan los valores
correspondientes a las variables con las que se muestra como las variaciones de
las características de los individuos pueden modificar el valor obtenido.
Conclusión: La CVRS sí es un reflejo de la situación de salud pero la medida de
percepción se encuentra afectada por condiciones del individuo que pueden ser
afectadas por el sitio de residencia y estas por sus condiciones culturales y esto
se puede explicar mediante un modelo multinivel. De tal manera, que el uso
generalizado de tablas de valoración para aplicación en poblaciones específicas
podría estar sesgado en su valor obtenido sino se incluyen en estos los ajustes
específicos que se generarían por las condiciones de vida de los individuos sobre
los que se van a tomar las decisiones.
17
ABSTRACT
Socio economics factors and health related quality of
life: a multilevel analysis.
Keys words: HRQoL, multilevel analysis, socio economics factors.
Objective: Evaluate through the construction of a multilevel analysis model the
variations of the perception of HRQoL for the demographic, socioeconomic,
environmental and cultural differences at the population.
Methods: Using a cross-sectional study on a representative sample for the
Colombian population, poverty and no poverty, states and geographic regions
(continental and coast) were stratify. Each participant were categorized and they
randomly value the different stages of health from a group of simulated stages
with constructed descriptions from a priority list of dimensions determinate on a
previous research that were grouped into three categories (mild, moderate,
severe). The assessment was developed using an analog visual scale (AVS) with
values from 0 to 100, where 100 is the best possible health state and 0 is equal to
death. With the help of STATA tools, it was explored different explicative model for
the analyzed HRQoL including variables of each participant and its actual quality
of life. The results were analyzed to determine which was the best model, that
could explain, the HRQoL, and looking after a theoretical multilevel model assay
that explain three levels: individual, environmental and cultural. The developed
model was compared to the results that could appear in a multilevel model and
significance test were apply.
Results: 16,550 valuations were included at the present analysis, which
corresponds to 1636 participants distributed on three types of states (big, middle
and small ones) and those from the coast or continental regions. 23 % of surveyed
population were classified as poor, which is similar to what has been reported to
the DANE for Colombia. The level of income, economic dependency, and severity
18
of disease, type of state, region and interaction of age-sex had a high level of
significance in the model.
The analysis show that a model of three levels could better explain the value of
HRQoL than a model of just one level, it also show that a person with higher
socioeconomic state and private health insurance will give a better value to
HRQoL, and according to the sex the values could chance by aging. At other level
the co-variance shows how the bigger states have a better value as those that live
at coast regions. The results were organized in tables where the different
variables and it corresponding values that represent significant variations if the
value is modify as an individual characteristic.
Conclusions: HRQoL is a reflex of the health situation but the perception
measure could be affected by the conditions of the subject of analysis that could
be affected by the place it lives and the cultural conditions and this could be
explain by multilevel model. In a way the general use of the value tables used to
be apply in specific populations could have bias at the value content if specific life
conditions adjustments are not included at the populations that are going to be
value and over whom the decisions are going to be make.
19
INTRODUCCIÓN
La medición de calidad de vida relacionada con la salud (CVRS) se ha propuesto
como un indicador que permite valorar, de manera integral, el estado de salud de
un individuo o una población. Aunque fue introducido hacia mediados del siglo XX
en el ámbito de salud, inició su mayor desarrollo a finales de los años noventa,
buscando establecer una medida cuantitativa de la percepción que tiene una
persona sobre su estado de salud. Fundamentado en los principios de las teorías
económicas del bienestar y del utilitarismo de finales del siglo XVIII y comienzos
del siglo XIX,esta medición plantea que un individuo podría cuantificar su estado
de salud en función de su capacidad de intercambiarlo por años de vida, de
acuerdo con la percepción de bienestar que tiene frente a su situación actual,
desde la perspectiva de cómo se ve hoy y teniendo en cuenta sus expectativas
hacia el futuro (1).
Se asume que el individuo, de manera directa o a través de cuestionarios que
reflejan condiciones específicas de diferentes dimensiones, sería capaz de
expresar su nivel de bienestar percibido frente a su estado de salud. En tal
sentido, para el individio es posible definir el estado equivalente a salud completa
o el estado de total pérdida de salud y esa medida, obtenida a través de
preferencias, permitiría establecer el nivel de gravedad de las enfermedades y, en
conjunto, identificar el nivel de salud de una población.
A partir de esta premisa se han desarrollado diferentes esquemas para la
implementación de esta medida: (i) en la práctica clínica el uso de la medición de
CVRS se da como un indicador que consolida la experiencia del paciente,
asumiendo que a partir de encuestas estructuradas se puede seguir la evolución
de una enfermedad, de acuerdo con la percepción de bienestar en diferentes
aspectos definidos como dominios; (ii) como medida del desempeño de los
sistemas de salud, en el que se parte de la posibilidad de medir la CVRS de
manera continua (cardinal) con lo cual es posible agrupar y resumir la calidad de
20
vida de una población (2); y (iii) en la toma de decisiones relacionada con el uso
o incorporación de tecnologías sanitarias, asumiendo la CVRS como una medida
de utilidad y su transformación en un indicador en función del tiempo que dura en
determinados estados de salud un paciente, como respuesta al tratamiento que
recibe, denominado años de vida ajustados por calidad (AVAC).
En general, todos plantean que el individuo sería capaz de generar información
suficiente y adecuada que permitiría construir una medida que exponga su
calidad de vida con respecto a su salud(1). Esta medida reflejaría de manera
integral su estado de salud con respecto a sus capacidades físicas, físiológicas,
sicológicas y de relacionamiente social originados en su estado actual y se
percepción hacia el futuro.
Frente al esquema de medición de la CVRS se identifican dos corrientes; aquellos
que en la práctica clínica la visualizan como una medida ordinal con la cual
podrían evaluar la progresión o regresión de una enfermedad identificando
distintos estados ordenables de salud; y aquellos que asumen que podrían
obtenerse medidas cardinales o continuas en donde el 1 es asumido como el
estado de plena salud y 0 como el estado equivalente a la muerte. Esta última
corriente es la que se ha asumido para establecer medidas de utilidad de la
CVRS, y es la más utilizada en la toma de decisiones de política pública como
parte de indicadores compuestos como los AVAC, sobre los cuales se discutirá
más adelante; aunque en ella se identifican dos grandes fuentes aquellas que
buscan su medición desde la teoría económica y las que asumen que el individuo
per se puede valorarla.
Respecto al proceso requerido para lograr una medida de utilidad, se requiere la
construcción de una tabla de valores o “tarifario” que corresponde a la valoración
de los diferentes “estados de salud” que se podrían obtener de una encuesta
específica, los cuales corresponden a distintas combinaciones de valoraciones
estandarizadas, dada a conjunto de ítems (3). Aunque es posible que se pretenda
21
medir mediante métodos directos una situación de salud sin necesidad de recurrir
a tarifarios, lo que generalmente se hace es que se utilizan cuestionarios
estrucuturados que evaluan diferentes dominios y sus cambios de percepción que
son traducidos en estados de salud y estos a su vez convertidos en valor a partir
de estudios poblacionales previos que parten de una muestra aleatoria de
individuos dentro de un país para los cuales previamente se han definido algunos
estados de salud cuyo valor se estima mediante métodos económetricos, como la
lotería estándar, la compensación temporal o mediante escala visual análoga
(EVA) en mediciones entre 1 (salud perfecta) y 0 (muerte) e incluso definiendo
valores negativos para estados de salud peores que la muerte. Para cada modelo
de encuesta, normalmente multidimensional, como se menciono anteriormente,
se consolidan apreciaciones proporcionadas por individuos ante supuestos
estados de salud/enfermedad y la valoración (preferencias) que le darían a estos
estados; con estas mediciones se construyen modelos matemáticos que permiten
convertir preferencias en utilidades.
La tabla de valores o tarifario, como se mencionó anteriormente, sería específica
para cada cada país y, teóricamente, permitiría obtener las medidas de utilidad
posterior a su aplicación en cualquier grupo de personas encuestadas, para
cualquier tipo de enfermedad y utiles para cualquier gravedad.
Diferentes estudios han mostrado que debido a que la CVRS es una medición
subjetiva basada en las experiencias de las personas, se ve afectada por
condiciones como la edad, sexo, estado civil, religiosidad, nivel socioeconómico,
nivel educativo, entre otros.(4, 5) Esto ha hecho que expertos sugieran que ante
el uso de los tarifarios se describan las diferencias obtenidas de los pacientes
según sus diferencias respecto a estas características, y sustentan en estas
diferencias la no transferibilidad de resultados entre países, buscando que cada
uno de estos tenga sus propias tarifas o valores.
22
Esta investigación, que hace parte de los requisitos del programa doctoral en
Salud Pública, busca analizar las variaciones que se dan en la percepción de las
personas frente a diferencias en sus condiciones de vida, no en su calidad de
vida que ya se ha descrito en varios estudios previos, sino en la forma como
califiacarían estados de salud similares, y estas diferencias explicarlas mediante
un modelo multinivel. Se plantea, entonces, que desde el punto de vista de la
CVRS el individuo expresa su percepción de bienestar frente a un estado de
salud de acuerdo con sus condiciones socioeconómicas y demográficas, tal como
ha sido descrito por algunos autores (6, 7), pero que estas respuestas pueden ser
afectadas por un nivel superior en donde está su ambiente social (localidad de
residencia), y éste, a su vez, afectado en un nivel superior por las influencias
culturales. De acuerdo con lo anterior, los tarifarios que se han utilizado para
estimar utilidades y su derivación en AVAC, estarían, probablemente, viciados en
los valores obtenidos al no tener en cuenta las condiciones de vida de los
individuos a quienes se dirige la atención.
Esta investigación, además de hacer el planteamiento teórico del modelo
conceptual, busca su demostración mediante el análisis de una muestra
estratificada representativa para la población colombiana, y propone, de manera
preliminar, los índices de ajuste (coeficientes) que sería necesario aplicar,
eventualmente, frente a diferencias poblacionales.
Resultados preliminares del proyecto fueron presentados en el VII Encuentro
Iberoamericano de Calidad de Vida realizado en noviembre de 2015 en la ciudad
de Bogotá, en sesión plenaria (8). Generando una gran respuesta por parte de los
asistentes de otros países y la propuesta de realizar trabajos similares en otras
regiones, con el fin de avanzar en la construcción de estos índices de ajuste, ya
que, hasta el momento, es la única solución planteada al problema de la medida
de CVRS cuando se quieren contar con tarifas que permitan derivar utilidades; de
manera similar los resultados de este trabajo fueron presentados como poster en
el ISPOR 19th Annual European Congress realizado en Viena (Austria) entre el
23
29 de octubre y el 19 de Noviembre de 2016 y publicado como resumen corto en
Value in Health.(9) .
24
1. OBJETIVO GENERAL
Establecer la relación entre factores demográficos, socio-económicos,
ambientales y culturales en la valoración que realizan las personas (preferencias)
frente a cambios en estados de salud, mediante la construcción de un modelo de
análisis multinivel.
25
2. PROBLEMA DE INVESTIGACIÓN
Diferentes enfoques le han sido dados al uso de la CVRS. En sus orígenes, y aún
se mantiene como elemento fundamental, la medición de la CVRS se planteó
como solución al problema de contar con un desenlace adecuado e integral que
permitiera consolidar en un horizonte temporal los cambios en los estados de
salud, los efectos de las tecnologías y el real desempeño del paciente, más allá
de cambios en signos o síntomas de la enfermedad. Sobre esto Drummond
afirmó: «es necesario contar con medidas en que se puedan comparar un
espectro más amplio de intervenciones y se valoren más aquellos resultados que
se consideran más relevantes» (10). Es así que, desde finales de los años
sesenta aparecen las primeras estimaciones de AVAC como desenlaces en
evaluaciones económicas, pero es en la década de los noventa cuando se
consolidan los AVAC como medida de efectividad en los análisis de costo-
efectividad hasta el punto que en la actualidad es considerado en muchos países,
incluyendo Colombia (11) (12), como el desenlace fundamental para esto análisis
debido a su integralidad y comparabilidad.
Desde el punto de vista de la medición de preferencias de las personas se
identifican tres grandes corrientes en la economía, i) aquellos que creen que la
variabilidad de las personas hace imposible medirlas; ii) los que asumen que solo
es posible obtener medidas ordinales y iii) los que plantean, desde el utilitarismo y
la teoría de juegos, entre otras, llegar mediante preferencias a una medida que se
ha llamado de utilidad la cual se mide en forma cardinal.
El uso del AVAC como desenlace de comparación en la toma de decisiones ha
crecido exponencialmente. En las figuras 1 y 2, construidas con una herramienta
de análisis que utiliza como insumo una búsqueda sobre Medline1, es posible ver
1 GoPubMed es una iniciativa privada que accede a medline, biblioteca nacional de medicina de los estados unidos, a través del buscador PubMed y esta consulta se hizo sobre el término Mesh “Quality-Adjusted Life Years” y “cost utilty” el 1 de mayo de 2016.
26
el crecimiento histórico tanto de estudios en que se incluye el QALY (sigla de
AVAC en inglés) como el de los análisis de costo-utilidad en el mundo. Aunque el
crecimiento no ha sido el mismo en los países latinoamericanos, el uso de la
CVRS también se ha convertido en punto fundamental para la toma de decisiones
sobre cobertura o reembolso del uso de nuevas tecnologías en los sistemas de
salud en la región.
Figura 1. Comportamiento de publicaciones de análisis de costo-utilidad en el mundo
Fuente: consulta realizada utilizando www.gopubmed.com en mayo de 2016.
27
Figura 2. Comportamiento de publicaciones de QALY (AVAC) en el mundo
Fuente: consulta realizada utilizando www.gopubmed.com en mayo de 2016.
Al realizar una búsqueda de literatura para CVRS en las bases de datos EMBASE
y LILACS, se encontró un total de 73.647 referencias, de las cuales 268 están
asociadas a investigaciones realizadas en Colombia, la mayoría de ellas
orientadas a estudios de poblaciones con enfermedades específicas. De estas
268, 30 publicaciones son anteriores al 2012, lo que muestra un incremento de
producción científica en el área, debido al interés de diferentes grupos de
investigación por ahondar en este tema. Dentro de este desarrollo investigativo
se incluyen las validaciones para el uso de diferentes escalas como la hecha en
Antioquia para el SF36 (13); Kidscreen (14) (15) y ped-pedsql (16) para uso en
niños y recientemente la validación de EQ5D3L hecha por la Universidad
Javeriana y que aun no cuenta con publicación.
De igual manera, el Estado colombiano ha reconocido la importancia de estas
medidas, lo cual se puede evidenciar en el Plan Nacional de Salud Pública y en el
Plan Nacional para el Control de Cáncer en Colombia. En el primero, cuando se
refiere al proceso de promoción de la salud, señala que «En este contexto se
asume la promoción de la salud y la calidad de vida como una dimensión del
trabajo de salud que ubica su centro en la noción de salud (…) La promoción de
salud y la calidad de vida integra las acciones individuales y colectivas
28
encaminadas a hacer que los individuos y las colectividades estén en condiciones
de ejercer mayor control sobre los determinantes de su salud»(17) y en el
segundo (2010) se adopta oficialmente la definición propuesta por la
Organización Mundial de la Salud (18), y en varias de sus estrategias incluye la
importancia del control y de la medición de la calidad de vida dentro del análisis
de la tecnologías que se requieran para el tratamiento del cáncer, en especial en
pacientes terminales (19).
Con el uso de las medidas de calidad de vida, tanto en el seguimiento a pacientes
como en el uso como medida de utilidad para los análisis de costo-efectividad,
también se han desarrollado trabajos en donde se analizan los problemas del uso
de estas mediciones. La mayoría de las discusiones se han enfocado hacia las
medidas cardinales con las que se estiman los AVAC. La primera discusión la
hacen los mismos economistas frente a la posibilidad de tener una medida
cardinal y no ordinal (20). Al respecto, estas diferencias se han dilucidado con el
uso de las medidas ordinales en los estudios clínicos y se asume, como única
opción para la definición de un indicador o de las medidas de efectividad para
estudios económicos, las medidas cardinales, es decir de variables continuas que
son las de discusión.
Tampoco existe un acuerdo total respecto al método a utilizar para realizar la
medición de la CVRS y, fundamentalmente, la discusión se ha centrado en torno
al uso de la compensación temporal (TTO de time trade-off) y la de la lotería
estándar (SG de Standar Gamble). Como lo menciona Torrance en su análisis
(20), la imposibilidad de que una persona pueda evaluar su calidad de vida ha
sido resuelta haciendo uso de los elementos de la teoría de los juegos, en donde
se asume que en condición de incertidumbre y riesgo el individuo puede organizar
sus preferencias de tal manera que estaría dispuesto a intercambiar tiempo de
vida por calidad de vida. Es así como el uso de los diferentes métodos permitirían
obtener esta medida en función de un reconocimiento de la condición de salud, lo
que normalmente se hace de manera multidimensional. La discusión planteada
29
radica en que sí bien la SG sería el método más cercano a la teoría de la
elección, su aplicación es compleja tanto para los individuos encuestados como
para los encuestadores, por lo que se ha venido prefiriendo el uso del TTO por
cuanto, aunque no se hace en total incertidumbre, su aplicación es más fácil. Sin
embargo, al respecto, el uso de una EVA continúa considerándose válida, aunque
no de valores en función de preferencias(21). Su aplicabilidad y entendimiento
permite su implementación en poblaciones indistintamente del nivel educativo, tal
como lo recomienda la Organización Mundial de la Salud (22).
En general, se acepta que la mejor forma de medición se obtiene con esquemas
multidimensionales, y que con el objetivo de obtener medidas de utilidad o niveles
de salud en poblaciones se opta por medidas generales, las cuales son
transformadas en medidas de utilidad con la construcción de tablas de conversión
específicas para cada país (23).
Cuestionamientos frente a la capacidad de los niños de poder declarar o revelar
preferencias de manera consistente, entender el riesgo o llegar a la indiferencia
han hecho que se proponga que para estos casos su uso sea de manera
cualitativa y no en la medición de utilidades (24). Algo similar ocurre en las
personas con discapacidad mental, quienes tienen su juicio alterado y, per se, su
capacidad de valoración estaría restringida (25). Lo cual dejaría ver que la
aplicación de este tipo de medición esté direccionado específicamente hacía la
población adulta sin ningún tipo de discapacidad mental.
Existe consenso frente a las limitaciones de uso transnacional de los resultados
de medidas de utilidad, partiendo de las diferencias que podrían existir
culturalmente y en la dificultad para elegir una escala como “gold estándar” o de
referencia para la aplicación de otras escalas (5, 26). Sin embargo, uno de los
aspectos más relevantes y que requieren de mayor análisis, se encuentra en la
definición misma de calidad de vida. El grupo WHOQOL resumía la CVRS como
«una percepción de un individuo de su posición en la vida en el contexto de sus
30
valores, su cultura y su relación con sus metas, expectativas, estándares y
preocupaciones»(27); siendo este concepto muy similar a los de los demás
autores (tal como se expondrá en el marco teórico de este trabajo). El concepto
implica que cada individuo valora su propia calidad de vida, y aunque se asume
que la medida refleja la afectación física y funcional como respuesta a un estado
de salud o enfermedad donde factores externos e internos afectarían esta
valoración. Como lo menciona Calvert et al. (28), elementos como sus creencias,
las relaciones sociales y su relación con el medio ambiente podrían afectar esa
percepción.
En tal sentido, en diferentes partes del mundo, incluyendo Colombia, se han
reconocido diferencias en las medidas de CVRS, debido a factores
socioeconómicos como: procedencia (6), sexo y edad (7), diferencias religiosas y
culturales (29). Incluso un estudio retrospectivo demostró que la población pobre
de Estados Unidos percibe menor calidad de vida que los de mejores ingresos,
independiente de su estado de salud. En Colombia, estudios como el de
Paternina et al.(30), en el que describen sobre 512 adultos mayores cómo los
factores socioeconómicos afectan la calidad de vida de estos, o el desarrollado en
Barranquilla en 515 escolares donde se encuentran diferencias por sexo y nivel
socioeconómico(31), o los desarrollados por Huérfano et al, que muestran cómo
el nivel de acceso a los servicios de salud puede afectar la CVRS (32), lo que
consolida lo ya aceptado: que esos factores modifican la CVRS.
Sin embargo, cuando se hace referencia a las tablas de medición o
valoración(33), se hace mención a la necesidad de reconocer y describir las
diferencias entre las personas cuando se construyan esas denominadas “tarifas”.
Para hacerlo más explícito, cuando se utilice una escala general, por ejemplo
EQ5D-3L, dentro de Colombia, y se asuma que en un estado de salud-
enfermedad un paciente califique 13113, se recurriría a la tabla generada para los
latinos en Estados Unidos (34), tal como lo recomienda el IETS en su guía de
evaluaciones económicas(11). Esto se traduciría como un valor de utilidad de
31
0,497; y si ese fuera el estado en que mantendría un paciente por un año, se
tendrían 0,497 AVAC. Es posible, como se hace para las evaluaciones
económicas, que por efecto de una tecnología se pudiera modificar esta situación
a una medida de 13112, lo que al usar esa misma tabla equivaldría a 0,559 por
un periodo de 6 meses. Lo cual implicaría una nueva medida de 0,528 AVAC (6
meses es estado 13113 y 6 meses en estado 13112), y significaría una ganancia
teórica de 0,031 AVAC por el uso de esa nueva tecnología. El ejemplo planteado
mostraría esa ganancia, la cual equivale en cada persona a 11,315 días de salud
plena en un año de tratamiento y dependiendo del costo en que se incurra, seríar
valido el reembolso o cobertura de esta tecnología como nueva opción de
tratamiento dentro del sistema de Salud.
Esto toma más importancia cuando los países han asumido que el desenlace
ideal para la incorporación de nuevas tecnologías como cobertura por el sistema
de salud se debe hacer tomando como referencia los costos incrementales por
AVAC, como lo adoptó Colombia a partir del año 2014(11), ratificando lo
planteado previamente en la Guía Metodológica para la elaboración de Guías de
Atención Integral, desarrollada por el Ministerio de Protección Social y por
Colciencias (35),y en la metodología para la actualización del plan obligatorio de
salud (POS) 2011, desarrollada por la Comisión de Regulación en Salud(36);
siguiendo la línea liderada por el sistema de salud inglés (NHS), en donde el
organismo asesor responsable (National Institute for Health and Clinical
Excellence –NICE–) promueve el QALY (AVAC en inglés) como el desenlace
imprescindible para el análisis(12).
Estimar la CVRS, lo cual parecería sencillo, lleva inmersa una realidad que es el
objeto de la discusión planteada en este trabajo. Se asume que los valores de la
tabla de latinos en EEUU desarrollados con un encuesta aplicada en 1603
personas (34), podrían ser utilizables en poblaciones colombianas. Si está
descrito que personas diferentes en sus condiciones socioeconómicas tienen
variaciones en su CVRS(37); sería posible, hipotésis, que dos personas, en
32
situaciones de entorno diferente aunque tenga un similar estado de salud
biológica y una misma afectación de su funcionalidad podrían calificar (percibir)
de manera distinta su CVRS.
De esta manera, el presente trabajo busca demostrar que la percepción de CVRS
en los individuos, mas allá de una valoración por una afectación biológica esta
influenciada por factores externos.
Se plantea que la medida de CVRS podría explicarse mejor como un modelo
multinivel (figura 3), en donde el individuo estaría influenciado por factores
propios de su entorno social y estos, a su vez, serían diferentes según la
influencia cultural donde se ubiquen, haciendo que las respuestas de individuos
de un grupo específico sean similares entre sí, pero diferentes con las de otros
grupos. Esto implicaría aceptar que, si bien la CVRS es una respuesta valida al
estado de salud, la influencia de estos factores externos es tan importante como
la misma percepción del individuo, planteando con esto una nueva modificación
conceptual a lo propuesto por Wilson & Cleary y sus modificaciones (38, 39)
33
Figura 3. Modelo conceptual multinivel de explicación de la CVRS
Fuente: desarrollado por el autor, 2016.
34
3. MARCO CONCEPTUAL
3.1. Concepto de salud y enfermedad
El concepto salud enfermedad ha evolucionado a través del tiempo generando
diversos modelos explicativos que han logrado, en su momento, convertirse en
paradigmas.
Inicialmente la enfermedad fue vista como un castigo divino o un estado en el
cual se ponía a prueba la religiosidad de los individuos, este modelo fue aceptado
por las sociedades primitivas y puede considerarse que aún en la actualidad
existen seguidores de esta corriente (40, 41).
Durante el siglo XVIII, la explicación del origen de la enfermedad estaba basada
en la teoría humoral (42), en la cual la salud dependía del equilibrio entre
elementos como el fuego, el agua, el aire. Para pensadores como Hipócrates y
Galeno, el desbalance entre los humores: sangre, flema, bilis amarrilla y bilis
negra, permitían un desequilibrio que ocasionaba el desarrollo de las
enfermedades (43).
Anudada a la teoría humoral, la teoría miasmática se encargó de la explicación
del origen la enfermedad, y fue así como se explicó la alta mortalidad en la
Europa del siglo XIX. Esta explicación fue válida debido a las condiciones
insalubres en las que vivía la población, en este periodo los olores nauseabundos
permitían asumir que la enfermedad provenía de la inhalación de los malos olores
(42, 43).
Se considera entonces que durante este periodo, siglos XVII hasta principios del
siglo XIX, se estableció la sanidad como objetivos principal de tratamiento de las
enfermedades mediante la implementación de medidas asociadas al saneamiento
ambiental, con la disposición de excretas, drenajes y acueductos.
35
Dadas la condiciones socioeconómicas de este tiempo, específicamente en el
siglo XIX, con la Revolución Industrial se propone un modelo en el que el proceso
salud-enfermedad esté determinado por las condiciones de trabajo y vida de la
población(40). Como principales exponentes de la teoría social para el análisis del
proceso salud-enfermedad se encuentran Peter Frank, y Virchow, este último
partiendo de los movimientos sociales obreros de la época, incluyeron la
dimensión social y política de la enfermedad.
Estos autores presentaron como agente etiológico de la enfermedad el factor
social, estableciendo que a partir de este factor se produce la desnutrición, los
trastornos mentales y la contaminación(44). Virchow concebía que la sociedad
tenía la obligación de proteger la salud de todos los ciudadanos, y que para
controlar la enfermedad no solamente se deberían adoptar medidas médicas sino
sociales (45).
Como se puede observar, desde la antigüedad algunos pensadores reflexionaban
sobre cómo el proceso salud-enfermedad no solamente dependía de la visión
biologicista, sino del contexto político, económico y social en el que se
desenvuelva la humanidad. Sin embargo, para la época estos conceptos carecían
de sustento, y debido a la poca validez que se les dio se priorizo sobre la
búsqueda de un agente causal permitiendo la hegemonia del modelo unicausal,
desarrollado por Pauster y Koch. Estos investigadores desarrollaron su trabajo
alrededor de cómo se producían las enfermedades infecciosas(40, 41). Estos
trabajos plantearon que la enfermedad era causada por agentes externos al
organismo denominados agentes causales.
Esta teoría produjo el desarrollo de tratamientos específicos para enfermedades
de tipo infeccioso, así como el pensamiento de que cada causa produce un
efecto, y que los microbios deben estar presentes en el enfermo como causa
suficiente para producir la enfermedad(43). Sin embargo, las condiciones del
36
ambiente debían ser tenidas en cuenta para que la trasmisión del agente
infeccioso pudiera darse de uno individuo a otro individuo(41). Esta modelo
continua siendo de vital importancia en la ciencia médica debido a su claridad
científica y su sustento experimental establecido con el método científico.
Almeida Filho menciona que esta teoría aportó en el descubrimiento de técnicas
para el manejo de enfermedades infecciosas, pero se quedó corta para el manejo
de otras condiciones de salud de la población desdé esa época (46).
Partiendo de las deficiencias en la explicación del proceso salud enfermedad que
plantea el modelo unicausal, debido a que se quedaba corto cuando trataba de
sustentar la aparición de las enfermedades crónicas, luego de la Segunda Guerra
Mundial, se propuso un nuevo modelo en el que la incorporación de otros factores
o de múltiples causas permitían la aparición de la enfermedad. Dentro de las
causas a tener en cuenta se encontraban los estilos de vida y los hábitos de los
individuos (42).
La teoría multicausal generó un modelo que evalúa el riesgo del individuo a
desarrollar una enfermedad por el juego de probabilidades, teniendo en cuenta la
exposición a diversos factores asociados con la aparición de la enfermedad (46).
Este modelo es apoyado por la epidemiología y sus análisis, los cuales permiten
evaluar los riesgos y prevenir la aparición de enfermedades en poblaciones
específicas. Dentro del modelo multicausal se incluye el proceso denominado
historia natural de la enfermedad, que estudia cómo el agente, huésped y medio
ambiente (triada ecológica) interactúan y generan la enfermedad. Se considera
que mientras que estos tres elementos se encuentren en equilibrio el organismo
humano estará sano.
Con el conocimiento de la historia natural de la enfermedad se pueden identificar
factores de riesgo con una asociación causal y se puede hablar de conceptos
como promoción y prevención de la enfermedad, que en la actualidad se
37
mantienen y son parte fundamental en los procesos de prevención de
enfermedades crónicas, que hoy en día son la principal causa de morbilidad(47).
La evolución del concepto salud-enfermedad se ha llevado a cabo teniendo en
cuenta las necesidades en cuanto al tratamiento de la enfermedad. Se considera
que la enfermedad es entonces la ausencia de salud, y que las consecuencias de
tener una enfermedad (mortalidad y gasto sanitario) hacen que el concepto
continué desarrollándose.
En los años setenta se planteó el modelo ecológico, en el que la salud es una
interacción entre la triada ecológica en un contexto tridimensional(40), es decir,
que se evalúan las relaciones de los factores en diferentes niveles, el biológico, el
clínico y el social (42), incluyendo entonces las relaciones sociales en las que se
desenvuelve el individuo.
Algunos autores plantean que basados en el modelo ecológico el proceso salud
enfermedad pasa a ser un proceso social (46), que está caracterizado por las
condiciones historias y sociales de la humanidad y reconocen un modelo diferente
al ecológico planteado como modelo histórico-social, es decir, que todo factor
causal está permeado por la historia y el contexto social, incluida la clase social,
el desgaste laboral, la reproducción de la fuerza laboral y la producción del
individuo (40).
En la actualidad, y siguiendo con los principios establecidos por la OMS, que en
su carta de constitución de 1946 define la salud como: «El estado de completo
bienestar físico, mental y social y no solamente la ausencia de afecciones o
enfermedades» (48), el concepto de salud-enfermedad se establece a partir de
esta definición, y se mantiene como un concepto holístico que reconoce
diversidad de aspectos, los cuales incluyen el bienestar tanto físico como mental
y social de la población.
38
Lo amplio de este concepto planteado por la OMS permite que hoy en día se
mantenga el debate en cuanto a cómo lograr ese estado de completo bienestar
en la población. En la actualidad, se mantiene la medición de indicadores como la
mortalidad y la natalidad, lo cual permite conocer la situación de salud de los
individuos a nivel mundial, es decir, que aunque el concepto incluye varios
aspectos hasta el momento no existe un indicador integral que mida el bienestar
como definición del concepto de salud, dada la dificultad en obtener una medida
objetiva que integre todo este concepto.
Partiendo de la falta de indicadores o medidas han surgido conceptos medibles
como la calidad de vida (CV) y la CVRS. Conceptos que plantean que las
personas pueden percibir de manera distinta sus condiciones de vida frente a las
otras de acuerdo con la percepción de bienestar que tengan. Este concepto
permite evidenciar que el bienestar es una noción personal y parte de la
percepción del individuo. Es en este punto donde se define que la CV y la CVRS
permiten conocer la percepción de las personas frente a su estado de bienestar
(49).
3.2. El Concepto de calidad de vida
El concepto de CV se ha entrecruzado con el concepto de salud enfermedad
planteado por la OMS(48). Autores como Levy & Anderson mencionaron que la
CV es una medida compuesta de bienestar físico, mental y social, tal como la
percibe el individuo, y de felicidad, satisfacción y recompensas(50). Basado en
este concepto se puede notar que la CV es considerada una medida que nace de
la apreciación que tiene cada individuo de su estado.
El concepto de calidad de vida es un concepto actual que ha abierto un nuevo
campo de investigación, en el que se reconoce al individuo como aquel que da
valor a su experiencia de vida, la cual está mediada por la acción social en la que
se desenvuelve cotidianamente (51). Esta definición revela cómo la calidad de
39
vida es un indicador multidimensional del bienestar personal en un marco social
(50).
Autores como Galán (50) mencionan que el concepto de CV tiene elementos
tanto objetivos como subjetivos y que estos últimos incluyen la percepción del
individuo ante su intimidad, seguridad, productividad y salud percibida. Por su
parte, el estado psicológico individual influye en el concepto de CV cuando es
medido.
La OMS define la calidad de vida como la percepción del individuo ante su
posición en la vida, en el contexto del sistema cultural y de valores bajo los cuales
se desempeña, en relación con sus metas, expectativas, estándares y
preocupaciones (50). Los elementos que conforman esta definición incluyen las
relaciones sociales y el sistema de creencias y valores en el que se desarrolla la
persona.
El estudio del concepto de CV durante los años sesenta permitió evidenciar que
tener en cuenta elementos como el estado socioeconómico, nivel educativo y tipo
de vivienda eran indicadores a partir de los cuales no se podía explicar la
varianza en la calidad de vida individual más allá del 15 %, pero cuando se incluía
la satisfacción se podía explicar hasta el 50% de la varianza (52). La inclusión de
la variable percepción dentro del concepto permite que en algunos casos la
calidad de vida sea evaluada teniendo en cuenta solamente elementos objetivos,
pero, por otro lado, algunos investigadores han ampliado el estudio de este
concepto incluyendo datos subjetivos mediados por la percepción o la
satisfacción.
En este trabajo se tendrá en cuenta el concepto en todas sus dimensiones,
reconociendo que la percepción es un elemento fundamental en la evaluación de
la CV.
40
Diferentes disciplinas han realizado estudios que incorporan el concepto de CV,
tales como como la medicina, la filosofía, la economía, la política, entre otras (53).
En medicina el concepto se ha asociado con la salud en cuanto a funcionalidad y
a la ausencia de la enfermedad.
La evolución histórica del concepto de CV surge luego de la Segunda Guerra
Mundial, cuando se evidenció que el ingreso per cápita era una medida
insuficiente para determinar el bienestar de la población. Basada en este hecho la
Organización de las Naciones Unidas (ONU) sugirió medir el nivel de vida, este
es el antecedente del concepto de calidad de vida, y este fue definido como «Las
condiciones reales en las que vive un pueblo» (54)
En su evolución el concepto a seguido a autores como Felce & Perry (53) quienes
encontraron diferentes modelos conceptuales de CV, donde se incluía que esta
es definida como las condiciones de vida de una persona y también como la
satisfacción que experimentan las personas con dichas condiciones. En otro de
los modelos conceptuales se incluye la combinación de las condiciones de vida y
la satisfacción que se experimenta frente a esas condiciones. Este modelo
menciona que la combinación de las condiciones de vida y las satisfacción
personal ponderadas en una escala de valores, aspiraciones y expectativas
personales se reflejan en la percepción de salud/enfermedad (53).
La definición del concepto de CV, en el que se presenta la combinación de
elementos, ha sido una de las más aceptadas y ha permitido el desarrollo de
escalas valorativas, aplicación de modelos predictivos y explicativos, así como
análisis factoriales y multinivel.
El concepto de calidad de vida en el área de la salud se ha desarrollado
permitiendo de incorporar el concepto de salud-enfermedad que influye en la
percepción de bienestar y se relaciona con factores externos, como los
económicos y el ambiente social. Esta medida ha ayudado a evaluar tratamientos
41
y terapias tratando de evaluar la eficacia, la eficiencia y el impacto de estas
nuevas tecnologías en la CV de los pacientes(53).
La CV como concepto general se ha definido como un estado general de
bienestar que puede variar por cambios en las condiciones de vida o en la
percepción del individuo ante su realidad como un proceso dinámico (54). Con el
objetivo de presentar algunas definiciones del concepto de CV, se presenta la
siguiente tabla:
Tabla 1. Diversas definiciones del concepto de calidad de vida
Referencia Definición propuesta
Ferrans (1990) (55) Calidad de vida general definida como el bienestar personal derivado de la satisfacción o insatisfacción con áreas que son importantes para él o ella.
Hornquist (56) Define en términos de satisfacción de necesidades en las esferas física, psicológica, social, de actividades, material y estructural.
Shaw (53)
Define la CV de manera objetiva y cuantitativa, diseñando una ecuación que determina la CV individual: QL=NE x (H+S), en donde NE representa la dotación natural del paciente, H la contribución hecha por su hogar y su familia a la persona y S la contribución hecha por la sociedad. Críticas: la persona no evalúa por sí misma, segundo, no puede haber cero CV.
Lawton (2001) (57) Evaluación multidimensional, de acuerdo con criterios intrapersonales y socionormativos del sistema personal y ambiental de un individuo.
Haas (1999) (58) Evaluación multidimensional de circunstancias individuales de vida en el contexto cultural y de valores al que se pertenece.
Bigelow et al., (59) Ecuación en donde se balancean la satisfacción de necesidades y la evaluación subjetiva de bienestar.
Calman (1987) (60) Satisfacción, alegría, realización y la habilidad de afrontar… medición de la diferencia, en un tiempo, entre la esperanza y expectativas de una persona con su experiencia individual presente.
Martin & Stockler (1998) (61)
Tamaño de la brecha entre las expectativas individuales y la realidad a menor intervalo, mejor calidad de vida.
Oppong et al., (1987) C (62)
Condiciones de vida o experiencia de vida.
Fuente: Urzúa, A., y Caqueo-Urízar, A. (2012). Calidad de vida: Una revisión teórica del concepto.
Terapia psicológica, 30(1), 61-71.
Como se observa en la tabla anterior, el concepto de CV se relaciona con la
satisfacción frente a la situación de vida; también es incluido como un concepto
multidimensional. En general, se observa que la satisfacción y la
multidimensionalidad del concepto son términos reiterativos en cada una de las
definiciones propuestas. Es decir, cuando se hable de CV, siempre se deberá
42
tener en cuenta que se incluye la percepción del individuo y cómo diversos
campos que influencian esta percepción hacen que se determine su
multidimensionalidad.
3.3. Concepto calidad de vida relacionada con la salud (CVRS)
El concepto de CVRS surge con el advenimiento de nuevas tecnologías médicas
que aumentan indicadores de salud, como la esperanza de vida al nacer, pero
que no permiten evaluar una mejora en la CV de los pacientes (63). Partiendo del
concepto de CV general, en donde la percepción del individuo puede tener
cambios a causa de su situación de salud, el concepto de CVRS es incluido
dentro de los planteamientos de la OMS, donde se presenta que la CV incluye la
percepción objetiva y el autoreporte subjetivo (52). El análisis de calidad de vida
ha permitido establecer dominios como el físico, psicológico y el medio ambiente,
que como resultado de la percepción y el autoreporte están mediados por el nivel
de independencia, las relaciones sociales, la espiritualidad, religión, creencias
personales.
Diversos autores han trabajado el concepto de CVRS, como Patrick & Erickson
quienes lo definen como «La medida en que se modifica el valor asignado a la
duración de la vida en función de la percepción de limitaciones físicas,
psicológicas, sociales y la disminución de oportunidades a causa de la
enfermedad, sus secuelas, el tratamiento y/o las políticas de salud» (64).
Partiendo del concepto planteado por estos dos autores, se asume que el
concepto de CVRS puede mostrar el grado de bienestar físico, psíquico y social, y
que cualquier cambio que se presente en alguno de estos tres elementos puede
producir un valor frente a la vida para cada individuo.
Una de las principales exponentes latinoamericanos del concepto de la CVRS,
Schwartzmann (49), señala que la CV puede dar una visión integral del bienestar
del individuo relacionada con el rol de paciente que cumple cuando padece
43
alguna condición de salud, y que en la actualidad el desarrollo de la tecnología, la
cual ha permitido aumentar tanto la supervivencia de la población como la
prevalencia de enfermedades crónicas hace que el modelo biomédico,
hegemónico hasta la fecha, esté limitado debido a que no toma en cuenta el
sentir del paciente y su percepción frente a su salud.
De manera general, el concepto de CVRS se orienta hacia una medida “más
integral” de la situación de las personas, y ha venido tomando importancia en dos
grandes vías: el seguimiento de un paciente en un estado de enfermedad y, en la
medición de poblaciones en busca de establecer una medida integral de salud de
los grupos poblaciones para su uso posterior dentro de la evaluación económica,
así como en la medición de desempeño de los sistemas de salud (63, 64).
Desde la perspectiva de uso de la medida como indicador, el concepto de CVRS
se ha ido extendiendo desde Europa hacia América, hasta tal punto que en
algunos países, como el Reino Unido y Australia, se ha convertido en un requisito
indispensable a tener en cuenta como desenlace en todas las evaluaciones
económicas. En otros países solo es tenido en cuenta en ciertas enfermedades
que afecten la CV de los pacientes (Canadá, Francia), y solo en muy pocos aún
no es aceptado como parte de la evaluación económica, como en Alemania (65).
En Latinoamérica, específicamente en Colombia, el desarrollo de este concepto, y
de la medida de CVRS, comenzó hace pocos años. En el 2014 el IETS, lo
propone como desenlace fundamental para el análisis de tecnologías sanitarias
los AVAC (66).
Aunque la relación de la CV y la salud viene desde la Antigua Grecia,
específicamente desde la época de Aristóteles, en donde, de una u otra manera,
se mencionaba la importancia de vivir con calidad, la CV de manera explícita
tiene sus origenes en la teoría del bienestar.
44
Desde finales del siglo XVIII con los aportes de Jeremy Bentham (1789), donde
sus proposiciones básicas subyacen en la filosofía utilitarista: i) el bienestar del
individuo debería ser el fin de la acción moral, ii) cada cual cuenta como uno,
nadie por más de uno, iii) el objeto de la acción social debería ser el promover la
máxima felicidad de la mayoría, es decir, la maximización del bienestar
social(Dagum, 1993 #408); por lo tanto, esta corriente de pensamiento proponía
que el hombre debería enfocarse en sus sentimientos buscando el máximo de
felicidad más allá de la razón, pero asumiendo la importancia del individuo dentro
de una sociedad, es decir, no el bienestar basado en el egoísmo, que hacía parte
de los principios grecorromanos, sino en el equilibrio social que significa el
máximo bienestar para la mayoría o el menor daño para la minoría.
Por la misma época, a esta contribución se unieron otros pensadores, como el
teólogo y filósofo inglés W Paley (1743-1805), el filósofo fránces C.A Helvetius
(1715-1771) y los economistas Adam Smith y Giuseppe Palmieri (1721-1794), los
cuales propusieron y desarrollaron ideas similares. Palmieri y sus colaboradores
se interesaron, principalmente, por el desarrollo de la economía del bienestar,
mientras que Betham y sus principales seguidores del siglo XVIII, James y John
Stuart Mill, consideraron las implicaciones sociales y políticas de la filosofía moral
como una aplicación de la teoría hacia el modelo de operación de los
estados(67).
El enfoque de esta corriente filosófica giraba de manera general en el bienestar
alrededor de la forma de vivir basado en lo que se denominó las utilidades
alcanzadas, y aunque no se refería específicamente a la salud, si la menciona.
Pero, en esencia, este concepto se puede reconocer como el origen
epistemológico de los métodos orientados a medir la CVRS como soporte de
efectividad de las evaluaciones económicas de tecnologías sanitarias (EETS)(68).
Dentro de este desarrollo epistemológico, es posible identificar también a Timothy
Besley, precursor de la teoría del bienestar, que define como bienestar al sentir
45
de una persona al ver satisfechas todas sus necesidades en materia fisiológica y
psicológica, en el presente, así como contar con expectativas alentadoras que le
sustenten su proyecto de vida (69). A partir de esto, el bienestar social se traduce
en la saciedad que experimentan los individuos que componen una comunidad en
materia de sus necesidades, desde las más vitales hasta las más superfluas, así
como la prospectiva de sus aspiraciones y la factibilidad de realizarlas en un
lapso admisible (70).
Ya en el siglo XX se moverán fuertemente dos corrientes que asumieron la
posibilidad de medir la calidad de vida. La primera que se mantuvo en la
economía de la salud en donde se puede identificar a Samuelson, como
representante de la corriente Keynesiana, quien asume que es posible obtener
medidas cardinales continuas y acumulativas incluso al interior de la sociedad,
aunque, aceptado por ellos, de carácter decreciente(71); y Pareto, que desarrolla
un conjunto de teoremas tratando de demostrar que su comportamiento es
ordinal, por lo que es posible establecer comparaciones entre individuos y
sociedades, pero no cuantificar sus diferencias (72).
Para Schumaker & Naughton, la CVRS es la «percepción subjetiva, influenciada
por el estado de salud actual, de la capacidad para realizar aquellas actividades
importantes para el individuo» (73) y para la OMS es «una percepción de un
individuo de su posición en la vida en el contexto de sus valores, su cultura y su
relación con sus metas, expectativas, estándares y preocupaciones» (27).
Diferentes autores han planteado definiciones de la CV, cuando se hace
referencia a ella con respecto a la salud (39, 74, 75). En general, todas estas
giran alrededor de los mismos elementos: bienestar percibido hoy por el individuo
y su visión hacia el futuro afectado por su medio ambiente; y más o menos
enfermedad generaría más o menos calidad de vida.
46
Tabla 2. Resumen de definiciones de CVRS
Autor Definición
Echteld, van Elderen, van der
Kamp (76)
Resultado cognitivo y afectivo del afrontamiento a estresores y disturbios percibidos contra los objetivos de la vida, tales como la enfermedad específica y elementos generales; experiencias, satisfacción con la vida y efectos positivos, y la ausencia de efectos negativos.
Awad (77) Percepción del sujeto de los resultados de la interacción entre la gravedad de los síntomas psicóticos, efectos colaterales de la medicación y nivel de desarrollo psicosocial.
Burke (78) Evaluación subjetiva del paciente de los dominios de su vida que son percibidos como importantes durante un tiempo particular.
Schipper (79) Efectos funcionales de una enfermedad y sus consecuencias en la terapia. Schipper, Clinch
y Powell (80) Efectos funcionales de una enfermedad y su terapia sobre un paciente, percibidos por el mismo paciente.
Bowling (81) Efectos físicos, mentales y sociales de la enfermedad en la vida diaria y el impacto de estos efectos en los niveles de bienestar subjetivo, satisfacción y autoestima.
Shumaker y Naughton (82)
Evaluación subjetiva de la influencia del estado de salud actual, el cuidado de la salud y las actividades promotoras de la salud, en la habilidad para alcanzar y mantener un nivel de funcionamiento general que permita seguir las metas valoradas de vida y que esto se refleje en su bienestar general.
Patrick y Erickson (83)
Valor otorgado a la duración de la vida y su modificación por impedimentos, estado funcional percepción y oportunidades sociales que son influenciadas por la enfermedad, daño, tratamiento o las políticas.
Wu (84) Aspectos de la salud que pueden ser directamente vividos y reportados por los pacientes.
O´Boyle (85) Expresión de un modelo conceptual que intenta representar la perspectiva en términos cuantificables, la cual depende de su experiencia pasada, su estilo de vida presente, sus esperanzas y ambiciones para el futuro.
Fuente: URZÚA M A. Calidad de vida relacionada con la salud: Elementos conceptuales. Revista médica de Chile. 2010; 138:358-65.
Continuando con el desarrollo conceptual de la CVRS, cabe mencionar a autores
como Wilson & Cleary, quienes plantean en el modelo conceptual, el cual parte
del modelo ecológico propuesto por McLeroy en 1998(86), plantean la relación
que existe entre la presentación de alteraciones biológicas y la calidad de vida.
Además, señala que esas modificaciones generan síntomas que a su vez alteran
la funcionalidad, lo cual genera cambios en la CVRS, y que aspectos del individuo
y de su ambiente así como otros elementos podrían explicar esa percepción.
Posteriormente, Ferrans, en el 2005 (87), retomó estos aspectos y propuso que la
CVRS sea explicada por una interacción simultanea de cinco niveles de
influencia: (i) factores intrapersonales (características del individuo); (ii) factores
interpersonales (sistemas de soportes social formal e informal); (iii) factores
47
institucionales (organizaciones como escuelas y acceso a servicios de salud); (iv)
factores comunitarios (relacionamiento entre instituciones y redes sociales
formales); y (v) política pública (leyes y políticas locales, estatales y regionales),
los cuales se agrupan alrededor de los factores personales y los ambientales.
Similar al planteamiento original de Wilson y Cleary (38). En este modelo se
asume que la función biológica alterada genera síntomas, estos síntomas, a su
vez, generan una alteración en el estado funcional que ocasiona, a nivel del
individuo, una percepción general de su salud que termina reflejada en su
percepción de CV. Este proceso está influenciado en cada paso por las
características individuales y las características mismas del ambiente donde se
desarrolla. El modelo simplifica el ejercicio a que el individuo expresa sus
características individuales y el ambiente influencia su expresión, pero no es
concluyente entre la interacción entre el individuo y el ambiente (figura 4).
Figura 4. Modelo ecológico conceptual de calidad de vida relacionada con la salud
48
Fuente: diagrama presentado por Ferrans correspondiente a modelo revisado por Wilson y Cleary.(39)
Posteriormente, en el 2003, Schwartzmann, (63, 88) hace una revisión de la
evolución conceptual de la CVRS y amplía el concepto incorporando nuevos
elementos desarrollados a partir de la teoría de los modelos biopsicosociales, y
retomando los planteamientos que hace la OMS en su definición(89).
Este grupo del Departamento de Psicología Médica de la Facultad de Medicina de
la República Oriental del Uruguay, agrega al concepto las variaciones que
señalan que la percepción podría darse por diferencias en el momento de la vida
en que se incorpore la persona (ciclo vital) y le da mayor importancia a los
factores psicosociales del individuo, no tan claramente definidos en modelos
anteriores (figura 5).
49
Figura 5. Modelo conceptual de CVRS
Fuente: tomada de “Calidad de vida relacionada con la salud: Aspectos conceptuales(63).
Posterior a esta explicación, se identifican pocos aportes nuevos al concepto de
CVRS. Ashing-Giwa desarrolla un modelo denominado modelo contextual de la
CVRS, en el que se plantean contextos macro y micro que afectan su medida y
que se repiten a traves de la línea de tiempo. (90) Aunque entra a cuestionar
que características del pasado tendrían importancia en la medición a diferencia
de los otros modelos, se incorpora el sistema de salud dentro de uno de los
factores que incluyen en la percepción actual incluyendo el acceso a los servicios
de salud, la calidad de los servicios y la relación que tenga el paciente con estos,
como elemento innovador y que en conjunto modificaría la percepción.
Adicionalmente, la autora contempla en la dimensión macro del modelo la
cultura, ya que afirma que la etnia, el idioma y la región de origen definen las
creencias y afectan la medida de CV (figura 6).
Figura 6. Modelo contextual
50
Fuente: Tomado de “The contextual model of HRQoL: A paradigm for expanding the HRQoL framework(90)
Frente al concepto de CVRS se plantea entonces que correspondería a la
expresión de la percepción del individuo frente a las modificaciones funcionales
sicológicas y físicas dadas por la presencia de signos y síntomas de una
enfermedad o alteración biológica. Esta percepción estará influenciada por las
características propias del individuo, biológicas y socioeconómicas, y por el
ambiente; percepción que será cambiante por el momento de la vida en que se
encuentre el individuo, su expectativa de vida y la experiencia que tenga de la
enfermedad.
3.3.1. Influencia de factores socioeconómico en la CVRS
Como se ha mencionado durante los anteriores apartados de este documento, las
circunstancias externas en donde se incluye la estructura socioeconómica en la
que interactúa el individuo, afecta la medida de CVRS. Los modelos teóricos
presentados por Schwartzmann(63) y Ashing-Giwa(90), mencionan que la
dimensión socioeconómica afecta la medida de CV, ya sea de manera más
proximal o distal, dependiendo del modelo planteado.
51
Estudios como el realizado por Barrantes (91), evaluaron cómo el nivel
socioeconómico afecta la medida en pacientes con enfermedades crónicas. En
dicho estudio se encontró que el nivel socioeconómico revela un menor puntaje
en la escala de CV, es decir, existe una asociación entre el contexto
socioeconómico y la medida de CVRS. Cabe resaltar que aunque estos factores
influencias la disminución en la medida, aspectos relativos a la enfermedad
también presentan un nivel de asociación.
Por mencionar alguna otra evidencia que demuestra la asociación entre el nivel
socioeconómico y la medida, el documento de Campbell et al (92) plantea que el
nivel socioeconómico, donde se incluye el ingreso, la ocupación y la educación,
influye en los cambios de la medida. Además, resalta que las mujeres de bajos
ingresos sin empleo estable y un mínimo nivel educativo tendrán una menor
calidad de vida que aquellas que cuentan con mayores ingresos y mejor nivel
educativo. Aunque el porcentaje de explicación de la disminución de la medida es
del 7%, se observa que esta dimensión afecta directamente la medida.
Por otro lado, el estudio de Nuñez et al. (51) menciona la correlación positiva que
existe entre la medida de CV y el estatus socioeconómico.
La CVRS permite evaluar diferentes dimensiones y cómo estas afectan la
medida. Lo interesante de este planteamiento se demuestra con la variedad de
estudios que evalúan en diferentes tipos de enfermedades la influencia de los
factores sociodemográficos. El estudio de Álvarez (93) evaluó los factores
asociados a la CV de pacientes con hemodiálisis crónica. En él se evaluaron
factores como la edad, el sexo, el nivel de estudios, situación socioeconómica,
apoyo familiar y social, así como la situación laboral. Este estudio encontró que
cada uno de estos factores influencia en menor o mayor medida la medición de la
CV de los pacientes con hemodiálisis.
52
En Colombia, según la revisión realizada por Vinaccia (94) en el año 2011, a
partir de los años ochenta se realizaron los primeros estudios de CVRS. Luego, a
partir del año 2000, con el surgimiento del sistema de calificación de grupos de
investigación de COLCIENCIAS, muchos de estos grupos comenzaron
investigaciones en este campo. Entre las investigaciones más frecuentemente
realizadas se encuentran aquellas relacionadas con la artritis reumatoide y el
lupus eritematoso. Dentro del campo de la oncología, también se realizaron
investigaciones relacionadas con CVRS, teniendo en cuenta que los avances
científicos permitían el aumento de la sobrevida, mas no la curación de la
enfermedad, por tanto, se evaluaba qué tan benéfico resulta este tipo de
tratamientos frente a la posibilidad de vivir un tiempo más, este tiempo se
asociaba con calidad de vida.
Cada uno de los instrumentos incluidos en estas evaluaciones permitían descifrar
cómo los factores socioeconómicos influencian la percepción en la medida de
CVRS, de cualquier tipo de paciente, independientemente de su enfermedad (94).
Por otro lado, pero con el fin de presentar la importancia de los factores
socioeconómicos dentro de la vida diaria de los ciudadanos, en Colombia, a partir
del año 1997, pero no de forma anual, el Departamento de Administración Pública
(DANE) empezó a realizar la encuesta de calidad de vida dirigida a hogares que
permite calcular indicadores que develan aspectos económicos y sociales de la
población, con el fin de desarrollar políticas públicas para mejorar estas
condiciones.
Cada año, partiendo del 2007 la encuesta a hogares presenta, entre otros
indicadores, la calidad de vida de los hogares en términos de condiciones en las
que se habita y convive, reconociendo la relación del hogar y el medio
económico, el hogar y el medio social, el hogar y el medio cultural y político (95).
53
En la encuesta de calidad de vida se ha mostrado cómo los cambios en los
indicadores socioeconómicos afectan la percepción del individuo frente a su
situación personal. Por ende, los individuos con algún tipo de enfermedad
presentarán percepciones de CV menores cuando tienen afectados factores
socioeconómicos como la falta de empleo o el nivel de ingresos (96).
3.3.2. Las condiciones habitacionales y su influencia en el individuo
Las condiciones habitacionales como el tipo de vivienda, el acceso a servicios, las
comunicaciones, el tamaño de la sociedad donde un individuo se desempeña
podrían modificar las formas como el individuo percibe su realidad(97). En
analisis de la Encuesta de Calidad de Vida, donde se evalúa la condición de la
vivienda y el acceso a servicios públicos como variables fundamentales que
construyen el indicador de calidad de vida de acuerdo a los planteamientos del
Banco Mundial (98) se demuestra que el acceso a los servicios públicos
domiciliarios puede ser uno de los indicadores más útiles en la medida de calidad
de vida de los hogares colombianos y que existen diferencias por diferencias
socioeconómicas(31). En Bogotá, de acuerdo con los resultados de la encuesta,
se ha presentado una mejora en la CV de los habitantes, la cual ha sido
relacionada con el acceso a servicios públicos y se ve reflejada en la migración
constante de población rural que busca contar con cada uno de estos servicios.
Asimismo, el poder contar con una vivienda en condiciones dignas que cuente
con pisos y techos refleja cómo la población siente mejoras en cuanto a la
percepción de sí mismos.
Aunque la CV medida en esta encuesta se realiza de manera ordinal y está
relacionada con preguntas de percepción individual, estos resultados demuestran
cómo la dimensión social y económica afectan la manera como el individuo
percibe su calidad de vida.
54
El modelo de Wilson & Cleary (74) incluye dentro de las dimensiones evaluadas
dentro del concepto de CVRS, la CV general que incluye factores no médicos. El
modelo de estos dos autores tiene en cuenta no solamente el impacto que una
enfermedad puede causar en el estado funcional, sino que va más allá y muestra
la relación entre la calidad de vida general, incluido el nivel socioeconómico, la
vivienda y el acceso a servicios públicos.
3.3.3. La cultura y su relación en la CVRS
Dentro del concepto de CVRS, se debe tener en cuenta un aspecto muy
importante o factor que puede determinar la percepción que el individuo
manifieste sobre sí mismo, se trata del contexto cultural, considerado como una
circunstancia externa que interactúa con la medida percibida (99).
Recordando el concepto planteado por la OMS, donde menciona que el individuo
percibe de acuerdo con la posición en la vida dentro del contexto cultural en el
que se desenvuelva (99). Se puede decir que dentro del concepto de CV la
cultura es esencial debido a que se reconoce que la percepción de las personas
sobre su estado de bienestar físico, psíquico, social y espiritual depende, en gran
parte, de sus propios valores y creencias, es decir, del contexto cultural en el que
se desenvuelve(99).
La importancia del concepto de cultura en la medición de CV ha hecho que las
escalas de medición utilizadas para obtener la medida sean adaptadas a distintas
culturas, y hasta en distintas áreas de residencia como la urbana y la rural. Los
cambios que se obtienen en la validación entre culturas han demostrado la
necesidad de contar con instrumentos validados por países y hasta por regiones
dentro de los mismos países (99).
Por tanto, cuando se desarrollen estudios de CVRS se deberá tener en cuenta el
contexto de la población donde se evalúe la medida, es decir, se deberán tener
55
en cuenta los valores y las creencias determinadas de cada población debido a
que en grupos humanos diferentes la medida puede variar basada en el contexto
cultural.
3.4. La medición de la calidad de vida relacionada con la salud
Luego de la revisión conceptual de la CV y de la CVRS, cabe señalar brevemente
los métodos con los que se realiza la medición de estos conceptos. En cuanto a
la medición de CVRS existen dos planteamientos, los que asumen que se pueden
establecer medidas ordinales y los que asumen que se pueden establecer
medidas cardinales.
La ordinalidad implica que la medición permite establecer estados de salud-
enfermedad cualitativamente diferentes y ordenables respeto a progresión y/o
regresión, desde la salud hacia la enfermedad, en una misma persona y/o entre
personas. Así, se pueden eventualmente comparar entre personas pudiendose
establecer medidas globales ordenadas. La dificultad en esta manera de medir
radica en que no se puede establecer una magnitud de la situación o de la
diferencia, así como identificar un nivel exacto de cambio.
Por otro lado, la cardinalidad implica la posibilidad de establecer la cantidad de
salud–enfermedad identificable en un individio, la cual se establece como una
medida continua entre 1 (salud perfecta) y 0 (muerte) pudiendose tener medidas
menores que el cero en aquellas situaciones donde la percepción que reportan
las personas sobre su salud es peor que la muerte.
Respecto a las metodologías utilizadas para la medición de la CVRS se describen
también, dos grandes grupos; las de elección directa de preferencias y las de
sistemas de calificación multidimensional. Aunque la mayoría de los esquemas de
medición mezclan los dos, sus diferencias metodológicas hacen importante su
distinción. En general las medidas cardinales han recurrido a medidas de
56
preferencia para su desarrollo o estimación de tablas de valor y las medidas
ordinales más frecuentemente utilizan esquemas multidimensionales.
La aplicación práctica de la medición de CVRS se hace normalmente a partir de
encuestas estructuradas que pueden ser generales o específicas según su diseño
este orientado a la población en general o para personas con una enfermedad
específica. A la fecha no se distingue un “Gold Estándar” de medición, es posible
identificar más de 1.200 instrumentos o escalas que permiten hacer medición, la
mayoría de ellos basados en medidas psicométricas. El grupo del hospital del mar
en Barcelona (España) ha desarrollado una biblioteca en donde es posible
consultar muchos de ellos y apreciar así la diversidad de los mismos
(http://www.bibliopro.org).
Los cuestionarios generales o genéricos se han diseñado para medir la población
general y son los que más frecuentemente se buscan asociar con medidas de
utilidad. Entre ellos los más frecuentemente utilizados son el EQ5D, SF6D, y HUI-
II. Los cuestionarios específicos (clinimétricos), son aquellos que se orientan a
cambios en enfermedades determinadas o grupos de enfermedades similares;
generalmente se organizan por dimensiones o dominios y en general son los que
se utilizan para complementar los análisis que determinan el impacto o la
evolución (progresión y/o regresión) de una enfermedad.
3.5. Desenlaces percibidos por pacientes (PRO) y CVRS
Desde la práctica clínica, un camino especial ha tomado la percepción de los
pacientes, es posible identificar la presencia de una corriente específica de esas
valoraciones dadas que han adquirido especial importancia en los sistemas de
salud centrados en el paciente. Los desenlaces percibidos por los pacientes, mas
conocidos como PRO por sus siglas en inglés (Patients Reported Outcomes), se
comportan como una arista adicional de desarrollo de estos conceptos. A
57
diferencia de los estudios de CVRS, que buscan reconocer la percepción medida
como preferencias como medida única, los PRO aportan el complemento de la
medición biológico y le dan importancia a la percepción totalmente subjetiva de
los sisntomas y su importancia en el que hacer clínico. (100)
Al respecto, muchos de los cuestionarios que se utilizan en CVRS, corresponde
mas a cuestionarios orientados a PRO y son de gran utilidad en el complemento
de la atención en salud.
3.6. Medidas de utilidad y QALY
Fundamentados en la teoría del bienestar de finales del siglo XVIII, que darían
origen al utilitarismo del siglo XX, la medición de CVRS pretende cuantificar la
percepción del paciente respecto a su estado de salud-enfermedad. El filósofo
irlandés Francis Hutcheson (101), en su obra “Inquiry into the original of our ideas
of beauty and virtue” formuló como principio básico: “La mejor nación es la que
proporciona la felicidad más grande al mayor número” (102) generando una
corriente fundamentada en la búsqueda de la mayor felicidad posible y el menor
daño, como el óptimo de la política de Estado. Posteriormente Jeremías Bentham
(1780) en su “An Introduction to the Principles of Morals and Legislation” (103)
proponía: “La mayor suma de felicidad al mayor número” como principio del
utilitarismo. Finalmente a John Stuart Mill, (1806-1873) se le atribuye la
consolidación conceptual siendo su principal axioma: “la mayor felicidad para el
mayor número es la medida de lo correcto y de lo erróneo”(104) promoviendo lo
que se recibiría el nombre de “Hedonismo”. Consecuente con esto, se asume que
la CVRS es posible medirla a partir de cuantificar ese nivel de bienestar, “utilidad”,
en los individuos y acumularla para la sociedad.
Ya en el siglo XX, economistas de corriente neoclásica (Edgeworth, Pigou y
Pareto) plantearon que el bienestar es medible en términos “cardinales” y las
preferencias que originan el dato son estables y externas al individuo. Además,
que las utilidades son decrecientes y todos los individuos poseen funciones de
58
utilidad comparables entre sí y posible la acumulación de resultados como
expresión de estados de comunidades (105, 106). En oposición aparecen los
defensores de la llamada “nueva teoría del bienestar” de corriente Keynesiana
(Hicks, Kaldor; Samuelson) que asumen que no es posible cuantificar y que a lo
máximo es de carácter “ordinal”, acumulativa pero no necesariamente continua,
por lo que es posible ver que alguien está mejor que otro, pero no en cuanto.
Basados en los axiomas del utilitarismo y partiendo de la opción de que puede
tener un comportamiento “cardinal”, la economía de la salud adopta estos
conceptos como opción a la posibilidad de medir la CVRS, dando paso al QALY
(Quality Adjusted Life Years) o AVAC (Años de vida ajustados por calidad de
vida) como indicador compuesto que ajusta una variable real (tiempo) medida en
años de vida, con una variable subjetiva (utilidad). Similar camino, desde el punto
de vista filosófico, tomaría otro trabajo que buscaba la respuesta frente a la
existencia de un indicador global de salud, a partir de medir lo que pasaba con las
enfermedades o riesgos. Murray y col (107), por solicitud de la OMS y
auspiciados por la banca internacional, desarrollarían simultáneamente todo el
modelo conceptual de carga de enfermedad que, igualmente soportado en la
medición de preferencias y utilizando los principios del utilitarismo, pretenden
medir la discapacidad de cada estado de enfermedad y construir así un indicador
compuesto entre tiempo de vida perdido por muerte y/o discapacidad. Así se
consolida el DALY (Disability adjusted Life Years) o AVAD (Años de vida
ajustados por discapacidad) como medida de carga de enfermedad. Aunque no
se pueden entender como complementarios, ambos indicadores han sido
utilizados en diferentes escenarios y con diferentes objetivos en EETS. El AVAC
ha sido utilizado como el desenlace ideal en muchas de las EETS, mientras que
el AVAD ha sido utilizado por la epidemiología y la salud pública como indicador
de desarrollo en salud de poblaciones y medida para establecer diferenciales y
cambios en la situación de salud (108).
59
Bajo estos principios se han venido desarrollando diferentes formas de medición
de la CVRS, fundamentadas en dos perspectivas, las que corresponden a la
observación o medición directa y las que se basan en características percibidas
por el paciente, que han sido las más utilizadas. Dependiendo del método de
recolección de los datos de la CVRS se identifican dos grupos: (i) medición
directa de elección de preferencias y (ii) preferencias basadas en sistemas de
clasificación de Estados de Salud mediante el análisis multidimensional (109). Los
métodos directos buscan identificar la preferencia, basados en un único atributo,
entre éstos están los que utilizan las técnicas de la lotería estándar,
compensaciones temporales y algunas escalas de medición única. Los Sistemas
de clasificación de preferencias, basadas en Estados de Salud, recurren a la
medición de diferentes características denominadas “dominios” con los que
buscan aproximarse a una cuantificación de la calidad de vida (109, 110).
El primer tipo de técnica de medición (medición directa) ha sido poco utilizado y
cuando se ha hecho, se han usado escalas visuales análogas (VAS) para medir
CVRS en algunas patologías como depresión(111, 112), esclerosis múltiple(113),
dolor(114), enfermedad reumática (115, 116) y como complemento de algunas
escalas multidimensionales.
Para el segundo tipo se han desarrollado dos grandes tipos de esquemas de
medición: de uso general, que resumen estados de salud de comunidades y los
específicos para cada tipo de enfermedad. Los primeros muy útiles para
establecer comparabilidad entre enfermedades y establecer resultados generales
de país y los segundos para análisis más específicos y como seguimiento de
apoyo a la clinimetría en pacientes. Los sistemas de medición general más
utilizados incluyen EQ-5D(117, 118), el Health Utilities Index (HUI) (119), la
calidad de la escala de bienestar (QWB) (120)y el SF-6D (23) que se derivó del
SF-36 (121-123). Existen muchas de escalas de medición de calidad de vida
entre generales y específicas. Se pueden consultar algunas de estas en
http://www.proqolid.org/proqolid.
60
Los indicadores más comúnmente utilizados para la medición de CVRS en EETS
(Análisis de Costo Utilidad ) han sido los QALY o AVAC que corresponden a una
medida de las preferencias de los individuos respecto a la calidad de vida que se
ha producido mediante una intervención sanitaria, combinada con los años
ganados respecto de un determinado estado de salud (124, 125)
En general cuando asumimos la capacidad de establecer una medida cardinal es
porque esperamos contar con una medida específica que permite hacer una
evaluación de cambios de manera concreta. En general, para así lograrlo solo se
usan instrumentos genéricos que en general constan de dos componentes: (i) un
sistema multi-atributo de clasificación para distinguir los estados de salud y (ii)
una función de la puntuación que se asigna un valor de la CVRS en cada estado
de salud distinguido en el sistema de clasificación. Las combinaciones de los
diferentes dominios permiten establecer diferentes estados de salud
denominados, “utilidad”. Algunas de las escalas más utilizadas son el EQ-5D
(118) basado en 5 dimensiones, la SF 36 (Short form de 36 dimensiones) que
derivó en el SF-6D para obtener medidas de utilidad (126) y el HUI (127) en sus
dos versiones HUI-I y HUI-II(23, 119); EQ 5D se basa en compensación temporal
y escalas de clasificación por mucho tiempo se usó la versión 3L en donde ante
cada una de las 5 preguntas se tenían 3 opciones de respuesta a una versión 5L
en donde se amplió la descripción de los estados extremos buscando mayor
sensibilidad, El SF-6D emplea la lotería estándar para llegar a la medición al igual
que el HUI –II.(109).
Muchas comparaciones se han hecho entre estos diferentes esquemas de
medición sin poder llegar a un acuerdo en su uso, aunque en general todas
manejan esquemas multidimensionales. En la tabla siguiente se muestra una
comparación de los atributos o dominios analizados en las principales escalas de
medición.
61
Tabla 3. Comparación de dominios analizados en las principales escalas de medición de CVRS
EQ 5D HUI II SF 6D
Movilidad Movilidad Funcionamiento físico
Actividad usual Auto-cuidado Funcionamiento corporal
Vitalidad
Capacidad autónoma Limitaciones en rol social
Dolor/disconfort Sensación Dolor
Ansiedad/depresión Ansiedad/depresión Salud mental
Emoción
Factores cognoscitivo
Fuente: elaboración propia del autor, 2016.
La medida obtenida a la aplicación de estos cuestionarios corresponde a un valor,
denominado “utilidad” que, como se mencionó anteriormente oscila, entre 1 y
valores negativos cercanos al cero (estados peores que la muerte) según la
valoración. Estos valores en general son obtenidos al establecer la correlación de
los valores descritos para las diferentes dimensiones y unas tablas de valor que
se han construido por métodos más exactos en poblaciones. Estas tablas de valor
se ha aceptado son específicas para país y su construcción se hace mediante
estimaciones econométricas en donde previa aplicación de cuestionarios en una
muestra de la población se valora sus estados de salud con esquemas de
medición de preferencias como la compensación temporal (time trade off) o
lotería estándar (standar gamble) que se han diseñado a partir de la teoría
económica especialmente justificados en la teoría de los juegos y los axiomas
definidos por Von Neumman & Morgestein. Aunque, es claro que la aplicación
más apropiada a la teoría económica se cumple con la lotería estándar, por
cuanto se hace en total incertidumbre, el método más comúnmente usado para la
valoración es el de compensación temporal por su más fácil aplicación y
entendimiento por parte de los entrevistados (20)
La utilidad como medida de calidad de vida es transformada como una medición
cardinal en donde 1 es el valor de mejor estado de salud imaginable y cero sería
62
equivalente a estar muerto, pudiendo tener incluso, medidas inferiores a cero o
negativas para aquellas situaciones en que la calidad de vida percibida sería peor
que estar vivo.(125)
A partir de esa medida de utilidad (valoración métrica de la CVRS) se plantea el
QALY o AVAC, años de vida ajustado por calidad o por su nominación en inglés
Quality adjust life year, indicador simple combina los años de vida con la
percepción de bienestar y que se construye como una función equivalente a la
sumatoria de los productos del tiempo (t) (medida real) en que un paciente
permanece en un estado de salud específico con la medida de utilidad (u)
(medida subjetiva). De tal manera que podríamos expresar su nominación con la
formula siguiente:
Ecuación 1. Medida Años de vida ajustados por calidad
𝑸𝑨𝑳𝒀 = ∑ (𝑼𝟏 ∗ 𝒕𝟏 + 𝑼𝟐 ∗ 𝒕𝟐 + 𝑼𝒏 ∗ 𝒕𝒏)
𝒕𝟎→𝒏
Fuente: elaboración propia del autor, 2016
Donde 𝑈 es la utilidad en un tiempo de estado de salud 1, 2 hasta n, 𝑡 la cantidad
de tiempo de duración en los estados 1,2 hasta n. De tal manera que la cantidad
de QALY para ese individuo en un individuo en un periodo de tiempo (t) que parte
de un momento cero hasta n (normalmente 1 año) será igual a la sumatoria de los
productos entre los niveles de utilidad (u1, u2, u3, un) de acuerdo a cada estado
de salud y los tiempos (t1, t2, t3, tn) en que permaneció en el respectivo estado. Sí
el estado de salud era perfecto el valor para un año sería 1 y proporcionalmente
más bajo a medida que se tuviera en diferentes momentos menos calidad de vida
siendo cero en el caso que este muerto.
Podríamos así entender que hemos estimado el equivalente a un área bajo una
curva en donde para un individuo hemos logrado consolidar su nivel de calidad de
vida durante un tiempo x. Presentándose valores más bajos a medida que sus
63
estados de enfermedad son más severos y comprometen más a la persona en
sus funciones biológica, sociales y/o mentales.
Bajo este punto de vista, el concepto de estimar los QALY plantea, como lo
menciona Prieto en el 2003, (110) un cambio en el análisis de la situación de
salud dejando atrás el abordaje biomédico para pasar a un abordaje biosicosocial
donde aspectos relacionados con el acceso a los servicios de salud, su capacidad
de estar en sociedad, la discapacidad y en general su bienestar ha sido ahora
determinados como importantes; por cuanto estos factores además de los
aspectos biológicos influyen de una u otra manera en la percepción de CVRS que
se transforma en utilidad y que multiplica por el tiempo que se dure en esta
situación. Planteando así, que de poder obtener una adecuada medición de
CVRS, sería posible cuantificar la situación de salud de una población más allá de
indicadores aislados como mortalidad por causas o morbilidad por causas; y
utilizar el QALY como elemento para establecer el nivel de salud de una
población y eventualmente podría ser comparable en el tiempo o entre regiones
(2, 28).
3.7. Modelos multinivel
En la investigación epidemiológica, así como en otras áreas de la investigación,
se empezó a ver que las respuestas de los individuos no necesariamente eran
simultaneas y que los modelos de análisis en donde se trabaja con la relación
entre dos variables controlando los efectos de las demás, no necesariamente
permitían reflejar toda la realidad (128) sino que en muchos casos los individuos
respondían afectados por niveles jerárquicos en los cuales individuos tenían
respuestas diferentes influenciadas por esos niveles superiores. Por ejemplo, se
vio respuesta diferente entre pacientes que habitando en zonas específicas eran
atendidos por grupos de hospitales donde existían diferentes médicos con
diferentes niveles de intervencionismo, dando origen a una nueva forma de
análisis denominado análisis multinivel, que inicialmente fue utilizado solo a nivel
64
educativo y posteriormente se ha venido usando en sectores como el de la salud
(129).
Se busca con esto establecer que existen diferentes niveles jerárquicos que
afectan a diferentes individuos de manera diferente, reconociendo que, dentro de
un análisis, distintos individuos pertenecen a diferentes grupos, partiendo así de
la premisa, que la respuesta de los diferentes individuos puede estar cambiando
en función de su contexto. Este tipo de interpretación lleva consigo la necesidad
de contar con una estructura de información más compleja y el análisis de una
información de manera más extensa que permita establecer el comportamiento
dentro de cada uno de los subgrupos y a su vez establecer la relación entre ellos
para entender finalmente el contexto final.
En el caso de la CVRS, pareciera que la explicación de las diferencias que se
están dando entre los resultados cuando se analizan las variaciones frente a
factores socioeconómicos, podría deberse a este tipo de comportamiento,
reconociendo más aún que en el caso de las preferencias expresadas por los
individuos se afectan de manera contundente por niveles superiores. En una
búsqueda extendida en bases de datos de Medline a través de Pubmed se
encontraron mas de 10 publicaciones en los que se hace algún tipo de análisis
multinivel en mediciones de CVRS, 2 de ellas correspondientes a estudios de
CVRS y los otros haciendo mención a su posible utilización. En el 2009 se hace
un estudio con 21.590 adolescentes entre 8 y 12 años en 13 países de Europa en
los que se aplicó KIDSCREEN-52, cuestionario para medición de CVRS general
para aplicar en pediatría, y se hizo un análisis multinivel para explicar las
diferencias por edad y género utilizando como segundo nivel cada uno de los
países donde se realizó el estudio y demostrando como el comportamiento por
país (nivel superior) afectó el resultado final, persistiendo igualmente diferencias
entre clase en función de edad y sexo(130).
65
Jia et al (131) tomando la información entre 1999 al 2001 de Behavioral Risk
Factor Surveillance System que registra la información de 50 estados de Estados
Unidos en una muestra total de 527.092 encuestados demostraron mediante un
análisis multinivel diferencias en días perdidos de salud mental y física, medida
que se recolecta en la encuesta, en función de diferencias socioeconómicas de
cada estado, dando un paso adelante, así lo mencionan los autores, a la
posibilidad de entender las diferencias de CVRS entre países. Estos estudios
iniciales dan muestra que es posible empezar a dar explicación a las diferencias
encontradas desde el punto de vista socio-económico cuando se trata de
mediciones de CVRS.
66
4. METODOLOGÍA
Se realizó un estudio observacional de corte transversal para evaluar la relación
entre variables socio-económicas y la valoración de CVRS a diferentes estados
de salud, mediante la aplicación de un modelo de análisis multinivel. La
valoración de los estados de salud se planteó en función de las percepciones
realizadas por los individuos teniendo en cuenta que el objetivo del trabajo esta
orientado a la demostración de que los individuos por sus características podrían
no presentar valoraciones estables a estados de salud similares. En
conversaciones con diferentes expertos entre los que se incluye a Paul Kind2, se
plenteo que para evitar desviaciones posteriores en la discusión frente al
resultado inical no se incluirían valoraciones basadas en preferencias o escalas
predefinidas por cuanto solo dependiendo de los resultados valdría la pena
incurrir en estos nuevas analisis y que era necesario la demostración pura del
concepto; como se puede evidenciar en la metodología en los puntos 2 y 3 que se
mencionan a continuación.
Para el desarrollo del proyecto de investigación se surtieron 4 etapas: 1) diseño
del modelo conceptual basado en un modelo multinivel; 2) definición del esquema
de valoración de la CVRS; 3) valoración de Estados de Salud; 4) desarrollo de
análisis multinivel.
4.1. Definición del modelo multinivel como modelo conceptual de la CVRS
Aunque la medición de CVRS se viene utilizando desde hace más de 50 años en
el mundo, la revisión teórica permitió re-construir la secuencia histórica del
modelo conceptual y de las dificultades y paradigmas construidos; de tal manera
que se logra describir un modelo multinivel, como modelo conceptual, que
2 Paul Kind, es profesorde Health Ouctome Mesaurement en la Academic Unit of Health
Economics en el Leeds Institute od Health Sciences. Autor de numeros estudios en CVRS y co fundador de Euroqol.
67
permitiría explicar la CVRS. Esta primera etapa teórica fue la base fundamental
para los siguientes pasos.
Terminada la revisión de los diferentes modelos se diseñaron diferentes
propuestas de modelo de explicación hasta lograr un modelo plausible que
permitiera una explicación adecuada. Su validación final fue realizada mediante
tres paneles con expertos en la materia, realizados durante el año 2012 y 2013.
Fueron consultados expertos internacionales en la materia a saber: Paul Kind,
Juan Dupueto, David Vivas y nacionales: Nelson Alvis, Rafael Alfonso, Aurelio
Mejía con quien se valoró el concepto.
La construcción final del modelo es presentada como una descripción del
concepto.
4.2. Definición de esquema de valoración de calidad de vida
Como el proceso de fondo implicaba resolver la manera como individuos
diferentes valorarían su CVRS frente a similares Estados de Salud, era necesario
establecer la encuesta o modelo a seguir para establecer la medición. De la
revisión de literatura realizada se encontró que la encuesta general más
comúnmente utilizada es la encuesta genérica EQ5D y para el año 2014, periodo
de inicio del trabajo de campo, aunque se disponía de la versión 5L la mas
comunmente utilizada era la versión 3L (132). Se realizó una prueba preliminar
con 300 encuestas en que se probó su utilización; se revisaría el uso del método
de valoración y se evaluaría la capacidad de las personas con menor grado de
educación para responder a este tipo de cuestionarios. Estos pasos eran
fundamentales para probar la factibilidad del proyecto.
Como métodos de valoración se evaluaron dos opciones: la aplicación de una
escala visual análoga (VAS) que califica entre 0 a 100 y la aplicación del TTO. El
uso de la VAS, aunque no es un método basado en la teoría económica es el
68
recomendado por la OMS para la valoración de la CVRS (133) El uso de métodos
basados en teoría de los juegos (SG) implica mayor tiempo de aplicación de las
encuestas y dificultades en el entendimiento por parte de las personas
encuestadas. (20)
Con la aplicación de la encuesta y la valoración de sus resultados fue posible
demostrar que las personas con bajo nivel educativo tendrían capacidad de
contestar en igual condición que las personas con mejor nivel educativo; este
elemento era fundamental para el desarrollo del proyecto por cuanto como lo
recomienda la Universidad de York, sería necesario un minimo nivel educativo
para poder hacer una valoración (134). Sin embargo, en esta medida
exploratoria, cualitativamente se pudo establecer que las personas encuestadas
al opinar sobre las cinco dimensiones del EQ5D, consideraron que no valorarían
su calidad de vida con algunas de éstas, confirmando que era necesario la
construcción de dimensiones más adecuadas para la valoración de la CVRS.
Para la construcción de las dimensiones normalmente se utilizan esquemas de
opinión de expertos que asumen cuales serían los dominios y las dimensiones
que más afectarían la calidad de vida (135, 136); sin embargo, se realizó un
análisis a partir de las propias expectativas de las personas. Para tal fin se
tomaron los dominios más frecuentemente utilizados en diferentes mediciones de
CVRS como lo menciona Salomon et al (figura 7) (22) y sobre estos se diseñó
una encuesta que validaria, a partir de la teoría de las preferencias, las
dimensiones más importantes para cada dominio (anexo 1). Se asumía que de
acuerdo a lo propuesto en la teoría de los juegos (137) las personas serían
capaces de ordenar las características más importantes con lo que se
seleccionaría el pareto de características y así poder contar con una descripción
más adecuada de los Estados de Salud y por consiguiente lograr una mejor
valoración de CV.
Figura 7. Dominios utilizados en mediciones de CVRS
69
Fuente: Salomon, 2003, Chapter 26: Quantifying individual levels of health: definitions`, concepts`, and
measurement issues.
Esta encuesta fue aplicada durante el segundo trimestre del 2014 de manera
aleatoria en una muestra de 350 personas (el tamaño muestral establecido era de
271 personas con un error máximo del 5% y un nivel de confianza del 90% para
una heterogeneidad del 50%) distribuidas en municipios diferentes. La edad
promedio de las personas fue de 38.3 años y una distribución similar entre
hombres y mujeres; la medición de CV de las personas entrevistadas fue de 79,3,
similar a lo esperado para el país. (138).
De este análisis fueron seleccionados para la descripción holística de los
diferentes estados de salud:
cambio en la visión,
trastornos de la movilidad,
dificultades para hablar,
disminución de la memoria,
dolor,
dificultades para realizar las actividades habituales,
cambios en la apariencia personal y,
Medidas directas de salud:
• Visión.
• Escucha.
• Afecto.
• Dolor.
• Función sexual.
• Movilidad.
• Destreza.
• Cognición.
• Digestión.
• Piel y desfiguración
• Excreción corporal
Medidas indirectas
de salud:
• Autocuidado
• Relaciones
• interpersonales
• Funcionamiento Social
• Participación
• Habla.
• Respiración.
• Fertilidad.
• Energía y
vitalidad.
• Sueño.
• Comunicación
70
perdida de la esperanza de vivir.
De acuerdo a estas características se establecieron 14 estados de salud
diferentes; los cuales fueron validados con un panel de expertos que apoyaron en
concluir que eran diferentes entre sí y utilizando EQ5D fueron clasificados en
leves, moderados y severos de tal manera que se tendríamos tres tipos de
preguntas en donde la valoración debería ser diferente (anexo 2)
4.3. Valoración de estados de salud
El eje fundamental del proyecto está encaminado en la evaluación de cómo
personas diferentes valorarían su calidad de vida ante similares estados de salud.
Para esto se tomaron los estados de salud construidos a partir de los dominios
definidos por la muestra de población analizada en la fase preliminar(138) los
cuales fueron aplicados para su valoración, mediante una encuesta en una
muestra de población.
4.3.1. Marco Muestral
Con el fin de contar con información representativa del país y con la que se
pudiera realizar el análisis se estableció una muestra poblacional estratificada,
tomando el municipio como unidad muestral y considerando todos los municipios
del país. Para efectos de la estratificación de los municipios, éstos se agruparon
en tres categorías (Grande, Intermedia y Pequeño) utilizando como referencia la
clasificación de municipios definida por el Departamento Nacional de Planeación,
ver tabla 4.
Tabla 4. Agrupación de municipios utilizada en el estudio
Tipo de Municipio Categoría de municipios
(Ley 689 de 2001) Cantidad de
municipios 2016 Población 2016
Ciudad Grande (G) Especial 5 13´924.318
Intermedia (I) 1,2 30 10´019.305
71
Pequeño (P) 3,4,5,6 1063 21´977.265
Fuente: Construccion a partir del Departamento Nacional de Planeación (DNP)
Además de la anterior categorización, los municipios fueron fueron organizados
en dos grupos según la zona geográfica (continental y costera) por sus
connotaciones culturales. Y, por otro lado, la población de estos municipios se
divivio en pobre y no pobre. Para establecer el nivel de pobreza fueron tomados
los resultados del informe de Pobreza Monetaria y Desigualdad, por
Departamentos la información de pobreza reportada en la encuesta de hogares
realizada por DANE en el 2012. No se tomó como referencia para clasificar la
pobreza el nivel socioeconómico reportado según los municipios por cuanto no es
una medida estandarizada y los mecanismos de clasificación no son similares en
los diferentes municipios.
Para la estimación del universo poblacional fue tomado el total de habitantes
mayores de 15 años, estimados para cada una de los municipios con base en la
población según proyecciones del DANE para el año 2011 (139) como se puede
ver en la Tabla 5 en donde se han clasificado según nivel de pobreza en las
zonas y en según tamaño de los municipios.
Tabla 5. Universo población estimado por grupo de análisis
Categoría de municipio
Nivel socioeconómico Zona Pequeño Intermedio Grande
Pobre Costera 2,992,756 1,097,255 404,750
Continental 5,605,246 2,494,269 2,363,854
No pobre Costera 2,697,990 1,279,741 789,202
Continental 10,681,273 5,148,040 10,366,512
Fuente: elaboración propia del autor, a partir de la información poblacional (139).
Para el cálculo del tamaño de la muestra se utilizó el método probabilístico para la
estimación de medias con población finita, teniendo en cuenta que los datos
esperados corresponderán a valores medios para cada nivel socio-económico y
que se conoce para cada estrato la población Universo, utilizando la formula
siguiente
72
Ecuación 2. Estimación de muestra de medias con población finita
𝑛 ≥𝑁 ∗ 𝑍𝛼
2 ∗ 𝑆2
𝑑2 ∗ (𝑁 − 1) + 𝑍𝛼2 ∗ 𝑆2
Fuente: Fórmulas para el cálculo de la muestra en investigaciones en salud (140)
Siendo 𝑁 el tamaño de la población en cada universo, 𝑑 el nivel de error o
amplitud del intervalo de confianza que da lugar a la precisión con la que se
desea estimar el parámetro, 𝑆2 es la varianza de la distribución de la variable
cuantitativa que existe en la población y 𝑍𝛼 es el coeficiente del nivel de confianza
que es igual a 1.96 para un nivel de confianza prefijado de 95%.
Para establecer la desviación estándar para cada uno de los grupos de análisis
no se encontró ningún estudio similar hecho en Colombia o el mundo, por lo que
se tomó como referencia el resultado de las encuestas preliminares realizadas en
la fase inicial del proyecto, donde se medía la calidad de vida mediante la escala
EQ5D y la Escala Visual Análoga, realizado por el autor en mas de 30 municipios
del país. De aquí se obtuvieron las desviaciones estándar y los promedios de
medición de las VAS. Los resultados aparecen en la tabla 6. Para el análisis se
asumió la pobreza al nivel bajo socioeconómico.
Tabla 6. Calificación de calidad de vida en pacientes por nivel socioeconómica - 2010
Nivel socioeconómico VAS promedio Desviación Estándar
Bajo 78.66 17.60
Medio 83.90 14.44
Alto 88.75 4.78
Fuente: cálculo propio sobre base de datos del estudio preliminar de valoración del EQ5D. 2010
73
De tal manera que para un nivel de confianza del 95% (Z=1,96) y un error máximo
asumido de 0,05 se obtendría un tamaño muestral mínimo de 1.473 personas y
adicionalmente se propone, para este análisis, una pérdida máxima del 20%, con
lo que el mínimo de muestra a encuestar es el que se presenta en la tabla 7.
Tabla 7. Tamaño muestral estimado para el estudio
Nivel Socio Económico Tamaño Muestra Muestra ajustada con Perdidas
Pobre 705 783
No Pobre 768 853
Fuente: Elaboración propia del autor
La distribución de encuestados por regiones y por tipo de municipio sería
proporcional a los tamaños de sus respectivos universos con el fin de asegurar el
nivel de confianza necesario para realizar comparaciones entre regiones y tipos
de municipios. De esta manera la selección de la muestra aleatoria estaría regida
por la tabla 8.
Tabla 8. Distribución del tamaño de muestra por estratos y por regiones
Lugar de residencia Total
Nivel socioeconómico Región Pequeño Intermedio Grande
Pobre Costera 107 39 14 160
Continental 200 89 84 373
No pobre Costera 96 46 28 170
Continental 381 183 369 933
Total 783 357 496 1636
Fuente: elaboración propia del autor
74
Con el fin de asegurar la muestra se construyó una lista aleatoria por región de
los municipios y se definió que la población debería ser encuestada en al menos
3 municipios pequeños diferentes, 2 municipios intermedios y uno grande por
región y en los grandes en al menos tres puntos y momentos diferentes. Con la
información recolectada semanalmente se ejercería control para cumplir con la
población pobre y no pobre estimada en la muestra, la cual fue valorada como se
presenta en la metodología mas adelante.
4.3.2. Encuesta
Para el desarrollo del proyecto se diseñó una encuesta que consta de cuatro
partes, a saber: (i) el consentimiento informado; (ii) los datos de caracterización;
(iii) la medición actual de CVRS y; (iv) las valoraciones hasta de 8 estados de
salud propuestos que se aplicarían de manera aleatoria entre los 14 establecidos
previamente. Toda la encuesta fue desarrollada como una APP para su aplicación
electrónica, previa prueba de la versión impresa y posterior pruebas de seguridad
y aplicabilidad en la versión electrónica. En el anexo 3 se presenta la versión
impresa de la encuesta y en anexos siguientes se muestran pantallazos de los
aplicativos.
El uso de la tecnología fue fundamental para asegurar la integridad de la
información y presentó grandes oportunidades en el manejo de la información en
función del tiempo de respuesta y el control del proceso que se hacía diario
durante el trabajo de campo.
4.3.3. Caracterización de los pacientes
Las variables incluidas para la caracterización de la población se relacionan en la
siguiente tabla:
75
Tabla 9. Caracterización de variables socio-económicas
Variable Tipo de Variable Categorías Escala de Medición
Sexo Cualitativa 1 Femenino Nominal
dicotómica 2 Masculino
Estado civil Cualitativa
1 Casado/Unión libre
Nominal 2 Soltero
3 Divorciado/separado
4 Otro
Principal actividad económica
Cualitativa
1 Empleado o trabajador independiente
Nominal 2 Estudiante
3 Pensionado/Jubilado
4 Buscando trabajo
5 Hogar
Estrato Cuantitativa
1
Nominal
2
3
4
5
6
Nivel de estudios Cualitativa
1 Primaria
Ordinal
2 Bachiller
3 Técnico
4 Tecnólogo
5 Profesional
6 Ninguno
Régimen de salud Cualitativa
1 Contributivo Cotizante
Nominal
2 Contributivo Beneficiario
3
4 Especial
5 No Afiliado
Padece enfermedades Cualitativa
1 Si
Nominal 2 No
3 Ninguno
Región Cualitativa 1 Costa Nominal
dicotómica 2 Centro
Zona Cualitativa 11 Urbana Nominal
76
Variable Tipo de Variable Categorías Escala de Medición
2 Rural dicotómica
Vive Con Cualitativa
1 Padres
Nominal
2 Hermanos
3 Abuelos
4 Pareja
5 Solo
6 Hijo/hija
7 Tíos/primos
Aporta Cualitativa
1 Si
Nominal 2 No
3 Ninguno
Religión Cualitativa
1 Cristiana
Nominal 2 Católica
3 Protestante
4 Otro
Practicante Cualitativa
1 Practicante
Nominal 2 Poco practicante
3 No practicante
Medicina Prepagada Cualitativa
1 Si
Nominal 2 No
3 Ninguno
Pobreza Cualitativa 1 Si Nominal
dicotómica 2 No
Tipo 2 Municipio Cualitativa
1 A
Nominal 2 B
3 ESPECIAL
*Variables ajustadas según Gran encuesta integrada de Hogares 2009 utilizada para encuesta de calidad de vida Colombia 2010(DANE, 2009 #309). ** Smmv: Salarios mínimos mensuales vigente Fuente: Elaboración del autor según instrumento de encuesta, 2016.
4.3.4. Diseño y ajuste de la base de datos
Los datos obtenidos mediante la aplicación de la encuesta serían organizados en
una base de datos que permitiera hacer el análisis propuesto por lo cual serían
transformados en variables cuantificables según se muestra en la Tabla 10. Estas
transformaciones tienen como objetivo validar la información primaria ajustando
77
por valores missing y/o nulos, consecutivamente tiene como objetivo la
transformación de variables categóricas a variables dicotómicas, con el fin de
brindar una mejor interpretación de los resultados de los modelos.
Tabla 10. Descripcion de las variables trnasformadas en la base de datos para el analisi multinivel
Variable Descripción Transformación Tipo Variable
Sexo Hombres 1
Dicotómica Mujeres 0
Estado civil
Soltero 0
Dicotómica Casado/Unión libre 1
Separado/Divorciado 0
Viudo: 0
Principal actividad económica
Trabaja: 1
Dicotómica
Buscando trabajo: 0
Pensionado: 1
Incapacitado: 0
Estudiando: 1
Trabajos en el hogar: 1
Otro: 1
Estrato
1 1
Categórica
2 2
3 3
4 4
5 5
6 6
Nivel de estudios
Ninguno 0
Categórica
Primaria 1
Bachiller 1
Técnico 2
Tecnólogo 2
Profesional 2
Régimen de salud
Contributivo: 1
Dicotómica Subsidiado: 0
Régimen especial: 1
No afiliado: 0
Padece enfermedades No 0
Dicotómica Si 1
Vive con Padres 0
Dicotómica Hermanos 0
78
Variable Descripción Transformación Tipo Variable
Abuelos 0
Pareja 0
Solo 1
Hijo/Hija 0
Tíos/Primos 0
Aporta
Si 1
Dicotómica No 0
Ninguno 0
Vacío 0
Practicante
Practicante 1
Dicotómica Poco Practicante 1
No Practica 0
Tipo Municipio
A 1
Categórica B 2
Bogotá 3
Especial 3
Región Costera 1
Dicotómica Continental 0
Pobreza No 0
Dicotómica Si 1
Medicina Prepagada
Si 1
Dicotómica No 0
vacío 0
Tipo Pregunta
Leve 1
Categórica Moderado 2
Severo 3
Padece
No 0
Si 1 Dicotómica
Ninguno 0
Variable Descripción Min. Max.
Valor_eq5d Continua 0,119 1
Escala VAS Continua 5 100
Fuente: Elaboración del autor en el análisis de la base de datos. 2016
4.3.5. Plan de análisis de la encuesta
La información recolectada en la encuesta fue tabulada e integrada en una base
de datos y procesada utilizado el paquete estadístico computarizado STATA
79
versión 13. La población encuestada es caracterizada en su totalidad y analizada
en función de su CVRS, teniendo en cuenta tanto los resultados de sus estados
de salud, reflejados en el EQ5D, como los resultados de la Escala Visual Análoga
reportados por los pacientes. Los resultados se presentan de manera descriptiva
de cada una de las dimensiones de la encuesta:
Variables demográficas.
Nivel socioeconómico
Estado civil
Nivel educativo
Religión
Ocupación
Núcleo familiar
Régimen de salud
Estado de salud
Existencia de pobreza
Calidad de vida (EQ5D, VAS)
Igualmente se calcularon los errores estándar e intervalos de confianza para cada
una de las variables, con el fin de corroborar la significancia estadística de las
dimensiones escogidas para el estudio.
Para la medición de los niveles de pobreza en Colombia se reconocen dos
métodos para medición de la pobreza, índice de pobreza por ingresos y el índice
de pobreza multidimensional. El método de medición por ingresos fue actualizado
en el 2010 por una comisión de expertos con participación del Departamento
Nacional de Estadística (DANE) y el Departamento Nacional de Planeación y
probado de manera paralela entre el método anterior y el nuevo por tres periodos.
La razón del cambio se basó, fundamentalmente, en la necesidad de contar con
un método más equiparable al resto del usado por Latinoamérica. (141)
80
Fundamentalmente el método busca establecer el ingreso por unidad de gasto
(entendiendo una unidad de gasto a los miembros del hogar, excluyendo al
servicio doméstico y su familia, pensionistas y otros trabajadores dedicados al
hogar) y dividirlo por el total de personas que conforman esa unidad de gasto
(IPCG). Ajustando el ingreso en función de la tenencia de la vivienda y haciendo
ajustes generales a ceros y outliers distribuidos por subanálisis. El ingreso en
función de la tenencia de vivienda se puede hacer por varios métodos uno de
ellos es la pregunta simple frente al valor en arriendo y es aplicado como ingreso
cuando la vivienda es propia o se esta pagando.
Para este proceso y clasificar de manera adecuada a la población se toma como
referencia la línea de pobreza definida por el DANE que construye de acuerdo a
una metodología compuesta pero fundamentada en el gasto de las familias y se
compararon con las personas entrevistadas de acuerdo a su nivel de ingreso.
(141)
4.3.6. CVRS de la población
Para la medición de la CVRS de la población encuestada se aplicó el cuestionario
EQ5D3L en su versión en español que incluye 5 preguntas cada una con tres
opciones de respuesta y una escala visual análoga que sirve de control. La
combinación de las cinco respuestas puede dar origen a 243 estados de salud los
cuales son convertidos en una medida de utilidad que va de 1, que es equivalente
a estar totalmente sano, hasta valores negativos pasando por cero, que equivale
a muerto. Para Colombia es aceptado el uso de la tabla de valoración construida
para la población latina de Estado Unidos (34). Adicionalmente se contó con la
VAS de 0 a 100 que hace parte del EQ5D3L.
Con estas dos mediciones se obtuvo la CVRS percibida por cada una de las
personas entrevistadas y se establecieron diferencias por subgrupo.
81
4.3.7. Valoración de CVRS para estados de salud
A cada encuestado se le asignaron hasta 8 de los estados asignados de manera
aleatoria (Anexo 2), pudiendo ocurrir que a una misma persona, incluso, se le
presente más de una vez el mismo estado de salud. La persona asignaría un
valor entre 0 y 100 (VAS) como el valor que la persona creería sería su CVRS sí
tuviese ese estado de salud. Para tal fín la persona habría recibido instrucciones
previamente y en la app podría marcar el punto dentro de la escala visual análoga
o escribir el valor planteado.
Cada individuo podía decidir cuando no contestar más o decidir no responder
ante un determinado estado de salud. Las personas entrevistadas valoraron
aleatoriamente estados de salud leves, moderados y severos según fueron
clasificados previamente por expertos.
La valoración se hizo utilizando una VAS, que consiste en una regla numerada de
0 a 100 con incrementos cada 10 unidades y en donde se expresa que 0 sería
equivalente al peor estado de salud imaginado y 100 al estado ideal. Los datos
registrados se analizaron mediante estadística descriptiva y comparando
mediante una prueba de ANOVA, para valorar las diferencias.
4.4. Análisis Multinivel
Para el análisis de cada una de las variables se aplicará el análisis estadístico
correspondiente a un modelo de regresión multinivel utilizando como referencia lo
propuesto por Goldstein en 1995 (128). En la validación de la hipótesis nula se
llevan a cabo tres procedimientos los cuales consistirán en explicar la variable
valoración mediante tres pasos:
82
1. En el primer paso se plantea un modelo nulo que tiene como fin demostrar la
existencia de niveles y la variabilidad entre los grupos; del mismo modo es de
insumo para el planteamiento del siguiente paso.
2. El segundo paso se platea un Modelo condicional individual de intercepto y
pendientes aleatorias. Este modelo tendrá como fin la demostración de
variables explicativas (tipo fijo) y la demostración de variables aleatorias
(niveles).
3. En el tercer paso se realizan modelos multinivel global y para cada severidad
(Leve, Moderado, Severo) según las variables fijas, anteriormente estimadas y
las variables aleatorias anteriormente definidas.
4.4.1. Modelo Nulo
Este modelo se caracteriza por no poseer variables explicativas, y por utilizar una
sola constante en la parte fija o sistemática. El fin de este tipo de modelo radica
en la comparación de este con modelos más complejos y de esta manera utilizar
este como insumo para la construcción del multinivel con variables explicativas.
La estructura de este modelo es :
Ecuación 3. Modelo vacío de intercepto aleatorio
𝑦𝑖𝑗 = 𝛽0 + 휀𝑖𝑗 ,
Donde:
𝑦𝑖𝑗 = 𝑉𝑎𝑟𝑖𝑎𝑏𝑙𝑒 𝑑𝑒𝑝𝑒𝑛𝑑𝑖𝑒𝑛𝑡𝑒 𝑝𝑎𝑟𝑎 𝑒𝑙 𝑖𝑛𝑑𝑖𝑣𝑖𝑑𝑢𝑜 𝑖 𝑒𝑛 𝑒𝑙 𝑔𝑟𝑢𝑝𝑜 𝑗
𝛽0 = 𝑚𝑒𝑑𝑖𝑎 𝑎𝑙𝑒𝑎𝑡𝑜𝑟𝑖𝑎 𝑔𝑟𝑢𝑝𝑎𝑙
휀𝑖𝑗 = 𝑇𝑒𝑟𝑚𝑖𝑛𝑜 𝑑𝑒 𝑒𝑟𝑟𝑜𝑟 𝑞𝑢𝑒 𝑠𝑒 𝑐𝑢𝑚𝑝𝑙𝑒 𝑐𝑜𝑛 𝑙𝑜𝑠 𝑠𝑢𝑝𝑢𝑒𝑠𝑡𝑜𝑠
휀𝑖𝑗 ≈ 𝑖. 𝑖. 𝑑. 𝑁(0, 𝜎2)
El intercepto (parte fija o sistemática) se caracteriza en estos modelos por poseer
un término error aleatorio de nivel macro, es decir: 𝛽0𝑗 = 𝛽0 + 𝛿𝑗 en donde la
distribución del error se caracteriza por:
83
Ecuación 4. Distribución del modelo
𝛿𝑗≈ 𝑖. 𝑖. 𝑑. 𝑁(0, 𝜎𝛿
2)
La aplicación de esta clase de modelos normalmente se realiza mediante la
metodología de máxima verosimilitud, pues el fin último consiste en encontrar un
estimador del parámetro, dependiente de datos conocidos, más cercanos al
verdadero valor del parámetro.
4.4.2. Modelo condicional de intercepto aleatorio
Los modelos clásicos de regresión calculan el intercepto con base en la media de
la variable explicativa, sin embargo, al tratar modelos multinivel se encuentra que
el intercepto se calcula con base en una aleatoriedad dada la variabilidad del
grupo. De esta manera tenemos que: 𝛽0𝑗 = 𝛽0 + 𝛿𝑗 , demostrando entonces que
existirá un intercepto para cada grupo construido con base en la variabilidad de
los individuos correspondientes. El objetivo de estos modelos radica en capturar
los efectos composicionales y evaluar las relaciones de los niveles, como también
es base para la estimación de modelos con intercepto aleatorio que cuenten con
variables explicativas.
4.4.3. Modelo condicional de intercepto y pendiente aleatoria
En este tipo de modelo el efecto de las variables explicativas sobre los grupos es
constante, determinando así una limitación al modelo de intercepto aleatorio
(142); dado esto, una solución a este tipo de modelos radica en generar una
aleatoriedad en la pendiente de cada variable con el fin de poder descomponer el
efecto global común en todos los grupos, generando entonces un efecto aleatorio,
𝜂𝑗 que captura la desviación del grupo j respecto al efecto global. Así pues, la
varianza entre grupos es función de las variables explicativas.
84
A continuación, se muestra entonces la formalización de estos modelos
condicionales de intercepto y pendiente aleatoria.
85
Ecuación 5. Modelo condicional de intercepto y pendiente aleatoria.
𝑦𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑥1𝑖𝑗 + ∑ 𝛽𝑝𝑥𝑝𝑘𝑝=2 + ∑ 𝜃𝑙𝑍𝑙𝑖
𝑔𝑙=1 + 휀𝑗𝑖n
𝑑𝑜𝑛𝑑𝑒 𝑙𝑎 𝑣𝑎𝑟𝑖𝑎𝑛𝑧𝑎 𝑑𝑒 𝑒𝑛𝑡𝑟𝑒 𝑔𝑟𝑢𝑝𝑜𝑠 𝑠𝑒 𝑑𝑒𝑓𝑖𝑛𝑒 𝑐𝑜𝑚𝑜:
𝑣𝑎𝑟(𝛿𝑗 + 𝜂𝑗𝑥1𝑖𝑗) = 𝜎𝛿2 + 2𝜎𝛿𝜂𝑥1𝑖𝑗+= 𝜎𝜂
2𝑥1𝑖𝑗2
De esta manera el modelo incorporará variables de nivel contextual que permiten
capturar el efecto composicional, del mismo modo permite capturar la
heterogeneidad grupal.
El modelo integra dos niveles de análisis: El específico del individuo en donde se
incluye un grupo de variables que se analizarán en su correlación y un nivel social
dado por las características socioeconómicas del individuo en su región y que en
la forma general de análisis aplicaría la formula siguiente.
Ecuación 6. Formalizacion del modelo CVRS en multinivel.
𝑌𝑖𝑗 = 𝛽0𝑗 + 𝛽1𝑗𝑥1𝑗
𝛽𝑜𝑗 = 𝛽𝑜 + 𝑢𝑜𝑗 + 휀𝑜𝑗
𝛽1𝑗 = 𝛽1 + 𝑢1𝑗
Donde 𝑌𝑖𝑗 es el resultado en CVRS Y para el individuo i, que pertenece el grupo j.
𝛽0, identifica los valores constantes y el subíndice j identifica el j-ésimo grupo, 𝑢
corresponde al efecto específico del grupo y 휀 el error específico de grupo en
cada nivel.
La correlación intraclase será analizada para cada clase o nivel según la siguiente
formula basada en la varianza (𝜎):
86
Ecuación 7. Correlación interclase
𝜌 = 𝜎𝑢2/(𝜎𝑢
2 + 𝜎𝜖2)
Todo el análisis será desarrollado utilizando el sotware estadístico Stata Versión
13.0 que cuenta con los modulos específicos que permiten hacer este tipo de
análisis incluso a varios niveles..
El análisis inferencial se realiza con el fin de corroborar la hipótesis nula descrita
en el problema de investigación. Este análisis inferencial está dividido en cuatro
grandes pasos:
1. El primer paso consiste en el análisis univariado de la variable dependiente
(valoración) frente a todas las demás variables explicativas que se
describieron en el capítulo anterior. El fin de este primer análisis consiste
en acercarnos al conocimiento inferencial de cada variable explicativa
frente a nuestra variable dependiente.
2. El segundo paso radica en la medición de correlaciones entre las variables
incluidas en el modelo, mediante la construcción de variables de
interacción, en donde al existir alta correlación entre las variables
generales, se crean parar evitar colinealidad en el modelo multinivel.
3. El tercer paso en el análisis inferencial radica en la construcción de
modelos multivariados; esta construcción tiene como objetivo identificar el
conjunto de variables explicativas que conformarían la base del modelo
multinivel. Cabe resaltar que este análisis se realiza con base en el análisis
univariado y tiene en cuenta las variables de interacción.
4. El cuarto paso de este análisis inferencial radica en la construcción del
modelo multinivel, este modelo se construye con el fin de validar o
rechazar la hipótesis nula. Se construye con base en los tres pasos
anteriores y como se mencionó anteriormente busca explicar la CVRS con
base en variables sociodemográficas y clínicas.
87
5. RESULTADOS
Los resultados acá presentados estar organizados en tres apartados: (i) la
sustentación teórica del modelo multinivel; (ii) los resultados del análisis multinivel
paso a paso que incluye: a) la caracterización de la población encuestada; b) el
análisis descriptivo de la valoración de la CVRS de la población encuestada; c)
definición y análisis de variables incluidas en el modelo; d) análisis multivariado
de la medida de CVRS e) la construcción y selección del mejor análisis multinivel
y f) las pruebas estadísticas del modelo y; (iii) la aplicación prácitica del modelo
estimado para Colombia.
De tal manera que los resultados del trabajo se presentan en tres componentes:
el modelo que es la resultante de la reflexión teórica desde la revisión y
aprendizaje de lo desarrollado en el mundo, la demostración y validación del
respecitvo modelo mediante el modelo multinivel y utilizando la información
recolectada durante el trabajo de campo y finalmente un ejercicio de
demostración de su utilidad con el que se abre campo a nuevas investigaciones.
5.1. Modelo multinivel de la CVRS
Partiendo que La CVRS se entendería como la percepción de bienestar de un
individuo frente a su situación de salud actual y sus expectativas hacia el futuro y
tomando como punto de partida lo definido por la OMS de dice que se entiende
como “una percepción de un individuo de su posición en la vida en el contexto de
sus valores, su cultura y su relación con sus metas, expectativas, estándares y
preocupaciones” (27); los diferentes modelos conceptuales han planteado que de
manera lineal se presentan una secuencia en la que a partir de modificaciones
biológicas se expresan cambios que reflejan finalmente la calidad de vida y que
factores propios del individuo y del ambiente donde se desarrollan estos
individuos influencian esta medición (39).
88
Por otro lado, diferentes autores han planteado que al analizar las poblaciones se
presentan variaciones en la CVRS y que esto es posible de explicar mediante
análisis multinivel. (37, 130, 131). A partir de una revisión de literatura realizada
con corte a Mayo del 2016 se encontraron, utilizando como buscador EBSCO y
accediendo a todas sus bases de datos, 46 publicaciones al combinar “multilevel”
AND “HRQoL”, de las cuales, 10 presentaban análisis multinivel y CV. Jayasinghe
et al analizaron una muestra de población con enfermedad crónica mediante la
aplicación de SF12 y demostraron mediante un análisis multinivel diferencias por
género y edad y en un segundo nivel por tipo de tratante.(143, 144). Similar
trabajo realizaron Kramer et al. en el 2012, en un estudio de calidad de vida en
pacientes con falla cardiaca, mediante el cual demostraron que variables
socioeconómicas explicarían las diferencias en la calidad de vida a un primer
nivel y en un segundo nivel el tipo de tratante (145). Dos trabajos similares (2009
y 2010), realizados en 13 países europeos y en Canada, mostraron cambios en la
CV de escolares utilizando en modelo multinivel, en donde en un segundo nivel
incluyeron género y el sitio de residencia (146, 147). En estudios más recientes,
Marcos Herrera (2015) realiza un análisis multinivel sobre una muestra población
argentina y su percepción de calidad de vida medida con una escala visual
análoga (37). En su publicación muestra cómo variables sociodemográficas junto
con la pobreza estimada a partir de NBI (Necesidades Básicas insatisfechas),
logran explicar variaciones en la CVRS haciendo uso de un modelo multinivel,
dando paso a nuevas discusiones acerca de la importancia de estas variaciones.
En general, estos estudios recientes, simultáneos con este estudio doctoral,
logran mostrar cómo la CVRS percibida por los individuos estaría influenciada por
factores socio-económicos y cómo estas variaciones es posible explicarlas
mediante un modelo multinivel.
Autores como Graham et al (148) que han hecho diferentes análisis frente a la
relación entre bienestar y salud han logrado establecer como existen variaciones
entre la CVRS y el nivel socioeconómico y que estas diferencias varían entre
países en especial en aquellos con menor desarrollo económico.
89
Estos hallazgos, unidos a que se han identificado diversas variables que
muestran diferencias en la percepción de CV, dan origen al planteamiento que se
propone como resultado de esta investigación.
5.1.1. Modelo conceptual de la CVRS
Como han mencionado autores, las modificaciones biológicas dadas dentro del
proceso de enfermedad, podrían generar síntomas y signos que a su vez podrían
generar modificaciones en la funcionalidad física y sicológica, lo que ocasionaría
modificaciones en la percepción de bienestar global y reflejaría cambios en la
medida o valoración de la CVRS y estos valores que podrían verse afectados por
características del individuo o del ambiente(39). Sin embargo, la medida de CVRS
podría estar afectada de manera diferente a la expresión de un modelo
secuencial como el propuesto por Ferrans(39) a partir del modelo propuesto por
Wilson & Cleary(38). Sí bien la lógica originada a partir de los cambios biológicos
es válida, los factores propios del individuo como su edad, género, nivel
educativo, religiosidad, convivencia con otras personas y dependencia
económica, harían que sus percepciones frente al bienestar generen tendencias
en esas valoraciones haciendo que se empiecen a crear patrones de respuesta
según ciertas condiciones.(un primer nivel de influencia). Hasta este componente
podriamos definir sería similar a lo planteado hasta ahora.
Sin embargo, se plantea que, estos individuos al estar en ambientes diferentes, lo
que corrspondería a la barriada, localidad o sitio de residencia, en donde el nivel
de acceso a los servicios de salud sea diferente, las vías, la recreación y la
percepción social de riqueza o pobreza sean diferentes; percibirían su CV de
manera diferente (un segundo nivel de influencia). Partiendo de este concepto,
se plantea, que sí bien las características del individuo podrían modificar la
valoración expresada ante un cambio en su salud, la influencia dada por las
90
condiciones sociales de su ambiente mas próximo harían que esas
modificaciones puedan variar o afectar de manera diferente.
Y finalmente estos individuos, independiente del nivel habitacional que los
influencia, poseen estigmas culturales (costumbres, folclor, etc), y viven en
condiciones climáticas, geográficas e históricas que hacen que sus percepciones
de la CV sea diferentes (tercer nivel de influencia). La forma como culturalmente
se ha construido el afrontamiento de la enfermedad y la importancia social que se
le de harían que diferencias culturales generen diferencias en el nivel habitacional
y en el nivel individual que se verían reflejadas en variaciones de la CVRS.
En tal sentido, se propone que la medida o percepción de CVRS en un individuo
es una respuesta con se expresa como un modelo multinivel, es decir, las
personas de acuerdo a su Estado de Salud/enfermedad son capaces de dar un
valor a su CVRS que se afecta en primera instancia por condiciones propias del
individuo que a su vez estaría influenciado por las condiciones habitacionales y
de su entorno social próximo y que estas a su vez estarían afectadas por las
condiciones culturales y de territorio geográfico donde habita. De tal manera que
al CVRS es una expresión del estado de salud pero en un conjunto de
condiciones en donde se entiende un individuo con caracteristicas organizado en
condiciones ambientales y determinado por unas condiciones culturales. De tal
manera que individuos con similares condiciones de salud, pero con condiciones
individuales, socio-económicas, de hábitat y culturales diferentes valoraran
diferente su CVRS mas allá que lo demostrado por muchos autores que es tener
diferente CVRS.
La influencia cultural hace que las personas actúen y perciban las cosas de
manera diferente, de tal forma que individuos en regiones donde la cultura los
hace más socialmente independientes, donde las condiciones climáticas puedan
hacer predominar las conductas extrovertidas o donde el afrontamiento de la
enfermedad y la vejez sea tomado con ciertas premisas sociales, como por
91
ejemplo “la enfermedad es algo que se da por gracia divina”; haría que la
valoración de bienestar e incluso de disponibilidad de intercambio en tiempo,
como se plantearía en una compensación temporal, sea diferente. Por esta razón
se asume que en el nivel superior del modelo estaría el nivel cultural. Este nivel
ha sido aceptado cuando los expertos expresan que no es posible la
transferibilidad de resultados entre países y en donde es posible ver que ante la
construcción de tarifarios con EQ5D se presenten valores diferentes, incluso a
pesar de estar en países tan similares como Uruguay, Chile o Argentina y en
esencia estas diferencias se explican por diferencias culturares (149) o lo
planteado en validaciones de escalas en países europeos(150). Este nivel de
influencia dentro del modelo se propone denominarlo nivel cultural o territorial.
En un siguiente nivel, el individuo según las condiciones propias del entorno en
donde habita respondería de manera diferente. Aspectos como las condiciones
de oferta de servicios de salud, que generan además la demanda de los mismos;
la disponibilidad de vías y el desarrollo urbanístico; la percepción de las
diferencias capacidad adquisitiva o propiedad sobre bienes necesarios y/o
suntuosos; modificaría la percepción o respuesta que se tendría ante un cambio
en la salud. En un municipio pequeño en donde la oferta de servicios de salud
sea básica, en donde los servicios de recreación son escasos, en donde
finalmente las diferencias entre ser pobre o ser rico no sean tan marcadas, el
afrontamiento a la enfermedad tiende a ser parecido y diferente al que puede vivir
una persona en una metrópoli donde la sociedad juega un papel importante de
calificación de las personas, ampliando las diferencias por sus condiciones y
capacidades o habilidades individuales. De tal manera que asumimos que más
allá que unas u otras personas puedan tener una CV diferente, planteamos que
unas u otras personas darían un valor diferente. Este argumento podría
entenderse como equivalente al planteado por Ashing Giwa en su modelo
conceptual. (90) Se propone que para el modelo demostrativo las diferencias
habitacionales se explican por los tipos de poblados donde habitan las personas.
Existe pequeños poblados o municipios, las ciudades grandes y ciudades
92
intermedias, en donde la respuesta de valor frente a una situación será afectada
por las condiciones ambientales generadas en estos lugares que, per se, según el
modelo ya estarían afectadas por el nivel cultural. Conjugándose así ese segundo
nivel del modelo que se ha denominado: el nivel habitacional o ambiental.
Finalmente se plantearía un nivel dado por las características mismas del
individuo, ya aceptado por muchos, en donde se entiende que se modificaría la
percepción por condiciones ya descritas como el aumento de la edad, el género,
la convivencia con otras personas, la dependencia económica, el nivel educativo
y el nivel de pobreza que podrían intervenir en la CVRS y a su vez en la forma de
valorar o percibir la CVRS. Este nivel ha sido el más estudiado, pero descrito
como un conjunto que variables que afectan la medida de CV y el planteamiento
es que más allá de esa influencia, modifican la forma como se percibe ese
bienestar. Este nivel se ha denominado dentro del modelo como nivel individual.
En la figura 8, se muestra un diagrama de los diferentes niveles propuestos en
donde a partir del modelo conceptual desarrollado por Wilson y Cleary se plantea
la existencia multinivel de un nivel individual, un nivel habitacional y un nivel
territorial o cultural.
93
Figura 8. Modelo multinivel que explica la CVRS
Fuente: Elaboración propia.
94
En el diagrama se puede ver el nivel propio de la generación de las variaciones
en la CVRS descrito por los diferentes autores y el modelo donde se entiende que
existiría un primer nivel con variables propias del individuo, un segundo nivel con
variables propias de su veciendario o residencia y un tercer nivel con variables
propias del territorio cultural donde se ubique la persona. Es importante ademas
entender que las relaciones entre los niveles y entre las variables no son
unidireccionales sino que se entrecruzarían según las caracteristicas mismas de
los individuos.
Adicionalmente, no se consideraría adecuado pensar que los niveles
establecidos: el nivel básico biológico y secuencial, descrito por los clásicos
modelos conceptuales; y los tres niveles de influencia propuestos con sus
variables descriptivas, actúan de manera regular que pudieran explicarse en un
solo nivel, sino que dan origen a diferentes niveles de agrupación de individuo y
las condiciones de los niveles inferiores cambiaran en función de los niveles
superiores. Se espera además que algunas de esas condiciones interactúen
entre los niveles de tal manera que ciertas condiciones del individuo, puedan
interactuar como parte del nivel habitacional y así sucesivamente. Por ejemplo, la
capacidad económica o nivel de riqueza, aunque es una variable del nivel
individual, tendrá su interacción con el nivel habitacional y probablemente con el
nivel cultural; no se vive igual con un nivel alto de pobreza en un municipio
pequeño que en una ciudad cosmopolita o en una región en donde la cultura
induce a utilizar gran cantidad de atuendos en la vestimenta o en aquellas donde
el traje es más simple y por consiguiente, de más fácil adquisición. Con esto se
quiere decir que los niveles per se no son aislados sino que interactúan entre sí.
En conclusión, el análisis de los factores que se han aceptado y que modifican la
CVRS así como la presencia de diferentes estudios sobre las variaciones de la
CVRS como un modelo multinivel, lleva a plantear que definitivamente existe un
modelo conceptual diferente en la definición de la CVRS. De esta forma se
entendería que la CVRS es la medida que un individuo da a su percepción de
95
bienestar frente a su situación de salud como respuesta a sus condiciones que se
ven influenciadas por las características del ambiente donde se habita y a su vez
por la cultura del territorio donde se encuentra su hábitat.
En la siguiente parte de los resultados se buscará probar o rechazar este
concepto sobre un análisis de una muestra de población colombiana.
5.2. Caracterización de la población y CVRS
Se aplicó la encuesta a un total de 1.550 personas distribuidas en todo el territorio
nacional y acorde a la muestra propuesta; con edad promedio de 36,23 años, de
las cuales 65.61% fueron mujeres . Frente a la edad promedio de las personas
clasificadas por nivel de pobreza, se encontró un valor correspondiente de 36
años para los pobres y de 36.3 para las personas clasificadas como no pobres.
La tabla 11 resume las características de la población encuestada. Se destaca
que la mayor proporción de personas eran casados o en unión libre (58%). Sin
embargo, las personas clasificadas como pobres presentaron una proporción
menor de casados o en unión libre (59.53% frente a 52.92% respectivamente).
Desde el punto de vista económico, un 9.23% reportó estar desempleado o
buscando trabajo y 1.35% estar pensionado. La participación por estrato socio-
económico, entendiendo que esa variable tiene dificultades de homologación por
la disparidad de clasificación entre municipios, mostró que el 54,8% de las
personas reportaron estar en estratos 1 y2 frente a solo un 0,26% en estratos 5 o
6. Mientras que al aplicar los indicadores de pobreza establecidos por DNP el
23.16% de los entrevistados se encontrarían por debajo de la línea de pobreza,
similar a lo reportado para el país(151).
96
Tabla 11. Características de la población encuestada.
Variable Característica Porcentaje
Sexo Femenino 65.61
Masculino 34.39
Estado civil
Casado/Unión libre 58
Soltero 35.29
Divorciado/separado 4.39
Otro 2.32
Principal actividad económica
Empleado o trabajador independiente 69.68
Estudiante 7.68
Pensionado/Jubilado 1.35
Buscando trabajo 9.23
Hogar 12.06
Estrato
1 34.71
2 20.13
3 31.74
4 13.16
5 0.26
6 0
Nivel de estudios
Primaria 28.9
Bachiller 9.94
Técnico 31.74
Tecnólogo 11.1
Profesional 18.06
Ninguno 0.26
Régimen de salud
Contributivo Cotizante 36.45
Contributivo Beneficiario 21.87
Subsidiado (SISBEN) 37.55
Especial 2.06
No Afiliado 2.07
Padece enfermedades
Si 73.03
No 26.19
No sabe 0.78
Región Costa 44.97
Centro 55.03
Zona Urbana 99.94
Rural 0.06
Vive Con Con otras personas 96.9
Solo 3.1
Aporta económica Si 84.84
97
Variable Característica Porcentaje
No 8.58
No responde 6.58
Religión
Cristiana 38.06
Católica 21.04
Protestante 30.71
Otro 10.19
Practicante
Practicante 78.13
Poco practicante 12.26
No practicante 9.61
Medicina Prepagada o poliza de salud
Si 42.45
No 55.48
No sabe/No responde 2.07
Pobreza No 76.84
Si 23.16
Municipio de residencia
Intermedio 28.19
Pequeño 12.39
Grande 59.42
Fuente: Elaboracion propia a partir de los datos de caracterización de la población encuestada
(n=1550 personas)
Desde el punto de vista de acceso al sistema de salud; el 57% de las personas se
encuentran en el régimen contributivo y 37.55%. en el régimen subsidiado
(SISBEN). El 73.03% de los encuestados reportados padecer alguna
enfermedad. Respecto a la distribución por ubicación de los encuestados, el
55.03% viven en la parte continental de Colombia mientras que el restante
44.97% en la parte costera, el 99.94% viven la zona urbana y un 59.42% se
encuentran en ciudades grandes de categoría especial.
En la tabla 12 se presentan la caracterización discriminada por Región y tipo de
municipio. En general las características son similares entre los tipos de municipio
y por las regiones. Las personas casadas o en unión libre son las que
representan el mayor porcentaje en cuanto al estado civil en las dos regiones,
representando en la costera el 61,84% y en la continental el 54,87%, seguido por
los solteros, con 30,7% y 39,04% respectivamente.
98
El nivel educativo técnico es el de mayor proporción en la zona costera con un
33% frente al nivel educativo primaria que representa la mayor proporción en la
zona continental con un 31,18% de los encuestados.
La religión predominante tanto en la costa como en el interior del país es la
cristiana, con un 39,45% y 36,93% de seguidores respectivamente. De los cuales
el 81,63% son practicantes en la zona costera y el 75,26% en la zona centro.
La principal actividad económica de los encuestados tanto de la zona costera
como la continental es empleado o trabajador independiente, representado en el
67,86% y 71,16% respectivamente; seguido por actividades del hogar y personas
que buscan trabajo.
La gran parte de los encuestados viven con sus padres, pareja o hermanos. Aun
así, el 84,79% en la zona costera aporta económicamente en el hogar, frente al
84,88% que lo hace en la zona centro.
En general es posibvle identifcar que la población analizada es muy similar a la
población general en Colombia y no se identificaron desviaciones en la estructura
de la población entre los grupos y subgrupos que son objeto del análisis.
99
Tabla 12. Caracterización de la población por región y tipo de municipio
Región Costera Continental
TIPO Intermedio Pequeño Grande Total Intermedio Pequeño Grande Total
n % n % n % n % n % n % n % n %
Población 234 21 442 697 203 171 479 853
VARIABLES DEMOGRÁFICAS
Edad Promedio 36 34 35 37 39 36
Femenino 155 66.24 12 57.14 268 60.63 435 62.41 147 72.41 138 80.70 297 62.00 582 68.23
Masculino 79 33.76 9 42.86 174 39.37 262 37.59 56 27.59 33 19.30 182 38.00 271 31.77
NIVEL SOCIOECONÓMICO
Bajo 135 57.69 17 80.95 229 51.81 381 54.66 117 57.64 94 54.97 258 53.86 469 54.98
Medio 99 42.31 4 19.05 211 47.74 314 45.05 86 42.36 77 45.03 219 45.72 382 44.78
Alto 0 - 0 - 2 0.45 2 0.29 0 - 0 - 2 0.42 2 0.23
ESTADO CIVIL
Casado/Unión Libre 137 58.55 13 61.90 281 63.57 431 61.84 121 59.61 75 43.86 272 56.78 468 54.87
Soltero 80 34.19 8 38.10 126 28.51 214 30.70 78 38.42 94 54.97 161 33.61 333 39.04
Divorciado/Separado 12 5.13 0 - 23 5.20 35 5.02 2 0.99 2 1.17 29 6.05 33 3.87
Otro 5 2.14 0 - 12 2.71 17 2.44 2 0.99 0 - 17 3.55 19 2.23
NIVEL EDUCATIVO
Ninguno 0 - 1 4.76 1 0.23 2 0.29 0 - 1 0.58 1 0.21 2 0.23
Primaria 78 33.33 5 23.81 99 22.40 182 26.11 66 32.51 62 36.26 138 28.81 266 31.18
Bachiller 24 10.26 1 4.76 33 7.47 58 8.32 26 12.81 32 18.71 38 7.93 96 11.25
Técnico 93 39.74 6 28.57 131 29.64 230 33.00 57 28.08 43 25.15 162 33.82 262 30.72
Tecnólogo 23 9.83 1 4.76 48 10.86 72 10.33 34 16.75 17 9.94 49 10.23 100 11.72
Profesional 16 6.84 7 33.33 130 29.41 153 21.95 20 9.85 16 9.36 91 19.00 127 14.89
RELIGIÓN
100
Región Costera Continental
TIPO Intermedio Pequeño Grande Total Intermedio Pequeño Grande Total
Cristiana 58 24.79 14 66.67 203 45.93 275 39.45 72 35.47 54 31.58 189 39.46 315 36.93
Católica 40 17.09 2 9.52 134 30.32 176 25.25 25 12.32 8 4.68 117 24.43 150 17.58
Protestante 104 44.44 4 19.05 82 18.55 190 27.26 77 37.93 75 43.86 134 27.97 286 33.53
Otro 32 13.68 1 4.76 23 5.20 56 8.03 29 14.29 34 19.88 39 8.14 102 11.96
PRACTICANTE
Practicante 161 68.80 19 90.48 389 88.01 569 81.64 150 73.89 110 64.33 382 79.75 642 75.26
Poco Practicante 41 17.52 1 4.76 30 6.79 72 10.33 29 14.29 38 22.22 51 10.65 118 13.83
No Practicante 32 13.68 1 4.76 23 5.20 56 8.03 24 11.82 23 13.45 46 9.60 93 10.90
OCUPACIÓN
Empleado o trabajador independiente 152 64.96 18 85.71 303 68.55 473 67.86 174 85.71 132 77.19 301 62.84 607 71.16
Estudiante 20 8.55 1 4.76 38 8.60 59 8.46 7 3.45 6 3.51 47 9.81 60 7.03
Pensionado/Jubilado 2 0.85 0 - 10 2.26 12 1.72 1 0.49 2 1.17 6 1.25 9 1.06
Buscando trabajo 27 11.54 1 4.76 34 7.69 62 8.90 13 6.40 21 12.28 47 9.81 81 9.50
Hogar 33 14.10 1 4.76 57 12.90 91 13.06 8 3.94 10 5.85 78 16.28 96 11.25
CON QUIEN VIVE
Padres 90 38.46 9 42.86 188 42.53 287 41.18 68 33.50 50 29.24 201 41.96 319 37.40
Hermanos 30 12.82 2 9.52 64 14.48 96 13.77 18 8.87 23 13.45 68 14.20 109 12.78
Abuelos 13 5.56 0 - 22 4.98 35 5.02 11 5.42 16 9.36 25 5.22 52 6.10
Pareja 94 40.17 10 47.62 144 32.58 248 35.58 101 49.75 75 43.86 161 33.61 337 39.51
Solo 6 2.56 0 - 15 3.39 21 3.01 6 2.96 6 3.51 16 3.34 28 3.28
Hijo/Hija 1 0.43 0 - 1 0.23 2 0.29 0 - 0 - 2 0.42 2 0.23
Tíos/primos 0 - 0 - 8 1.81 8 1.15 0 - 0 - 6 1.25 6 0.70
APORTA ECONÓMICAMENTE
Si 197 84.19 19 90.48 375 84.84 591 84.79 182 89.66 142 83.04 400 83.51 724 84.88
No 25 10.68 1 4.76 28 6.33 54 7.75 20 9.85 22 12.87 37 7.72 79 9.26
101
Región Costera Continental
TIPO Intermedio Pequeño Grande Total Intermedio Pequeño Grande Total
Ninguno 12 5.13 1 4.76 39 8.82 0 - 1 0.49 9 5.26 42 8.77 52 6.10
RÉGIMEN DE SALUD
Especial 9 3.85 0 - 7 1.58 16 2.30 0 - 4 2.34 12 2.51 16 1.88
Contributivo cotizante 91 38.89 3 14.29 154 34.84 248 35.58 78 38.42 71 41.52 168 35.07 317 37.16
Contributivo beneficiario 35 14.96 10 47.62 110 24.89 155 22.24 44 21.67 31 18.13 109 22.76 184 21.57
Subsidiado (SISBEN) 89 38.03 6 28.57 165 37.33 260 37.30 81 39.90 64 37.43 177 36.95 322 37.75
No afiliado 10 4.27 2 9.52 6 1.36 18 2.58 0 - 1 0.58 13 2.71 14 1.64
MEDICINA PREPAGADA O PÓLIZA
Si 103 44.02 8 38.10 187 42.31 298 42.75 82 40.39 77 45.03 201 41.96 360 42.20
No 121 51.71 13 61.90 249 56.33 383 54.95 121 59.61 94 54.97 262 54.70 477 55.92
Ninguno 10 4.27 0 - 6 1.36 16 2.30 0 - 0 - 16 3.34 16 1.88
PADECE ENFERMEDAD
Si 180 76.92 16 76.19 307 69.46 503 72.17 150 73.89 127 74.27 352 73.49 629 73.74
No 54 23.08 5 23.81 127 28.73 186 26.69 53 26.11 44 25.73 123 25.68 220 25.79
Ninguno 0 - 0 - 8 1.81 8 1.15 0 - 0 - 4 0.84 4 0.47
POBREZA
NO 187 79.91 15 71.43 349 78.96 551 79.05 133 65.52 123 71.93 384 80.17 640 75.03
SI 47 20.09 6 28.57 93 21.04 146 20.95 70 34.48 48 28.07 95 19.83 213 24.97
Calidad de Vida
EQ5D 0.78 0.65 0.68 0.7 0.73 0.79 0.715 0.75
VAS 50.29 63.43 57.84 57.19 56.47 53.99 55.03 55.16
103
En la encuesta se hacia valoración de la CVRS de las personas encuestadas., la
medida EQ5D promedio en la zona costera es de 0,7 mientras que para la zona
continental es de 0,74 al valorarlos utilizando la tabla de latinos en estados
unidos(34); respecto al indicador VAS en promedio fue de 57,19 y 55,13 para la
zona costera y continental respectivamente.
El análisis de asociación de las diferentes variables se presenta a continuación.
Para cada variable se calcula un error estándary un intervalo de confianza con un
error del 5%. Las variables que aparecen en la tabla son aquellas sobre las que
se desarrollaran la modelación estadística, razón por la cual se establece un nivel
de variabilidad frente a las respuestas de los individuos encuestados, es decir los
1550, en sus respuestas iniciales
Tabla 13. Error estándar e intervalos de confianza de los datos de la encuesta
Variable Std. Err. (95% Conf. Interval)
Edad .3256401 35.53868 - 36.81616
Sexo .0120689 1.320198 - 1.367544
Estado Civil .0175481 1.475902 - 1.544743
Principal Actividad .037225 1.790209 - 1.936243
Zona .0006452 .9993797 - 1.001911
Estrato .0273179 2.187706 - 2.294874
Nivel de Estudios .036445 2.722821 - 2.865795
Núcleo Familiar .0375225 2.494142 - 2.641342
Aporta .0153789 1.201447 - 1.261779
Religión .0263867 2.078565 - 2.18208
Practicante .0162289 1.283006 - 1.346672
Régimen de Salud .0255019 1.981591 - 2.081635
Medicina Prepagada .0134939 1.569661 - 1.622597
Padece enfermedad .0118071 1.25426 - 1.300579
Pobreza .0107188 .210588 - .2526378
Escala VAS .4879298 54.19454 - 56.10869
Utilidad EQ5D .0065251 .7118927 - .7374905
Región .0126396 .4248849 - .47447
*Datos calculados utilizando Stata 13
Fuente: elaboración propia
104
5.2.1. Análisis de calidad de vida de la población encuestada
Similar a como lo han hecho otros autores y manteniendo la línea de análisis se
realizó un análisis multinivel con el fin de explicar las variaciones en la calidad de
vida de las personas encuestadas.
5.2.1.1. Modelo Nulo
La organización de la información en tres niveles sin incluir las variables de cada
nivel demuestran que existe un comportamiento multinivel como mejor explicación
de la medida de CVRS de los encuestados. En la tabla 14 se presenta las
estimaciones del modelo nulo en donde se busca demostrar sí el modelo
multinivel explica mejor que los modelos lineales; se tomó un modelo con dos
niveles, en el primer nivel se ubicó la pobreza y el estrato socioeconómico, como
variables que explican el nivel habitacional y en el segundo nivel la zona
(“componente cultural”) y el tamaño del municipio, siendo este el que mejor
explicaba.
Tabla 14. Estimación modelo Nulo
Variable Dependiente: Escala Visual Análoga de la población
Variables Modelo Nulo
Parte Fija
Constante 53.18**
Parte Aleatoria
Varianza Primer Nivel
Varianza Pobreza (𝝈𝜹𝟏𝟐 ) 7.830928***
Varianza Estrato (𝝈𝜹𝟐𝟐 ) 1.24e-13 ***
Varianza Segundo Nivel
Varianza Componente Cultural
(𝝈𝜹𝟏𝟐 )
1.36e-17 ***
Varianza Tamaño de
Municipio (𝝈𝜹𝟐𝟐 )
1.283606 ***
Varianza Constante (𝝈𝜹𝟑𝟐 ) 5.27e-14 ***
Varianza Residual (𝝈𝜺𝟐) 366.0261 ***
Log-verosimilitud -6776.7136
1550 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia usando STATA 13
105
El modelo muestra un valor inicial que corresponde al intercepto (𝛽0 = 53.18.) y
con varianzas significativas entre el 1% y el 5% para los los niveles y los
parámetros, respectivamente. . Al observar los resultados del test de razón de
verosimilitud, es decir, al comparar el modelo estimado con un modelo de
regresión lineal, se muestra mejor explicación con el modelo multinivel
propuesto.3
5.2.1.2. Modelo condicional individual de intercepto y pendientes aleatorias
Ahora al revisar las variables del modelo; en la Tabla 15 se muestran los betas de
la regresión del modelo. Para el análisis se considero como condicion inicial (valor
de la constante): hombre adolescente, que no cuenta con medicina pre pagada,
no practica ninguna religión, no aporta dinero al hogar, vive solo, pertenece a un
régimen de salud diferente al contributivo o especial, no cuenta con estudios, es
de estrato socioeconómico 1, no tiene una actividad económica (no percibe
ingresos), estado civil soltero, pobre, que no padece una enfermedad.
Tabla 15. Modelo condicional individual de intercepto y pendientes aleatorias
Variable Dependiente: Escala Visual Análoga
Variables Modelo Condicional Individual
Parte Fija
Hombre Juventud -2,28****
Adulto Joven Hombre -1,05****
Adulto Mayor Hombre 14,03
Adulto Hombre -0.06****
Adolecente Mujer -8.17****
Juventud Mujer 3.31****
Adulto Joven Mujer -2.43****
Adulto Mayor Mujer 2.23****
3 Uno de los test del modelo corresponde al test de la razón de verosimilitud (Likelihood ratio test),
donde un menor valor obtenido en el test (-6776.7136), corresponde a un mejor ajuste del modelo multinivel frente a los modelos de regresión lineal que incluyan las mismas condiciones analizadas.
106
Adulto Mujer -4.73
Medicina Pre Pagada -4.41
Practicante 5.45****
Aporta -0.41****
Vive Con 5.36****
Régimen de Salud 3.66
Nivel Estudio 1 -2.56
Nivel Estudio 2 0,64****
Principal Actividad Económica 8.34
Estado Civil -1.93****
Región 0.17****
Constante 56,39***
Parte Aleatoria
Varianza Primer Nivel (𝜎𝛿2)
Varianza Pobreza (𝜎𝛿12 ) 2.968*
Varianza Estrato (𝜎𝛿22 ) 1.2123*
Varianza Segundo Nivel (𝜎𝛿2)
Varianza Cultura (𝜎𝛿12 ) 5.92e-10*
Varianza Tipo de Municipio (𝜎𝛿22 ) 0.633362*
Varianza Constante (𝜎𝛿32 ) 0.633362*
Varianza Residual(𝜎2) 336.3327*
Log-verosimilitud -6711.7208 1550 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia utilizando STATA 13
Este modelo multinivel presenta variables en el primer nivel que incluyen todas
las características demográficas de la población, en el segundo las variables de
Pobreza y Estrato, y en un tercer nivel, los componentes culturales.
Se puede ver en el primer nivel como la CVRS la interacción edad-sexo hace
variaciones en la medida de manera significativa y en general las mujeres
presentan menor CV que los hombres. La religiosidad y la convivencia mejoran
en general la CV. En el segundo nivel se ve como los pobres tendrían una
menor CV que los no pobres, al igual que al vivir en municipios con mayor
107
desarrollo genera una mejor medida. Aunque en el nivel cultural se encuentran
diferencias significativas no son muy diferentes los valores obtenidos.
Al comparar el modelo estimado con un modelo de regresión lineal, utilizando un
estadístico en base a la distribución Chi Cuadrado, donde se demuestra que el
modelo de tres niveles, explica de una mejor manera el VAS de la población,
permitiendo la generación de pronósticos, gracias a los efectos aleatorios
estimados. El comportamiento de la verosimilitud del modelo nulo, y del modelo
multinivel con efectos aleatorios es muy similar, donde los dos modelos son
significativos (Prob > chi2 = 0.0000).
De acuerdo a esto es posible demostrar, similar a lo que han hecho otro autores,
que la CVRS de las personas encuestadas medida mediante una escala visual
analoga se comporta como un modelo multinivel en donde la presencia de
enferemedad es una variable adicional dentro del modelo y en donde factores del
individo son de primer nivel, factores del habitat serían de segundo nivel y el el
nivel cultural o territoria sería un tercer nivel.
En el anexo se ven los graficos de residuales que muestran la calidad del modelo
obtenido.
5.3. Valoración de la CVRS
Las 1550 personas encuestadas posterior a aportar los datos de caracterización,
valoraron mediante una VAS (de 0 a 100) hasta a 8 estados de salud asignados
de manera aleatoria de los 14 establecidos previamente dando lugar a un total de
11.630 valoraciones, por cuanto las personas podrían no contestar frente a un
estado específico o por ser aleatorio repetir el mismo estado dentro de la
encuesta lo que hace que solo se tome uno de los valores. La distribución de
estas valoraciones fue del 45,29% para condiciones con afectación leve, el
33,59% moderados y 20,6% severos. En la tabla 16 se muestra la valoración en
108
calidad de vida promedio y sus intervalos de confianza por severidad del estado
de salud y se puede ver como el promedio de VAS y los intervalos de confianza
(IC) son consistentes con la severidad de los estados y muestra que se
obtuvieron valores diferentes para los estados. La prueba ANOVA demostró que
existen diferencias significativas entre las valoraciones que dieron para todos los
grupos, a un nivel de confianza del 99%, con un p-valor de 0.000.
Tabla 16. Valoración de los estados de salud según severidad
Severidad N Promedio VAS IC
Leve 5.267 60.93 (60.43-61.43)
Moderado 3.906 54.83 (54.30-55.35)
Severo 2.457 48.84 (48.15-49.52)
Todas 11.630 56.33 (55.99-56.66)
Fuente: Estimado a partir de la base de datos de valoraciones de estados de salud.
En la tabla 17 se muestran los valores promedio e intervalo de confianza del valor
dado para cada tipo de Estado de Salud de acuerdo a las características
analizadas. El análisis estadístico demuestra diferencias significativas para todos
los tipos de preguntas en el nivel habitacional y el nivel cultural para el leve y
moderado.
Tabla 17. Promedio de valoración de la CVRS
Característica/Estado de Salud
Leve Moderado Severo
Nivel Cultural (0.0000)* (0.0166)** (0.3722) Costera 62.15 (61.40- 62.90) 55.52 (54.74-56.31) 49.18 (48.14-50.22) Continental 59.94 (59.28-60.60) 54.25 (53.56-54.94) 48.55 (47.63-49.47)
Nivel Habitacional (0.0000)* (0.0000)* (0.0197)** Pequeño 58.15 (57.26-59.03) 53.51 (52.57-54.44) 47.63 (46.40- 48.86) Intermedio 57.47 (56.08-58.86) 52.60 (51.22-53.99) 47.74 (46.02-49.46) Grande 62.93 (62.28-63.59) 55.96 (55.26-56.65) 49.66 (48.72-50.60)
Nivel individual - Sexo (0.0000)* (0.4606) (0.2669) Hombre 60.14 (59.54-60.74) 54.68 (54.05-55.31) 48.56 (47.73-49.39) Mujer 62.45 (61.56-63.33) 55.09 (54.17- 56.01) 49.39(48.16-50.63) - Edad (0.2604) (0.5467) (0.0045)* <30 61.07 (60.30-61.84) 54.73 (53.94-55.53) 49.22 (48.11-50.33) 30-44 61.42 (60.41-62.43) 54.86 (53.82-55.90) 47.32 (45.99-48.66) 45-59 60.55 (59.63-61.47) 54.66 (53.69-55.63) 50.17 (48.95-51.39) 60 y mas 61.67 (57.62-65.72) 58.17 (54.45-61.88) 42.67 (36.66-48.67)
109
Característica/Estado de Salud
Leve Moderado Severo
- Nivel de pobreza (0.4475) (0.7284) (0.0023)* Pobre 61.29 (60.23-62.35) 54.65 (53.52- 55.79) 47.01 (45.68- 48.35) No pobre 60.83 (60.27-61.39) 54.88 (54.29-55.46) 49.46 (48.66-50.26) - Nivel educativo (0.0000)* (0.0000)* (0.0000)* Sin educación 61.50 (60.63-62.37) 55.46 (54.56-56.35) 49.11 (47.78-50.43) Con educación 58.90 (58.14-59.67) 53.37 (52.57-54.17) 46.50 (45.48-47.51) - Religión (0.0000)* (0.0000)* (0.0000)* Practicante 61.27 (60.76-61.79) 55.25 (54.70-55.81) 49.25 (48.52-49.98) No practicante 57.72 (55.98-59.47) 51.03 (49.55- 52.50) 44 (42.16-45.84) Dependencia económica familiar
(0.0002)* (0.0054)* (0.0036)*
Aporta 61.34 (60.80-61.88) 55.13 (54.57- 55.69) 49.25 (48.50-49.99) No aporta 58.80 (57.53-60.07) 53.05 (51.69-54.42) 46.33 (44.56-48.08) - Convivencia (0.0674)*** (0.0721)*** (0.1219) Vive solo 63.62 (60.39-66.86) 57.42 (54.31-60.53) 46.01 (42.21-49.80) Vive en familia 60.85 (60.35-61.36) 54.74 (54.21-55.27) 48.94 (48.24-49.64) - Medicina Prepagada (0.3357) (0.0000)* (0.0000)* Sin Medicina Prepagada 60.85 (60.35-61.36) 54.74 (54.21-55.27) 48.94 (48.24-49.64) Afiliado 63.62 (60.39-66.85) 57.42 (54.31-60.53) 46.01 (42.21-49.80) - Empleabilidad (0.0000)* (0.0000)* (0.0000)* Sin empleo 56.40 (54.71-58.08) 47.87 (46.24-49.50) 40.84 (39.01-42.67) Empleadoo pensionado 61.39 (60.87-61.91) 55.53 (54.98-56.07) 49.79 (49.06-50.52) Estado de enfermedad (0.0722)*** (0.0000)* (0.0000)* Con enfermedad 60.94 (60.36-61.52) 56.09 (55.50-56.68) 50.16 (49.33-50.98) Sin enfermedad 60.71 (59.73-61.69) 51.05 (49.99-52.10) 45.19 (43.98-46.42) No Sabe 66.96 (61.19-72.72) 57.45 (50.98-63.91) 57.33 (45.77-68.89) - Nivel de Calidad de vida actual
(0.0000)* (0.0000)* (0.0019)*
80 y mas 63.62 (62.00-65.24) 58.96 (57.16-60.75) 51.31 (49.19-53.42) Entre 60 y 80 62.91 (62.03-63.79) 57.86 (56.91-58.82) 50.02 (48.68-51.36) Menor a 60 59.46 (58.82-60.10) 52.68 (52.03-53.33) 47.87 (47.02-48.74) Significancia *99%, **95%, ***90% Fuente: Elaboración a partir de datos de base de datos.
Adicionalmente, mostró diferencia significativa en la variable de nivel educativo,
empleabilidad, estado de la enfermedad. Otras variables presentaron variaciones
de acuerdo al nivel analizado.
Las personas desempleadas presentan en general peor valoración y de manera
similar las que aportan generan valores mas altos a un nivel del 99% de
confianza. Las variables como el género, la edad y pobreza no presentaron
diferencias significativas en la escala de valoración del estado de salud salvo en
los estados leves y severos, respectivamente. Sin embargo, donde hubo
diferencias significativas en el género, se encontró que las mujeres presentaron
una media de valoración más alta del estado de salud.
110
En general acudiendo a la estadistíca descriptiva es posible identificar que las
valoraciones hecha a estados de salud se afecta de manera significativa por las
variables propuestas en el modelo y que esas diferencias se presentan entre los
niveles y por la mayoría de las variables incluidas en cada nivel.
5.4. Desarrollo del Análisis multinivel
Identificado que las variables seleccionadas presentaron valoraciones diferentes
cuando se analizan individualmente las variables se procedió al desarrollo del
análisis multinivel con el que se busca validar la hipótesis nula formulada de tal
manera que se pretende demostrar mediante el análisis matemático, el modelo
propuesto.
En el ítem 5.2.1 se demostró que la CVRS cambia por un modelo multinivel; en el
5.3 que las variables de análisis muestran diferencias para estados similares;
ahora buscaremos demostrar que para estados similares se dan valoraciones
diferentes y que se explican mediante un modelo multinivel. Con el fin de
demostrar la significancia de variables, significancia de modelos y significancia de
niveles, inicialmente se realiza la estimación de modelos de carácter MCO, los
cuales buscan determinar significancia de variables explicativas individuales y
agrupadas en un modelo multivariado; y posteriormente se desarrolla el análisis
Multinivel con base en los modelos MCO que incluye la validación de que la
valoración se explica por un nivel multinivel (Efectos Aleatorios Mediante Modelo
Nulo) y por otro lado validación de consistencia grupal de efectos fijos que
permitiría obtener los valores de ajuste por las variables y los niveles.
5.4.1. Análisis modelos mínimos cuadrados ordinarios
La construcción del modelo tiene como fin dos propósitos el primero ser de
insumo en la validación de la hipótesis nula del documento y la segunda en ser de
111
apoyo para la realización de los modelos multinivel. En primera instancia se
desarrolla el análisis inferencial de tipo univariado cuyo objetivo es validar
estadísticamente las variables que se incluirán en el modelo. Y en una segunda
parte el desarrollo del análisis inferencial multivariado en donde se define el
modelo de regresión multivariado de mejor explicación de la CVRS valorada.
5.4.2. Modelos Univariados
En la Tabla 18, se muestra el análisis para cada variable discriminado por
severidad del estado de salud valorado. A excepción de los grupos de edad que
no fueron significativos para explicar la valoración dada a los estados leves, pero
sí en los demas estados, todas las variables presentaron asociación adecuada
con la medición planteada.
La interacción entre región y tipo de municipio fue más importante para la región
costera que para la continental y finalmente la CVRS de base de la persona
resulta ser significativa para la valoración que dan las personas a los diferentes
estados de salud.
Tabla 18. Modelo MCO univariado por severidad del estado de salud valorado
Variable Leve Moderado Severo
Características demográficas
Hombre Juventud -0,38 5,28*** 6,16***
Adulto Joven Hombre -0,78 4,16*** 3,76**
Adulto Mayor Hombre -0,8 4,46* -2,26
Adulto Hombre -0,34 3,07*** 4,03**
Adolecente Mujer 4,26 3,02 14,38***
Juventud Mujer 1,57 2,64* 4,88**
Adulto Joven Mujer 1,52 3,72*** 2,88*
Adulto Mayor Mujer 7,11** 13,37*** -1,16
Adulto Mujer 2 4,92*** 6,4***
Adolecente Hombre 60,62*** 51*** 44***
Hombre -2,3*** -0,41 -0,82
112
Variable Leve Moderado Severo
Mujer 62,44*** 55*** 49,39***
Edad 0,001 0,024 0,008
Edad Constante 60,88*** 53,92*** 48,51***
Región
Costera 2,21*** 1,27*** 0,62
Continental 59,93*** 54,24*** 48,55***
Tipo de municipio
Pequeño -0,67 -0,9 0,11
Grande 4,78*** 2,45*** 2,03**
Intermedio 58,14*** 53,5*** 47,62***
Características socio-económicas
Medicina Pre Pagada 0,49 -2,87*** -6,24***
No Medicina Pre Pagada 60,72*** 56,06*** 51,56***
Practicante 3,54*** 4,22*** 5,25***
No Practicante 57,72*** 51,02*** 44***
Aporta 2,54*** 2,07*** 2,92***
No Aporta 58,79*** 53,05*** 46,32***
Vive con alguien 2,76* 2,67* -2,93
Vive Solo 60,85*** 54,73*** 48,93***
Régimen Salud -0,36 1,23* -0,76
No Régimen Salud 61,02*** 54,54*** 49***
Nivel Estudio Medio -2,59*** -2,08*** -2,6***
Nivel Estudio Alto 1,95*** 0,76 2,59***
Nivel Estudio Bajo 61,5*** 55,45*** 49,1***
Estrato 2 -5,63*** -5,82*** -7,77***
Estrato 3 -2,71*** -2,92*** -2,98***
Estrato 4 1,38*** 2,11** 0,46
Estrato 5 14,56*** 6,96 26,54***
Estrato 1 62,68*** 56,66*** 51,45***
Ingresos Monetarios 4,99*** 7,65*** 8,94***
No Ingresos Monetarios 56,39*** 47,87*** 40***
Casado -2,81*** -5,97*** -5,18***
No Casado 61*** 56,99*** 50,7***
Padece 0,21 -4,36*** -4,28***
No Padece 60,65*** 60,35*** 54,33***
No Pobreza 0,54 -0,22 -2,44***
Pobreza 60*** 54,87*** 49,46***
CVRS de la persona
Escala Vas 0,08*** 0,11*** 0,07***
Escala Vas Constante 56,17*** 48,33*** 44,94***
Eq5d -2,14** 0,56 3,36**
113
Variable Leve Moderado Severo
Eq5d Constante 62,47*** 54,41*** 46,34***
Variables de interacción
Costero vs Municipio pequeño 2,95 4,42** -0,39
Costero vs Municipio grande 7,01*** 4,81*** 2,8**
Continental vs Municipio intermedio 1,14 2,37** 0,48
Continental vs Municipio pequeño -0,57 -0,42 0,4
Continental vs Municipio grande 3,78*** 2,26*** 1,71
Costero vs Municipio intermedio 57,61*** 52,52*** 47,41***
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia
No se encontraron incosistencia entre los valores obtenidos al ver sus variaciones
y por el nivel de severidad valorado y en general se mantiene similar, como era
de esperarse al análisis estadístico realizado previamente.
5.4.3. Modelos Multivariados
Teniendo en cuenta el modelo univariado se lleva a cabo la elaboración de
diferentes modelos multivariados hasta encontrar el que mejor explicación
presente se desarrollo un modelo para cada estado y uno que incluye como
variable la severidad de los estados de salud buscando una significancia de
variables conjuntas incluyendo variables individuales con y sin interacción.
5.4.3.1. Multivariado con Variables de Interacción
Se analizaron tres modelos multivariados, uno por cada severidad y uno en donde
se combina la severidad como una variable adicional. En la tabla 19 se muestran
los betas para cada variable y el nivel de significancia de la misma. En el anexo
se muestran los resultados del modelo multivariado sin variables de interacción.
Tabla 19, Modelos Multivariados MCO con variables de interacción y por tipo de Severidad y Total
Variable Leve Moderado Severo General
Adolescente mujer 1,59 0,54 11,14 2,64
114
Variable Leve Moderado Severo General
Hombre Juventud -0,83 5,21*** 7,48*** 2,84***
Juventud Mujer 1,05 ** 5,43*** 2,14**
Adulto Joven Mujer 1,71 3,88*** 4*** 2,78***
Adulto Joven Hombre -0,82 3,65*** 3,53** 1,52**
Adulto Mujer 2,17 5,1*** 5,33*** 3,68***
Adulto Hombre -0,09 3,06*** 4,18** 1,68**
Adulto Mayor Mujer 6,26 14,54*** -1,27 7,53***
Adulto Mayor Hombre -2,66 4,36** -0,95 0,005
Costero 1,39 0,49 -0,18 0,76**
Municipio Tipo A 0,21 0,088 0,41 0,27
Municipio Especial 3,72*** 0,77 0,56 2,07***
Medicina Pre Pagada 1,7*** -1,68*** -6,14*** -1,18***
Practicante 2,03 9,1*** 4,72*** 4,70***
Aporta 1,49** -0,19 -1,52 0,37
Vive Con 1,32 0,94 -5,51*** -0,46
Régimen de Salud -2,42*** 2,05** -1,14 -0,76
Nivel Estudio 1 -2,51*** -0,43 0,76 -1,16***
Nivel Estudio 2 -0,28 -0,25 3,51*** 0,49
Estrato 2 -2,19*** -2,4*** -5,32*** -2,99***
Estrato 3 -0,56 -1,17 -3,01*** -1,32***
Estrato 4 0,71 0,93 0,1 0,53
Estrato 5 12,02*** 7,84 20,41** 11,90***
Principal Actividad Económica 2,71*** 1,54 4,59*** 2,79***
Estado Civil -1,32** -3,35*** -0,96 -1,96***
Padece -0,68 -4,15*** -0,51 -1,83***
Pobreza 1,44 0,28 -0,91 0,56*
Escalavas 0,06*** 0,07*** 0,007 0,05***
Eq5d -6,61*** -6,36*** 3,29 -4,27***
Pregunta Moderada -5,95***
Pregunta Severa -11,93***
Constante 56,01*** 49,04*** 39*** 54,88***
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia
Al incluir variables de interacción de edad con sexo, municipio con región se
mejora la significancia del modelo y se disminuyen las más variables no
significativas. El modelo con todos los estados de severidad es el que mejor se
comporta. En este modelo, solo las variables de aporar económicamente y vivir
con otras personas fueron no significativas. La constante fue de 54,88 y
115
disminuiría en 5,95 para estados moderados y 11,93 para estados severos,
siendo esto consistente con lo esperado.
Sigue siendo el modelo con más variables que explican de manera significativa el
que incluye todos los tipos de severidad. La variable sexo-edad que no había
sido significante presenta un comportamiento variable en el tiempo y en general
las mujeres presentan mejora valoración. Al revisar las variables económicas se
evidencia que las personas con mas necesidades tienden en general valorar
menos a excepción de la presencia de medicina prepagada, que siendo de
personas con mayor ingreso, implica valorar menos la CV.
La validación de los supuestos del modelo MCO son presentadas en el anexo 11
en donde se evidencia la calidad del análisis y permite dar paso al análisis
multinivel.
5.4.4. Análisis Modelos Multinivel
Una vez definido el mejor modelo MCO, procedemos a evaluar la existencia del
modelo multinivel como mejor forma de explicación de la valoración que dan las
personas a la CV. Es importante recordar que para el análisis se hizo
transformación a variables dicotómicas, para los resultados obtenidos se
presentan los valores que ajustan frente al valor cero. El tratamiento de las
variables se presenta en la metodología y se puede verificar en la tabla 10
5.4.4.1. Modelo Nulo
En este paso se busca establecer si los cambios en la variable dependiente son
estadísticamente diferentes de cero, es decir, si existen variaciones dentro de las
categorías planteadas en el modelo multinivel. Si estas variaciones fueran iguales
a cero no tendría sentido incluir variables explicativas adicionales y sería
suficiente la presencia de un solo nivel. Se pretende demostrar la significancia de
los niveles aleatorios y del mismo modo entender en primera instancia las
116
diferencias entre grupos. Una vez se probaron diferentes opciones, la presentada
en la tabla 20 es la que mejor se comporta. Para una constante de primer nivel
(“parte fija”) con un valor de intercepto de un 𝛽0 = 55.72, se darían variaciones en
un segundo nivel por tipo de municipio que va aumentando a medida que es mas
grande y por región siendo mayor en la región caribe lo que implica que en la
región se valora mas alta la calidad de vida frente a la región continental.
Las variaciones dadas por los municipios pequeños e intermedios son bajas pero
significativas y la mayor diferencia se da frente a los municipios especiales que
valoran mas alto. Una prueba de dejar solo dos caractarísticas en el segundo
nivel fue desarrollada y no dio mejor consistencia del modelo. En el apartado de
aplicabilidad del modelo es posible ver como estas diferencias pequeñas,
igualmente de manera conjunta implican cambios en la valoración obtenida.
Todas las variables dieron altamente significativas y aunque aparentemente las
varianzas, en especial para municipios pequeños y medianos, son muy similares
y representan en valor pequeño, su significancia demuestra la existencia del
segundo nivel con una variable de trees condiciones posibles y ademas se
demuestra la existencia del nivel cultural para un tercer nivel, tambien
significativo. Es importante recordar que el tipo de municipio esta categorizado
en tres (Municipio intermedio (tipo A), municipio pequeño (tipo B) y municipio
grande (Especial)).
Tabla 20. Estimación modelo Nulo
Variable Dependiente: Valoración
Variables Modelo Nulo
Parte Fija
Constante 55,72***
Parte Aleatoria
Varianza Tipo de Municipio (𝝈𝜹𝟐)
Varianza A (𝝈𝜹𝟏𝟐 ) 5.44e-11***
117
Varianza B (𝝈𝜹𝟐𝟐 ) 8.59e-12***
Varianza Especial (𝝈𝜹𝟑𝟐 ) 0,902***
Varianza Región (𝝈𝜺𝟐) 3,1595**
Log-verosimilitud -50174
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia
De la misma forma que en el modelo de caracterización de la población con la
metodología multinivel, este modelo nulo presenta la justificación para incluir las
variables explicativas en el modelo de dos niveles.
La significancia del modelo nulo es validada con el test de razón de verosimilitud
(Likelihood ratio test) que cumpla las condiciones necesarias para considerar al
modelo mejor que un regresión lineal (LR test vs. linear regression: chibar2(01) =
-50174 Prob >= chibar2 = 0.0000) que se constituye en el fundamento primordial
para demostrar que este modelo sería mejor que el de MCO. De acuerdo a esto
queda demostrado que la validación que dieron las personas a estados de salud
se explica mejor por tres niveles que en un modelo lineal multivariado.
5.4.4.2. Modelo condicional individual de intercepto y pendientes aleatorias
En este paso se busca la demostración de las variables explicativas (tipo fijo) en
conjunto con la demostración de variables aleatorias (niveles) para validar la
hipótesis nula.
Para el desarrollo del modelo se establecen modificaciones a partir de una
condición base que este caso fue: hombre adolescente, que no cuenta con
medicina pre pagada, no practica ninguna religión, no aporta dinero al hogar, vive
solo, pertenece a un régimen de salud diferente al contributivo o especial, no
cuenta con estudios, es de estrato socioeconómico 1, no tiene un actividad
económica (no percibe ingresos), estado civil soltero, tipo de pregunta aplicada
leve, no pobre, no padece una enfermedad.
118
Al igual que en el modelo de MCO se probó la existencia del modelo por cada
severidad y uno general, siendo mejor el que incluye todas las condiciones. Los
resultados de los diferentes modelos comparados con el modelo general son
presentados en los anexos.
Para un intercepto de 56,39 para el valor base, la tabla 21 muestra los betas de
cambio por modificación de los valores tanto para el nivel fijo como las varianzas
para el componente aleatorio del segundo y el tercer nivel.
Tabla 21. Modelo condicional individual de intercepto y pendientes aleatorias
Variable Dependiente: Valoración
Variables Valor
Parte Fija
Juventud Mujer 2,16**
Hombre Juventud 2,76***
Adolecente Mujer 2,58
Adulto Joven Mujer 2,69***
Adulto Joven Hombre 1,46**
Adulto Mujer 3,70***
Adulto Hombre 1,58**
Adulto Mayor Mujer 7,71***
Adulto Mayor Hombre -0,13
Medicina Pre Pagada -1,17***
Practicante 4,60***
Aporta 0,34
Vive Con -0,38
Régimen de Salud -7,72
Nivel Estudio 1 -1,15***
Nivel Estudio 2 0,43
Estrato 2 -3,08***
Estrato 3 -1,39***
119
Variable Dependiente: Valoración
Variables Valor
Estrato 4 0,56
Estrato 5 11,86***
Principal Actividad
Económica
2,69***
Estado Civil -1,98***
Tipo Pregunta Moderado -5,93***
Tipo Pregunta Severo -11,93***
Pobreza 0,45
Escala VAS 0,05***
Eq5d -4,10***
Padece -1,85***
Constante 56,39***
Parte Aleatoria
Varianza Tipo de Municipio
(𝝈𝜹𝟐)
Varianza A (𝝈𝜹𝟏𝟐 ) 2,25e-12***
Varianza B (𝝈𝜹𝟐𝟐 ) 2,68e-11***
Varianza Especial (𝝈𝜹𝟑𝟐 ) 0,6165***
Varianza Región (𝝈𝜺𝟐) 0,55***
Log-verosimilitud -49521
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia
Los resultados obtenidos para los valores por variaciones de cada variable del
componente fijo se mantienen consistentes. Al igual que en los modelos
anteriores la interacción edad-sexo presenta valores alternantes y en general las
mujeres valoran mejor que los hombres. Condiciones como tener familia, ser
practicante y nivel educativo dan mayor valoración. En general la experiencia de
enfermedad genera disminución de la valoración frente a aquellos que no
reportan la presencia de enfermedades Igual se comporta en las variables de
120
pertenecer al regimen contributivo (sistema de salud), así como contar con
medicina prepagada generan disminuciones en la valoración la que contrasta con
mejor medida que se puede obtener cuando se mide la CVRS de esas personas,
mostrando con esto la diferencia entre la medida y la valoración que ha sido el
objeto de este trabajo.
Como se menciono anteriormente las varianzas para el segundo nivel son bajas
pero significativas y como se verá mas adelante estos cambios generan
trasformaciones en la valoración de las personas por cuanto impactan en todas
las medidas del primer nivel.
La prueba de significancia estadística muestra que este modelo sería mejor que
el MCO, pues al observar el LR test (LR test vs. linear regression: chibar2(01) = -
49521 Prob >= chibar2 = 0.0000), los valores corroboran que el modelo es
significativamente mejor a la regresión lineal. Esto indica que las variables
explicativas que se incluyeron en el modelo dan una mejor explicación que el
modelo nulo previamente estimado y tambien dan una mejor explicación que un
modelo de regresión lineal. El efecto de cada característica sobre la variable
dependiente (Valoracion) indica que la mayoría de las variables tienen un efecto
(positivo o negativo, dependiendo del signo que acompaña al valor) cuya
magnitud corresponde al valor del parámetro estimado (Tabla 21).
121
Figura 9. Residuales de modelo multinivel general
Fuente: Elaboración Propia , usando Stata 13.
En la figura 11 se grafica el comportamiento de los residuales y se ve la
consistencia de los valores alrededor de las medias y no se observan
desviaciones en los extremos. Los gráficos de los otros modelos son
presentados en los anexos.
De acuerdo a este análisis el modelo que permite de mejor forma explicar las
valoraciones de calidad de vida sería un modelo multinivel en donde el primer
nivel incluye variables individuales y la severidad de la enfermedad, en un
segundo nivel una variable por el tipo de municipio (nivel habitacional) dividido en
tres cluster y un tercer nivel en donde se incluye la región (nivel cultural) dividido
en dos cluster y cuya nomenclatura sería la que se presenta en la formula
siguiente:
Ecuación 8. Formalización del modelo de factores socioeconómicos y calidad de vida relacionada con la salud: un análisis multinivel
-50
05
0
0 20 40 60 80 100valoracion
Residuals Fitted values
lowess resid_general valoracion
122
𝑉𝑎𝑙𝑜𝑟𝑎𝑐𝑖ó𝑛 𝑑𝑒 𝑙𝑎 𝐶𝑉
= 𝛾00 + ∑ 𝛾𝑖1∗𝑖𝑛𝑡𝑒𝑟𝑎𝑐𝑐𝑖ò𝑛 𝑒𝑑𝑎𝑑 𝑠𝑒𝑥𝑜𝑖1
10
𝑖=1
+ 𝛾𝑖2(𝑀𝑒𝑑𝑖𝑐𝑖𝑛𝑎 𝑃𝑟𝑒𝑝𝑎𝑔𝑎𝑑𝑎)
+ 𝛾𝑖3(𝑃𝑟𝑎𝑐𝑡𝑖𝑐𝑎𝑛𝑡𝑒) + 𝛾𝑖4(𝐴𝑝𝑜𝑟𝑡𝑎) + 𝛾𝑖5(𝑉𝑖𝑣𝑒 𝐶𝑜𝑛)
+ 𝛾𝑖6(𝑅𝑒𝑔𝑖𝑚𝑒𝑛 𝑑𝑒 𝑆𝑎𝑙𝑢𝑑) + ∑ 𝛾𝑖7
3
𝑖=1
∗ 𝑁𝑖𝑣𝑒𝑙 𝐸𝑠𝑡𝑢𝑑𝑖𝑜 + ∑ 𝐸𝑠𝑡𝑟𝑎𝑡𝑜𝑖8
6
𝑖=1
+ 𝛾𝑖9(𝐴𝑐𝑡𝑖𝑣𝑖𝑑𝑎𝑑 𝐸𝑐𝑜𝑛ò𝑚𝑖𝑐𝑎) + 𝛾𝑖10(𝐸𝑠𝑡𝑎𝑑𝑜 𝐶𝑖𝑣𝑖𝑙)
+ ∑ 𝛾𝑖11 ∗ (𝑇𝑖𝑝𝑜 𝑃𝑟𝑒𝑔𝑢𝑛𝑡𝑎)
3
𝑖1=1
+ 𝛾𝑖12(𝑃𝑜𝑏𝑟𝑒𝑧𝑎) + 𝛾𝑖13(𝐸𝑠𝑐𝑎𝑙𝑎 𝑉𝑎𝑠)
+ 𝛾𝑖14(𝐸𝑞5𝑑) + 𝛾𝑖15(𝑃𝑎𝑑𝑒𝑐𝑒) + 𝑈1𝑗(𝑅𝑒𝑔𝑖ò𝑛1𝑗) + 𝛽1𝑗(𝑇𝑖𝑝𝑜_𝑚𝑢𝑛𝑖𝑐𝑖𝑝𝑖𝑜) + 𝑅11
Donde:
𝑅11 ≈ 𝑖. 𝑖. 𝑑𝑁(0, 𝜎𝑅2)
Y
𝑈𝑖𝑗 = 𝑈1 + 𝑒𝑗
𝛽𝑖𝑗 = 𝛽1 + 𝑡𝑗
Donde:
𝑒11 ≈ 𝑖. 𝑖. 𝑑𝑁(0, 𝜎𝑒2)
𝑡11 ≈ 𝑖. 𝑖. 𝑑𝑁(0, 𝜎𝑡2)
Entendiendo: 𝛾00 y siguientes para efectos fijos, las variables 𝛽12 para efectos
aleatorios tercer nivel y los 𝑈12 para los efectos aleatorios segundo nivel y 𝜎2
como varianza residual.
En la tabla 22 figuran los valores de cada variable para la formula enunciada y
según el modelo que mejor explica utiles para realizar los ajustes entre
poblaciones y tomando como referencia el caso base de análisis que corresponde
a los valores cero para obtener la constante: hombre adolescente, que no cuenta
con medicina pre pagada, no practica ninguna religión, no aporta dinero al hogar,
vive solo, pertenece a un régimen de salud diferente al contributivo o especial, no
cuenta con estudios, es de estrato socioeconómico 1, no tiene un actividad
económica (no percibe ingresos), estado civil soltero, tipo de pregunta aplicada
leve, no pobre, no padece una enfermedad.
123
Tabla 22 Valores para las variables y nivel de significancia en el modelo multinivel definitivo
𝛾00 = 56.39 ∗∗∗ Constante 𝛾18 = -3.08*** Estrato 2
𝛾11 = 2.76 ∗∗∗ Hombre Juventud 𝛾28 = -1.39*** Estrato 3
𝛾21 = 1.46 ∗∗ Adulto Joven Hombre 𝛾38 = 0.56 Estrato 4
𝛾31= − 0.13 Adulto Mayor Hombre 𝛾48 = 11.86*** Estrato 5
𝛾41=1.58 ∗∗ Adulto Hombre 𝛾19 = 2.69*** Actividad Económica: trabaja
𝛾51=2.58 Adolecente Mujer 𝛾110 = -1.98***Estado Civil: con pareja
𝛾61=2.16 ∗∗ Juventud Mujer 𝛾111 = -5.93***Tipo Pregunta Moderado
𝛾71=2.69*** Adulto Joven Mujer 𝛾112 = -11.93***Tipo Pregunta Severo
𝛾81 =7.71*** Adulto Mayor Mujer 𝛾113 = 0.45 Pobreza: No Pobre
𝛾91 = 3.70 ∗∗∗ Adulto Mujer 𝛾114 = 0.05*** Escalavas
𝛾02 = -1.17*** Medicina Pre Pagada 𝛾115 = -4.10*** Eq5d
𝛾03 = 4.60*** Practicante 𝛾116 = -1.85*** Padece
𝛾04 =0.34 Aporta 𝜏112 = 𝑣𝑎𝑟(𝑈11) 2.25e-12 Tipo Municipio A
𝛾05 = -0.38 Vive Con 𝜏212 = 𝑣𝑎𝑟(𝑈21) 2.68e-11 Tipo Municipio B
𝛾06 = -7.72 Régimen de Salud 𝜏312 = 𝑣𝑎𝑟(𝑈31) 0.616 Tipo Municipio Intercepto
𝛾17 = -1.15*** Nivel Estudio 1 𝜏122 = 𝑣𝑎𝑟(𝑈12) 0.55 Región
𝛾27 = 0.43 Nivel Estudio 2 𝜎2 = 𝑣𝑎𝑟(𝑅11) 2.92 Varianza Residual
Fuente: desarrollo del autor a patir de las estimaciones de Stata
Estas tablas serán utilizadas mas adelante para estimar los valores de ajuste en
caso que se quisiera tomar como referencia estos resultados para realizar analisis
entre poblaciones.
124
5.4.5. Pruebas del modelo multinivel
Ya desarrollado el modelo multinivel, es importante describir las diferentes
pruebas estadísticas que permitan demostrar la calidad de los datos obtenidos en
el modelo. Como se desarrolla en el libro de Boado,(152) los modelos multinivel
en su desarrollo mismo han sido probados en su calidad.
La primera demostración valida del modelo multinivel, per se, esta en su
desarrollo mismo. La construcción del modelo nulo es una prueba de que el
modelo con sus niveles explican mejor la variable dependiente que lo que se
puede explicar con las mismas variables en un modelo MCO corriente. En el
caso del modelo desarrollado como se mencionó anteriormente, las pruebas
demostraron ampliamente su aplicabilidad.
Según Boado (152) la diferencia entre regresión lineal y regresión multinivel se
basa en el análisis de los residuos, pues para la regresión lineal los errores se
calculan restando al valor observado al valor predicho, es decir se obtiene un
valor bruto expresado como 휀𝑖𝑗: 𝑦 − 𝑦.̂ Pero al aplicar este mismo concepto en un
modelo multinivel se obtendrá entonces un residuo bruto, sin embargo, este
análisis es un análisis que no es tan eficiente en los modelos multinivel en el
sentido que no logra valorar la totalidad de los residuos entre niveles. De esta
manera para llegar a obtener este residual total en el modelo multinivel es
necesario restar el componente aleatorio especifico de cada grupo (𝑢0𝑗) al
residuo bruto. Al aplicar esto al modelo, se encuentra que los errores brutos en la
estimación del modelo lineal suman: 3399625.26, en cuanto al modelo multinivel
se tiene entonces un valor bruto de 5134.685. Del mismo modo se tiene que el
valor residual de los niveles es 292.17, y al realizar la resta entre el valor bruto y
el valor residual de los modelos se obtiene el residual total para el modelo
multinivel: 4842.51; este valor es entonces mucho menor al error del modelo
lineal, quedando así tambien probado que el modelo obtenido sería mucho mas
preciso que el modelo multinivel.
125
De rutina se valida la calidad de los modelos con el referente denominda R2. El
uso del R2 en las estimaciones por mínimos cuadrados ordinarios resulta la
mayoría de veces intuitiva su interpretación, sin embargo, este estadístico no es
tan intuitivo en los modelos multinivel en el sentido que al analizar distintos
niveles, incluso su uso no es muy comun. En el caso de los análisis multinivel se
estima un estadístico independiente para cada nivel. Dicho lo anterior, uno podría
decir que el R2 se puede calcular para cada nivel y que su comparación con el
obtenido para la regresión lineal multivariada seria otra manera de evaluar los dos
estadísticos.
El R2 para el modelo lineal (MCO) es de 11,7% frente a los calculos del multinivel
que sería del 32% cuando se agrega el nivel de municipio y alcanza el 82% para
el nivel Región. Siendo este análisis otro elemento para la evaluación del modelo.
Evaluar multicolinealidad en los modelos multinivel es un aspecto complejo, por
cuanto se asume que la existencia de los niveles implica que las variables de
primer nivel interactuan con las de segundo nivel y así sucesivamente. Por eso
pruebas de multicolinealidad del modelo global no es posible de realizar y lo que
se aplica es la prueba VIF y para el modelo da un valor inferior a 4 lo que sería
equivalente a no multicolinealidad del modelo.
Para comprobar si existe o no endogeneidad en el modelo estimado, se prueban
los parámetros del modelo bajo un Test de Hausman. En el test se comparan los
valores obtenidos por efectos fijo frente a los obtenidos al incluir los efectos
aleatorios. Los resultados arrojan que no existe endogeneidad (Prob>chi2 =
1.0000, P-value>0.05). El test presenta una matriz que no es positiva definida
debido a que se incluyen variables dicotómicas en los modelos estimados. A
pesar de esto, se rechaza que el modelo tenga endogeneidad. Ver los resultados
detallados en el anexo.
126
5.4.6. Aplicabilidad del modelo multinivel.
El proyecto, hasta este punto, ha permitido demostrar que la percepción que los
individuos tienen frente a su calidad de vida cuando se relaciona con la salud es
un reflejo de un estado de salud pero que su valoración varía de acuerdo a
condiciones que se pueden explicar mediante un modelo multinivel. Los valores
obtenidos del trabajo proponen que las medidas no se pueden entender como
iguales para todas los habitantes de un país y que cuando se quiera
comparabilidad entre personas de alguna manera se deberían hacer los ajustes
pertinentes asociados a las características de los mismos.
A continuación se presentan dos aplicaciones posibles del análisis realizado a
partir del modelo estimado. Cada uno de los casos propuestos toma como valores
de referencia las tablas correspondientes que se desarrollan a continuación.
5.4.6.1. Metodología de Cálculo de las tablas de valores.
Tomando como referencia que se plantea que el valor dado a la CVRS es la
resultante de un modelo multinivel, sería posible estimar los valores de ajustes
para todas las combinaciones posibles que denominariamos: tabla de valores.
En primer lugar, es necesario explicar el porcentaje de variación que explica cada
uno de esos niveles. Para que se justifique la construcción de un modelo
multinivel, frente a otros niveles se debe, entre otras pruebas, comprobar que la
variación explicada únicamente por la anidación es mayor al 30%, por medio del
cálculo del coeficiente de correlación intraclase (CCI), es decir una medida del
grado de homogeneidad de los individuos anidados en cada nivel de agregación
(Regiones y tipos de municipio, para este caso puntual).
Tomando como punto de partida las varianzas de cada uno de los niveles
obtenidos en el modelo se calculan los CCI con la siguiente formula:
127
Ecuación 9. Coeficiente de correlación intraclase
𝜌(𝑌𝑖𝑗, 𝑌𝑖`𝑗) = [𝜎𝑢02 /(𝜎𝑢0
2 + 𝜎2)].
Dónde:
𝜌(𝑌𝑖𝑗, 𝑌𝑖`𝑗) Corresponde al coeficiente de correlacion intraclase del individuo i y el
individuo i’ en la anidación j
𝜎𝑢02 Corresponde a la varianza explicada por el nivel que se está evaluando
𝜎2 Corresponde a la varianza no explicada, o varianza residual
En la tabla 23 se muestran los resultados de los coeficientes estimados. Se
calcula la proporción de la varianza explicada por el nivel, y al agregar la
proporción de explicación se obtienen valores que cumplen con la regla del 30%.
Tabla 23 Coeficiente de correlación intraclase
ρA ρB ρEspecial ρRegion
0,150862596354 0,150862596359 0,150862596353 0,1585014
ρARegion ρBRegion ρEspecialRegion
0,309364037277
0,309364037282
0,309364037275
Fuente: Estimado por el autor.
Una vez confirmada la variación explicada únicamente por los niveles, se procede
a calcular el factor de ajuste para cada caso particular. Estos valores
equivaldrían a los betas de los modelos lineales, pero entendiendo que se darán
valores diferentes según intervengan las influencias de cada uno de los niveles.
Para su estimación se toman las varianzas estimadas en el modelo general,
calcula las desviaciones estándar para poder construir un factor homogéneo con
el que se construye el factor de ajuste particular con la siguiente formula:
128
𝐹𝐴𝑖 = √𝜎𝑢02 + √𝜎𝑢1
2 + √𝜎𝑢22
Donde
𝐹𝐴𝑖 Es el factor de ajuste para la población i
𝜎𝑢02 Es la varianza constante del segundo nivel
𝜎𝑢12 Es la varianza del tipo de municipio
𝜎𝑢22 Es la varianza del tipo de región
De acuerdo a esta fórmula, los factores de ajuste obtenidos para los tipos de
municipio A, B y especial en su combinación con la región Continental y Costera
son los siguientes:
Tabla 24 Factores de ajuste estimado para las combinaciones
Combinación Factor de ajuste
A-Continental 15.26796488400
B-Continental 15.26800165300
Especial-Continental
15.26794988400
A-Costero 0.043556791
B-Costero 0.043560468
Especial-Costero 0.043555291 Fuente: Estimado por el autor.
Dado que el modelo estimado es de intercepto y pendientes aleatorias, estos
factores de ajuste, afectan tanto a los parámetros como a la constante del modelo
general, obteniendo así los parámetros y constante para cada combinación
posible.
Tabla 25 Parametros ajustados para combinación de los niveles del modelo
Caracteristica Modelo General
Municipio tipo A
Costero
Municipio tipo A
Continental
Municipio tipo B
Costero
Municipio tipo B
Continental
Municipio especial Costero
Municipio especial
Continental
Adolescente Mujer
2.58 2.624 4.107 2.624 4.107 2.624 4.107
Hombre Juventud
2.76 2.804 4.287 2.804 4.287 2.804 4.287
Juventud Mujer 2.16 2.204 3.687 2.204 3.687 2.204 3.687
129
Caracteristica Modelo General
Municipio tipo A
Costero
Municipio tipo A
Continental
Municipio tipo B
Costero
Municipio tipo B
Continental
Municipio especial Costero
Municipio especial
Continental
Adulto Joven Hombre
1.46 1.504 2.987 1.504 2.987 1.504 2.987
Adulto Joven Mujer
2.69 2.734 4.217 2.734 4.217 2.734 4.217
Adulto Hombre 1.58 1.624 3.107 1.624 3.107 1.624 3.107
Adulto Mujer 3.7 3.744 5.227 3.744 5.227 3.744 5.227
Adulto Mayor Hombre
-0.13 -0.174 -1.657 -0.174 -1.657 -0.174 -1.657
Adulto Mayor Mujer
7.71 7.754 9.237 7.754 9.237 7.754 9.237
Medicina Pre pagada
-1.17 -1.214 -2.697 -1.214 -2.697 -1.214 -2.697
Practicante 4.6 4.644 6.127 4.644 6.127 4.644 6.127
Aporta 0.34 0.384 1.867 0.384 1.867 0.384 1.867
Vive Con -0.38 -0.424 -1.907 -0.424 -1.907 -0.424 -1.907
Régimen de Salud
-7.72 -7.764 -9.247 -7.764 -9.247 -7.764 -9.247
Nivel Estudio 1 -1.15 -1.194 -2.677 -1.194 -2.677 -1.194 -2.677
Nivel Estudio 2 0.43 0.474 1.957 0.474 1.957 0.474 1.957
Estrato 2 -3.08 -3.124 -4.607 -3.124 -4.607 -3.124 -4.607
Estrato 3 -1.39 -1.434 -2.917 -1.434 -2.917 -1.434 -2.917
Estrato 4 0.56 0.604 2.087 0.604 2.087 0.604 2.087
Estrato 5 11.86 11.904 13.387 11.904 13.387 1.190 1.339
Principal Actividad
Económica
2.69 2.734 4.217 2.734 4.217 2.734 4.217
Estado Civil -1.98 -2.024 -3.507 -2.024 -3.507 -2.024 -3.507
Tipo Pregunta Moderado
-5.93 -5.974 -7.457 -5.974 -7.457 -5.974 -7.457
Tipo Pregunta Severo
-11.93 -11.974 -13.457 -11.974 -13.457 -11.974 -13.457
Pobreza 0.45 0.494 1.977 0.494 1.977 0.494 1.977
Escala vas 0,05 0.094 15.768 0.094 15.768 0.094 1.577
Eq5d -4.1 -4.144 -5.627 -4.144 -5.627 -4.144 -5.627
Padece -1.85 -1.806 -3.377 -1.894 -3.232 -1.894 -3.377
Constante 56.39 56.434 57.917 56.434 57.917 56.434 57.917
Fuente: Estimado por el autor.
Los valores aca obtenidos son los utilizados en los ejemplos descritos a
continuación.
130
1.1.1.1. Medidas de CVRS diferente ante individuos en condiciones
diferentes.
Para este primer caso asumamos que tenemos dos individuos que presentan un
misma condición de salud; ambos de sexo masculino y con edad de 45 años.
Uno de ellos tiene un nivel educativo alto, vive en (Bogotá) una gran ciudad y se
ubica en la región continental; tiene medicina prepagada, por supuesto regimen
contributivo, aporta en el hogar, tiene una familia y es religioso. El segundo
individuo es similar pero tiene un nivel educativo bajo, vive en una ciudad
pequeña de la costa, pertenece al régimen subsidiado e igual trabaja para aportar
al hogar y es religioso.
Utilizando las tablas calculadas anteriormente se tendría que los valores de
CVRS para los individuos serían 58,22 y 48.14 respectivamente, con las
siguientes características (tabla 26)
Tabla 26 CVRS estimada por el modelo para dos individuos diferentes con igual estado de salud
Individuo 1 Individuo 2
Parámetro Valor Parámetro Valor
Intercepto 57,91679649 Intercepto 56,43356047
Adulto Hombre 3,10679649 Adulto Hombre 1,62356047
Con Medicina Prepagada
-2,69679649 Sin Medicina Prepagada
0,00000000
Practica alguna Religión
6,12679649 Practica alguna Religión
4,64356047
Aporta económicamente
1,86679649 Aporta económicamente
0,38356047
Vive con el círculo familiar
-1,90679649 Vive con el círculo familiar
-0,42356047
régimen Contributivo
0,00000000 régimen Subsidiado
-7,76356047
Estudios Pregrado 1,95679649 Estudios Primaria -1,19356047
Trabaja 4,21679649 Trabaja 2,73356047
131
Individuo 1 Individuo 2
Parámetro Valor Parámetro Valor
No Es Soltero -3,50679649 No Es Soltero -0,42356047
Estado Salud -7,45679649 Estado Salud -5,97356047
No pobre 1,97679649 pobre 0,00000000
Con enfermedad -3,37679649 Con enfermedad -1,89356047
CVRS 58,22359298 CVRS 48,14643953 Fuente: Estimado por el autor.
Ahora pensemos que el individuo dos (ahora tres) vive es una ciudad pequeña,
pero en la región central y ahora tiene trabajo estable y cuenta con régimen
contributivo, su valor de CVRS sería de 57.36 (tabla 27) lo que implica un
incremento del 19.13% frente a una variación frente al individuo 2 (tabla 26).
Para todos los casos se utilizo como referencia un estado de enfermedad
moderada.
Tabla 27 Estimación de CVRS para individuo tres con similar estado de salud
Individuo 3
Parámetro Valor
Valoración Promedio 57,91680017 Adulto Hombre 3,10680017
Sin Medicina Prepagada 0,00000000 Practica alguna Religión 6,12680017
Aporta económicamente 1,86680017 Vive con el círculo familiar -1,90680017
Pertenece al régimen Contributivo 0,00000000
Nivel de estudios Primaria -2,67680017 Trabaja 4,21680017
No Es Soltero -3,50680017 Estado Salud -7,45680017
No considerado pobre 0,00000000 Con enfermedad -0,32319983
CVRS 57,36360033 Fuente: Estimado por el autor.
132
La metodología utilizada para estimar los valores de CVRS se basa tanto en los
efectos fijos de las características conocidas como en los efectos aleatorios
provenientes de las varianzas del modelo multinivel. Para el caso de los efectos
fijos, cuando se conoce una característica puntual del individuo, o de la población
a analizar, se toma el valor del parámetro estimado en el modelo, y de acuerdo a
sus características de nivel, se ajustan las desviaciones estándar (que provienen
de las varianzas estimadas en el modelo), construyendo el valor de la CVRS.
5.4.6.2. Conversión de calidad de vida frente a otras características.
En este caso sabemos que tenemos un CVRS de 0.48 en un paciente con un
estado de salud severo y esta medida se ha obtenido de una población
encuestada en Bogotá, hombres de 18 años en promedio, estudiantes
universitarios, solteros, sin familia, con régimen contributivo, poco religiosos.
Y queremos conocer cuál sería su equivalente en una mujer de 40 años, madre
de hijos con quienes vive, que trabaja con régimen contributivo, católica muy
creyente y que ahora vive en Barranquilla.
Para este caso se revisan los parametros en las tablas de ajuste y se identifican
las variables que han sido modificadas, así como las diferencias dadas por el
intercepto. Estos resultados pueden ser verificados en la tabla 28 en donde se
define al hombre como individuo inicial y a la mujer como individuo nuevo.
Tabla 28 Comparación de valores estimados según condiciones en dos individuos con misma situación de salud
Individuo inicial Valor Individuo nuevo Valor
Valoracion Promedio 57,91679649 Valoracion Promedio 56,43355679
Hombre Joven 4,28679649 Adulto Mujer 3,74355679 Con Medicina Prepagada -2,69679649 Con Medicina -1,21355679
133
Prepagada No Practicante 0,00000000 Practicante 6.12679498
No Aporta economicamente 0,00000000 Aporta economicamente
0,38355679
No Vive con el circulo familiar
0,00000000 Vive con el circulo familiar
-0,42355679
Pertenece al regimen Contributivo
0,00000000 Pertenece al regimen Contributivo
0,00000000
Nivel de estudios Pregrado 1,95679649 Nivel de estudios Pregrado
0,47355679
No Trabaja 0,00000000 Trabaja 2,73355679 Es Soltero 0,00000000 No Es Soltera -2,02355679
Estado Salud -13,4567964 Estado Salud -11,973556 No es considerado pobre 1,97679649 No es considerado
pobre 0,49355679
Con enfermedad -3,37679649 Con enfermedad -1,80644321
CVRS 46,606 CVRS 52,947 Fuente: Estimado por el autor
Como se ve en la tabla 28, a partir de los valores teóricos dados por el modelo,
para el caso del paciente hombre la medida de CVRS sería de 46,06 y con las
mismas condicion de la salud, la de la mujer sería de 52,95. Teniendo en cuenta
que el valor reportado fue de 48 (0,48), haciendo la relación simple de
equivalencia el valor estimado para la paciente sería 54,53 y al utilizar la misma
escala sería de 0,545 y este sería el valor ajustado real para esta paciente.
134
6. DISCUSIÓN
Los resultados de esta tesis plantean un cambio sustancial a lo que hasta la fecha
se acepta frente a la medición de CVRS y específicamente a lo que tiene que ver
con las valoración de la misma. El análisis matemático realizado demuestra el
modelo conceptual propuesto, confirmando el planteamiento del estudio.
Sí bien la medida de CVRS es una manifestación del Estado de Salud de una
persona que ve afectada su funcionalidad biológica y/o sicológica en donde a
medida que aumenta la severidad se va disminuyendo la medida, el valor que los
individuos dan a esas afectaciones está fuertemente influenciados por factores
que se comportan como un modelo multinivel, en donde los individuos frente a un
mismo estado de salud expresarían medidas diferentes según su condiciones
individuales que se verían afectadas según condiciones habitacionales y estas a
su vez tendrían variaciones según la región cultural donde se encuentren.
Aunque el objetivo no era realizar un análisis estadístico simple de las
valoraciones, se hizo de manera previa para evaluar indistintamente del modelo
multinivel, cómo se diferenciarían las validaciones. Cuando se observa el análisis
de las validaciones que las personas hacen a diferentes estados de salud (5.3) se
puede evidenciar que existen variaciones significativas frente a las variables
individuales de análisis. Es importante anotar que en condiciones donde la
afectación es leve las variables externas generan mayor significancia e impacto
que cuando la afectación es mas severa. Desde el nivel individual se presentan
diferencias en la valoración por el sexo, el nivel educativo, la dependencia
económica, la religiosidad y la presencia de la enfermedad y en los niveles
superiores tanto el nivel habitacional como el nivel cultural muestran valoraciones
diferentes para los estados de salud (Tabla 17). Es importante en este
componente del análisis, identificar como la experiencia en el tiempo frente a la
enfermedad, que podría identificarse como una medida de CVRS disminuida,
135
previamente afectaría perse la medición; ratificando que la función de exposición
modifica las percepciones, como lo mencionaba Torrance (20) al referirse a las
limitaciones del uso de las valoraciones; pero que en verdad no debería
entenderse como una limitante, sino como una característica misma de la CV.
El análisis multinivel final, muestra que las personas valoran su CVRS
influenciados en un primer nivel o en sus efectos composicionales por
características del individuo donde las variables de edad-sexo, de aporte
económico y de vivir con otras personas, son las mas importantes. Se mantiene
de manera importante la influencia de la CVRS misma de la persona para definir
su valoración y como era de esperarse, la severidad del estado de salud afecta la
valoración lo que demuestra que la valoración sí es una respuesta a esos
estados. Sin embargo, lo mas importante es mostrar que el tipo de municipio en
donde se enmarca las condiciones habitacionales generan variaciones entre
grupos y que la región, en donde se ha considerado que se expresarían las
condiciones culturales, generan tambien las diferencias (Tabla 22). El modelo
nulo o sin variables de primer nivel muestra que éste explica mejor que un modelo
a un nivel (Tabla 20) las pequeñas diferencias en los municipios tipo A y B, que
corresponden en Colombia a las ciudades intermedias y ciudades pequeñas se
puede explicar por su similitud entre las características y es clara que la diferencia
con los grandes o especiales muestra que la influencia de estas grandes
ciudades generan un impacto menor sobre las variaciones.
Las diferentes pruebas estadisticas realizadas en el modelo muestran como el
análisis multinivel presenta mejores resultados que el de MCO y que las variables
incluidas aunque sean similares no presentan multicolinealidad y las poblaciones
agrupadas en los niveles presentan adecuada correlación, por lo que se puede
considerar como valido su uso e interpretación. El análisis de los supuestos del
modelo comprueban la significancia del modelo y deja abierto al desarrollo de
nuevos análisis al identifcar otras variables que podrían ser de explicación en
especial en el segundo y tercer nivel del modelo.
136
Podría ser discutible haber definido dos regiones como nivel cultural, debido a
que los habitantes de la región caribe y pacifica colombiana, tienen unas
características diferentes por condiciones geográficas, climaticas y de
comportamiento siendo dicimiles a los del interior, pero no se encontraron otros
análisis que sustenten esta diferenciación; y aunque el objetivo del estudio no era
demostrar sus diferencias como grupos, sí se demuestra que la valoración de la
CVRS sería diferente y la explicación de ésta como la de los tipos de municipio
abre el espacio para nuevos trabajos y discusiones que permitan hacer mayores
análisis dando paso a la necesidad de estudios cualitativos que evidencien esta
diferenciación.
Estos hallazgos abren la discusión sobre los diferentes trabajos de valoración de
escalas de CV que son utilizados para estimar la utilidad por estados de salud
para ser convertidos en AVAC y estimar las razones de costo efectividad
incrementales con que se toman desiciones de incorporación de nuevas
tecnologías en muchos países, incluida Colombia. Para realizar las estimaciones
son utilizadas valoraciones con muestras poblacionales normalmente construidas
por conveniencia en sitios de concentración donde es factible la aplicación de los
instrumentos y despues utilizadas indistintamente en otros grupos poblacionales
(34) y sí se acepta los hallazgos de este trabajo, estas decisiones podrían tener
vicios frente a los valores de utilidad utilizados por cuanto las tecnologías tienen
indicación para pacientes específicos y los beneficiarios podrían, a luz de las
condiciones analizadas aca, ser diferentes a los que se utilizaron para construir
esos “tarifarios”.
Aunque existen estudios en diferentes partes del mundo en donde se analizan las
diferencias en la CVRS mediante modelo multinivel (37, 130, 131); no encontré
evidencia de trabajos similares en donde el análisis se hace en la forma como las
personas valoran los estados de salud y así poder comparar o discutir los
resultados aca obtenidos. Probablemente, el trabajo de Marco Herrera publicado
137
en 2015, podría verse como el mas cercano al planteamiento hecho acá (142).
En el caso Argentino se pudo demostrar que se presentan variaciones en la
CVRS y que en un segundo nivel podrían existir variables asociadas a sexo y
edad que explicarían estas variaciones. En la presente investigación tambien se
demuestra algo similar cuando el componente de análisis de CVRS de las
personas entrevistadas (5.2.1) se observa que se dan variaciones en la CV que
muestran las personas que estas variaciones son posibles de explicar por medio
de un modelo multinivel en donde en el segundo nivel se ubicaría el nivel de
pobreza y el estrato socio-económico y en un tercer nivel el sitio de habitación y la
zona de residencia. Pero el resultado fundamental de este trabajo va mas allá de
explicar los cambios en la CV de las personas, que se esperaría que sea
diferentes sí tienen diferentes condiciones de vida, a explicar que la percepción
misma es diferente. Dando origen a una discusión frente a las diferencias que se
han encontrado, donde no se sabría si realmente estas diferencias se dan por
que hay diferentes niveles de salud, o porque se tienen percepciones diferentes
aunque el estado de salud sea similar.
La principal limitante de este trabajo estaría enfocado en haber utilizado para
valorar los estados de salud, una escala visual análoga en vez de un método
basado en preferencias económicas como el TTO o el SG. La VAS es la
recomendada por la OMS por su facil aplicabilidad (133), como en este caso no
se buscaba obtener medidas de utilidad, sino valorar las percepciones de
bienestar de las personas su uso estaría totalmente justificado como lo
recomienda (33). Es probable que estudios posteriores utilizando métodos
económicos permitirían validar los hallazgos de este trabajo y profundizar mas en
los resultados aca obtenidos.
Otro de los aspectos a resaltar dentro de este trabajo y que podría hacer
compleja su comparabilidad, se da por el uso de unos dominios diferentes para
dimensiones específicas, en vez de utilizar una escala general ya utilizada en el
mundo. La razón por la que no se utilizó una escala como EQ5D, que es la mas
frecuentemente utilizada, se debió al analisis preliminar hecho en el que se
138
encontró que la población no encontraba totalmente en esos dominios las
condiciones que medirían cambios en CV. El trabajo desarrollado y que ya fue
objeto de una publicación (138) significó la identificación de los dominios que para
la población en general serían las que mas generarían cambios en la CV en el
caso de que se afecten por cambios en la situación de salud. Este trabajo de
manera importante pudo identificar que los dominios priorizados por la población
serían diferentes a los que se usan en el EQ5D en especial en las dimensión
mental y física, haciendo que en la construcción de los estados de salud que se
analizaron en este trabajo se obtenga una mejor sensibilidad de las personas
frente a los cambios en su CV.
Los resultados preliminares de este trabajo fueron ya presentados como ponencia
en el VII encuentro iberoamericano de calidad de vida realizado en noviembre del
2015 en la ciudad de Bogotá y objeto de publicación (8). Los asistentes
discutieron acerca de lo trascendental de los resultados y propusieron dentro del
seno del grupo iberoamericano de ISOQOL la realización de un trabajo similar en
varios países con el fin de encontrar estos valores y estandarizar un posible
mecanimo de ajuste a los valores que actualmente se generan (grabación de
dicha conferencia se encuentra disponible). De igual manera los resultados del
trabajo final fueron aceptados y presentados en Vienna en octubre de 2016 y
publicados como resumen corto(9)
Dentro de los hallazgos de este estudio es importante recalcar que aunque se
esperaba que las variaciones frente al nivel socieconómico o la pobreza fueran
las más importantes, éstas solo fueron significativas en algunos de los tipos de
preguntas, siendo mas importantes las variables de lugar de habitación y de
región (153). A pesar de lo propuesto en el modelo de Schwartzmann (88), en
donde se propone que la CV podría afectarse con el momento en que se
encuentre la persona dentro del ciclo vital, en nuestro trabajo la variable edad fue
de las que menos significancia presentó a pesar que se ajusto por grupos de ciclo
vital.
139
Un elemento importante encontrado durante la definición del modelo se dio frente
a las variables y sus valores frente al intercepto. En el análisis se identifica que en
variables asociadas a conocimiento de enfermedad, o a percibir acceso al
sistema de salud, tener regimen contributivo, tener poliza de salud o haber
padecido enfermedad) da valores negativas frente a valor base; esto podría
explicarse como un efecto de la experiencia frente a la enfermedad e interpretable
como mejor conocimiento de la enfermedad y que sería contrarío a lo que se
encuentra cuando se valora la calidad de vida de estas personas que es menor
que sus opuestos.
Los resultados del modelo demostrado son consistentes con el análisis
estadístico que se hizo utilizando una prueba estadística de ANOVA en que las
diferencias en valoración de la CV por las diferentes variables analizadas, en su
mayoría mostrarían diferencias significativas en la valoración entre los grupos por
criterios de cada variable (Tabla 17)
Es importante observar que sí bien se dan modificaciones por las variaciones en
las condiciones de las personas, estas podrían variar según la severidad de la
enfermedad. Sin embargo, el modelo que mejor explica las valoraciones de las
personas fue un modelo general que incluye como variable de primer nivel la
severidad misma de la enfermedad. Al respecto se probó un modelo dejando en
un nivel aparte la severidad de la enfermedad, es decir, un modelo a cuatro
niveles, sin embargo, este modelo no se estimo debido a que los efectos
aleatorios incluidos sobrepasaron la capacidad de estimación y no es posible
concluir sobre este.
Con los hallazgos de este trabajo se abre un nuevo campo de exploración frente
a las modificaciones de la CV. Realizar nuevos estudios en donde se analice
cuáles aspectos relacionados con las caracteristicas del sitio habitacional (tipo de
municipio) o elementos especifícos de la cultura (zona) son los que generan las
140
modificaciones en la valoración que hacen las personas en su CVRS para
avanzar en el entedimiento de este nuevo modelo conceptual.
Identificados los valores que en los diferentes niveles y por variable explican la
CVRS, vale la pena hacer nuevos análisis frente a la conversión de los valores
generales usando estos betas para ajustar en poblaciones específicas los valores
obtenidas a nivel general; planteandose esta opción como una posible solución al
nuevo modelo demostrado en este trabajo. Ejemplo de esta propuesta son
presentados al final de los resultados y es posible evidenciar que en una misma
condición es posible establecer correlación con los obtenidos en el modelo y una
medida estandar de 0,48 podría equivaler en una población específica en una
región específica 0,54 y esto podría eventualmente modificar las decisiones.
Estos resultados abren un camino en la discusión del uso de las medidas de
utilidad a partir de tarifarios construidos, incluso en otros países como en el caso
colombiano en el que para la conversión del EQ5D se utiliza la tabla de valores
estimada por Zarate et al (34) y que fue desarrollada con población hispana en
los estados unidos. Una primera opción sería validar la posibilidad de conocer
las variables de esa población y proponer un ajuste para población global del país
o para grupos específicos o construir tarifarios propios en donde se incluyan las
variables que permitan hacer ajustes poblacionales. Estas condiciones son
planteamientos para nuevos trabajos de investigación que se pueden realizar, así
como la posibilidad de realizar trabajos multipais en donde se pueda validar los
resultados aca obtenidos.
141
7. CONCLUSION
De los resultados de este trabajo es posible concluir que la CVRS sí es un
indicador adecuado para medir la percepcion de bienestar en salud de una
persona y que el nivel de compromiso se ven adecuadamente reflejados en la
medida pero que este valor estaría influenciado por factores externos que lo
modifican, mas allá de las afectaciones biológicas y esto es posible de explicar
mediante un modelo multinivel en donde el valor cambia por condiciones del
individuo (nivel indivual) que se afectaría por condiciones del ambiente (nivel
habitacional) y a su vez por condiciones culturales.(nivel cultural).
De esta manera se plantearía que la utilización de tarifas generales en la
población debería ser tratado de manera cuidadosa y probablemente sería valido
hacer ajustes en los valores obtenidos en especial cuando las decisiones estan
orientadas a subtipos específicos de población.
142
8. ASPECTOS ÉTICOS
Para esta investigación, no se expusieron a los pacientes a ningun tratamiento
específico, ni se puso en juego su vida. Sin embargo, a pesar de que las escalas
de calidad de vida fueron aplicadas directamente a los pacientes, ésta se
considera como una encuesta en la que el paciente de manera voluntaria
participa. Por eso para cada encuesta aplicada previa a su aplicación se dió la
explicación específica de los objetivos de la evaluación y el paciente diligenció el
consentimiento informado. Todas las bases de datos mantendran de incognito el
nombre de los pacientes, ya que este elemento no es importante para el análisis.
Se consideraron los principios éticos de investigación con seres humanos
contenidos en la Resolución 8430 de 1993 del Ministerio de Salud relacionadas
con las actividades desarrolladas para la investigación en salud como el
conocimiento de los vínculos entre las causas de enfermedad, la práctica médica,
la estructura social y a la producción de insumos para la salud; considerandose
una investigación sin riesgo según el artículo 11 (154).
Todo el personal responsable de su aplicación fué estrictamente seleccionado,
entrenado en lo concerniente a la forma de aplicación, su no intervención en los
resultados y en los aspectos éticos de la investigación previo al desarrollo del
trabajo de campo.
Se declara adicionalmente que no existe ningun conflicto de interes frente a los
resultados y su desarrollo fue estrictamente de carácter académico. Todos los
recursos utilizados en el desarrollo del proyecto fueron de carácter personal y
solo se recibión adicionalmente apoyo por el Fundación Salutia para el desarrollo
del proyecto.
143
ANEXOS
Anexo 1. Encuesta par definición de dominios
144
145
Anexo 2. Estados de salud valorados
1.
La enfermedad que padezco se ha asociado con dolor moderado y dificultades
moderadas para movilizarme por lo que requiero apoyo. No tengo dificultades
para ver, ni hablar, pero presento grandes cambios en mi apariencia personal que
me hace aislarme de las personas y afectado mi capacidad para realizar mis
actividades habituales y siento con frecuencia desesperanza de seguir viviendo.
2.
La situación de salud que tenga se asocia que algunas dificultades en el habla y
requiero algún apoyo para caminar. Puedo ver bien y no tengo ningún cambio en
mi apariencia personal, ni presento algún dolor. Esta enfermedad no afecta mi
ilusión de vivir.
3.
Estoy severamente comprometido en mi capacidad de movilizarme, no puedo
caminar. El dolor es muy intenso y he perdido casi toda mi visión, solo veo bultos.
Con frecuencia olvido las cosas y no reconozco a personas que ya conocía. No
puedo trabajar, ni hacer las cosas que me gustan. Quisiera no vivir mas, porque
además siento que me veo muy mal, por lo que no quisiera que nadie me viera.
4.
Tengo dolores ocasionales, pero en general la enfermedad no afecta mi
movilidad, mi habla o visión. En general mi enfermedad no afecta para nada mi
apariencia personal y mi esperanza de vivir no ha cambiado a pesar de la
enfermedad actual. Trabajo sin problemas en el momento.
5.
Tengo una enfermedad que en general no afecta para nada mi apariencia
personal. Sin embargo, he ido perdiendo la memoria y olvido algunas cosas que
146
han ocurrido tiempo atrás, pero no tengo problemas para recordar a las personas.
No presento dolor alguno. A veces tengo problemas para pronunciar algunas
palabras, pero puedo seguir leyendo los libros que me gustan. En general no
tengo dificultades para realizar mis actividades, pero por lo que me esta
ocurriendo siento tristeza que me hace pensar que voy a morir pronto.
6.
Mi enfermedad ha afectado mi capacidad para realizar algunas de las actividades
que habitualmente realizaba cuando no la tenía, esto en especial se debe a que
para movilizarme requiero de apoyo y el dolor que aunque es moderado se
mantiene una buena parte del día. Sin embargo, esto no afecta mis sentidos en
general y aunque me siento triste no afecta mi esperanza de vivir.
7.
Con mi enfermedad me siento extremadamente triste y deprimido, creo que voy a
morir en cualquier momento y creo que la gente me observa porque mi aspecto
personal ha desmejorado muchísimo. No tengo dolor, ni limitaciones físicas o en
mis sentidos y aunque podría trabajar no quiero asistir.
8.
Como resultado de mi enfermedad mi lenguaje no se entiende casí y tengo
grandes problemas para caminar en especial por compromiso de la parte derecha
de mi cuerpo que hacen que tenga muy limitadas mis actividades sociales y de
trabajo. Me incomoda que además las personas evidencian mi limitación. No
siento ningún dolor y puedo ver sin problemas. En general estoy triste pero
soporto bien mi enfermedad, esperando que dure muchos mas años vivos para
ver a mis nietos crecer.
9.
Posterior al inicio de la enfermedad he venido perdiendo la memoria aunque sigo
recordando las cosas mas importantes de mi vida, un temblor persistente afecta
147
mi marcha que debo hacerla con apoyo y afecta mis actividades cotidianas en
especial las que requieren destreza manual como comer, escribir, bañarme los
dientes que hago con alguna dificultad pero no necesito apoyo. Siento mucha
tristeza y no quisiera seguir viviendo en esta condición.
10.
Aunque no se me nota lo que tengo, el dolor que siento es extremadamente
intenso que hace que evite moverme y por eso tuve que dejar de trabajar e ir a
reuniones sociales. El mundo es muy ingrato para mi y creo moriré sin mejorar y
probablemente pronto. Reconozco bien a todo el mundo, hablo, leo, como bien;
pero no quiero hacer nada, por mi dolor.
11.
He perdido rápidamente mi visión, ya no puedo leer y con dificultad reconozco a
las personas. No me duele nada y puedo hablar. Me ido adaptando pero ya no
puedo hacer casi nada de lo que me gustaba y para movilizarme estoy
necesitando ayuda para evitar accidentes. Sin embargo, estoy dispuesto a seguir
adelante con mi vida y buscar como seguir realizando todos mis sueños.
12.
No siento nada, ni dolor, ni malestar, me veo bien, mis sentidos funcionan
perfectamente. Puedo ir a cualquier parte y podría trabajar pero, siento una
terrible angustia que quisiera morir para dejar de sentirla.
13.
Con mi enfermedad actual he perdido un poco la visión lejana, aunque aun puedo
leer bien. Tengo algunas dificultades para recordar datos complejos. Tengo dolor
moderado que me afecta la movilidad por lo que requiero apoyo (bastón) para
desplazarme. Esta dificultad hace que algunas de mis actividades como trabajar o
asistir a reuniones este ligeramente afectada. En general mi expectativa de vida
ha cambiado muy poco y tengo mucha esperanza por mis proyectos futuros.
148
14.
La enfermedad actual ha hecho que se afecten en buena parte mis funciones
sensoriales, veo mucho menos y las palabras no me fluyen; incluso, olvido con
frecuencia las cosas que he hecho el día anterior. No hay dolor y me puedo
movilizar bien, pero, estas dificultades hacen que allá dejado de trabajar y tengo
he perdido mi esperanza para seguir viviendo.
149
Anexo 3. Encuesta guía impresa para la aplicación del trabajo de campo.
150
151
152
153
Anexo 4. Ejemplo imagen de pantallas de las preguntas.
El componente mejor, similar o peor fue tomado como de control. El usuario
podía movel el punto de la valoracion o colocar el valor.
154
Anexo 5. Listado de población entrevistada con muncipio de residencia
Municipios incluidos en el estudio
Municipio Participantes
Anapoima 1
Anolaima 3
Barranquilla 293
Betulia 1
Bogotá, D.C. 281
Bojacá 4
Bucaramanga 71
Cáceres 3
Caldas 1
Cali 149
Campamento 1
Candelaria 2
Cartagena 200
Cartago 1
Caucasia 2
Cerrito 1
Chía 5
Chipaque 2
Cocorná 1
Concepción 1
Copacabana 3
Cota 18
Cucunubá 1
Envigado 8
Facatativá 26
Floridablanca 9
Fredonia 1
Frontino 2
Funza 9
Fúquene 2
Fusagasugá 5
Guadalajara de Buga 9
Guatavita 1
Jamundí 12
La Estrella 1
La Mesa 1
La Vega 7
Lebríja 4
Madrid 4
Mallama 3
Medellín 198
155
Municipios incluidos en el estudio
Municipio Participantes
Mosquera 24
Nemocón 1
Pacho 1
Palmira 25
Piedecuesta 15
Rionegro 13
Sevilla 2
Sipí 1
Soacha 84
Socha 1
Sopó 4
Subachoque 1
Tabio 8
Tena 2
Tenjo 5
Tibirita 1
Topaipí 1
Vergara 2
Villapinzón 4
Villeta 1
Zipacón 6
Zipaquirá 1
Total Participantes 1550
Se encuestaron personas de 63 municipios diferentes en 45 localidades
diferentes.
156
Anexo 6 Graficos de residuales de la medida de CVRS de la población
encuestada.
A continuación se presenta el diagrama de dispersión del modelo multinivel por
residuales de la CVRS de la población.
Figura 10 Ajuste del modelo por residuales (modelo nulo) CVRS de los encuestados
Fuente: Diseño del autor con Stata 13
La figura 13 deja ver graficamente que el modelo explica ampliamente el
comportamiento de la base de datos, pues los residuales y los valores ajustados
no presentan diferencias amplias. Los resultados de los estadísticos sugieren
entonces que un modelo multinivel que incluyan las demás variables que explican
los resultados de la Escala Visual Análoga pueden generar mejores resultados de
estimación.
-50
050
0 20 40 60 80 100escalavas
Residuals Fitted values
lowess residvasn escalavas
157
Figura 11. Ajuste del modelo por residuales (modelo multinivel) de la CVRS de la población
Como se puede ver en la figura 14, el modelo estimado presenta una muy buena
opción de estimación y predicción y su dispersión se explica por qué recoge un
número mayor de variables que lo visto en el modelo nulo.
-60
-40
-20
020
40
0 20 40 60 80 100escalavas
Residuals Fitted values
lowess residvasm escalavas
158
Anexo 7 Modelo Multivariado Sin Variables De Interacción
A continuación se presentan los modelos multivariados, desarrollados de manera
preliminar, sin variable de interacción. Por supuesto en los resultados se han
dejado los que incluyen variables de interacción por ser los de mayor
consistencia.
Tabla 29. Modelos Multivariados MCO por tipo de Severidad y Total
Multivariado Sin Variables De Interacción
Variable Leve Moderado Severo General
Sexo -2,33*** -0,64 -0,57 -1,33***
Edad 0,0008 0,01 -0,02 -0,001
Costero 1,39*** 0,44 -0,23 0,73**
Municipio Tipo A 0,3 -0,02 0,51 0,29
Municipio Especial 3,73*** 0,87 0,72 2,12***
Medicina Pre Pagada 1,73*** -1,79*** -6,17*** -1,21***
Practicante 2,11** 8,76*** 4,66*** 4,57***
Aporta 1,55** 0,18 -0,6 0,67
Vive Con 1,47 0,71 -5,65*** -0,57
Régimen de Salud -2,39*** 1,92** -1,52 -0,89**
Nivel Estudio 1 -2,5*** -0,41 0,555 -1,16***
Nivel Estudio 2 -0,31 -0,47 2,85*** 0,32
Estrato 2 -2,26*** -2,27*** -5,35*** -2,97***
Estrato 3 -0,56 -1,53** -3,28*** -1,53***
Estrato 4 0,57 0,78 -0,5 0,41
Estrato 5 12,36*** 8,44 21,31** 12,50***
Principal Actividad Económica 2,65*** 1,82** 5,1*** 2,97***
Estado Civil -1,37** -3,37*** -0,94 -1,96***
Padece 0,66 -4,11*** -0,93 -1,88***
Pobreza 1,31** 0,72 -0,63 0,69**
Escalavas 0,06*** 0,07*** 0,002 0,05***
Eq5d -6,29*** -6,01*** 1,71 -4,26***
159
Pregunta Moderada -5,97***
Pregunta Severa -11,92***
constante 57,57*** 52,39*** 46,02*** 58,03***
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia
En la tabla 19 se ve la relación de todas las variables que afectan el modelo de
manera conjunta sin incluir variables de interacción. Al observar la constante de
los modelos se ve como se mantiene la consistencia entre los diferentes análisis,
leve 57.57; moderado 53.39 y severo 46.02. Para el nivel donde se conjugan
todas las variables las constantes es de 58.03, pero se disminuye en -5.97 en
caso moderado y -11.92 en caso severo.
160
Anexo 8 Modelos condicionales individuales de intercepto y pendientes
aleatorias por tipo de pregunta.
El objetivo de estos tres modelos (Leve, Moderado, Severo) consisten en realizar
una comparación entre los modelos independizando la respuesta para estados de
salud con compromiso leve, moderado y severo, determinando la significancia de
los niveles entre los modelos y del mismo modo comparando las variables fijas;
de esta manera el modelo se comparará finalmente con el multinivel generalizado
con el fin de obtener un modelo final que de explicación a la calidad de vida.
Tabla 30. Modelos condicionales individuales y pendientes aleatoria por tipo de pregunta.
Variable Dependiente: Valoración
Variables Modelo de Intercepto y Pendiente Aleatoria
General Leve Moderado Severo
Parte Fija
Hombre Juventud 2,76*** -0,76 5,27*** 7,53***
Adulto Joven Hombre 1,46** -0,79 3,69*** 3,57**
Adulto Mayor Hombre -0,13 -2,59 4,26** -0,94
Adulto Hombre 1,58** -0,24 3,04*** 4,24***
Adolecente Mujer 2,58 1,89 0,66 11,38**
Juventud Mujer 2,16** 1,37 2,50** 5,47***
Adulto Joven Mujer 2,69*** 1,92 4,07*** 4,09**
Adulto Mayor Mujer 7,71*** 6,78** 14,61*** -1,21***
Adulto Mujer 3,70*** 2,47** 5,23*** 5,40***
Medicina Pre pagada -1,17*** 1,78*** -1,64*** -6,15***
Practicante 4,60*** 1,98 9,34*** 4,83***
Aporta 0,34 1,40** -0,21 -1,55
Vive Con -0,38 1,47 0,94 -5,46***
Régimen de Salud -7,72 -2,53*** 2,09** -1,10
Nivel Estudio 1 -1,15*** -2,48*** -0,40 0,74
Nivel Estudio 2 0,43 -0,29 -0,17 3,52***
Estrato 2 -3,08*** -2,41*** -2,51*** -5,38***
Estrato 3 -1,39*** -0,72 -1,24** -3,04***
Estrato 4 0,56 1,09 1,19 0,17
Estrato 5 11,86*** 12,18*** 8,03 20,56**
Principal Actividad Económica 2,69*** 2,51** 1,53 4,54***
Estado Civil -1,98*** -1,60*** -3,41*** -0,946
Tipo Pregunta Moderado -5,93***
Tipo Pregunta Severo 11,93***
Pobreza 0,45 1,16** 0,18 -0,943
Escala vas 0,05*** 0,05*** 0,07*** 0,007
Eq5d -4,10*** -6,80*** -6,61*** 3,22
Padece -1,85*** -0,78 -4,20*** -0,51
161
Constante 56,39*** 59,38*** 49,71*** 39,47
Parte Aleatoria
Tipo de Municipio
A 2,25e-12*** 1,24***
B 2,68e-11***
3,71e-15***
Especial 0,6165***
6,70e-15***
Región 0,55*** 1,90*** 1,59e-15*** 4,83e-16***
Log-verosimilitud -49521 -22673 -16336 -22673
LR test vs. linear regression chi2(2) = 0.00
Prob > chi2 0.000 0.000 1.000 1.000
Nota: 11630 observaciones. Significativo al *10%, **5% y ***1%. Fuente: Elaboración Propia usando Stata 13
Los valores calculados en estos modelos, especificando el estado de salud de la
población, son una herramienta para detallar aun más la lógica de análisis
presentada en el modelo estimado en el apartado 5.6.3, cada modelo permite
conocer el valor de la valoración cuando se conoce (o se asume) determinado
estado de salud, con un nivel de precisión mayor que el del modelo general.
Nuevamente el test LR demuestra que cada uno de tres modelos adicionales es
una estimación mejor que un modelo de regresión lineal.
Como se mencionó en los resultados el modelo general y de tipo nivel son
significativos en el componente de las varianzas (efectos aleatorios) y
parcialmente significativos en el componente de efectos fijos. La significancia
hace referencia a la validez del impacto, es decir, si la característica tiene un
impacto notable o medible sobre la vaiable dependiente. (tabla 24).
162
Figura 12. Residuales de modelo multinivel para estado de salud leve
Figura 13. Residuales del modelo multinivel para estados de salud moderado
-60
-40
-20
02
04
0
0 20 40 60 80 100valoracion
Residuals Fitted values
lowess resid_leve valoracion
-50
05
0
0 20 40 60 80 100valoracion
Residuals Fitted values
lowess resid_moderado valoracion
163
Figura 14. Residuales modelo multinivel para estados de salud severos
Los gráficos de análisis de residuales muestran como el modelo para condiciones
leves es, frente a los otros dos estados, el que mejor consistencia muestra de los
tres propuestos (figuras 12,13 y 14)
-50
05
0
0 20 40 60 80 100valoracion
Residuals Fitted values
lowess resid_severo valoracion
164
Anexo 9 Resultados originales de las estimaciones hechas con Stata.
Se anexan a continuación las imágenes de todos los valores calculados dentro
del analisis multinivel de las valoraciones
Regresión Nula Valoración
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Interacción De La Edad
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 56.32653 .1687643 333.76 0.000 55.99572 56.65733
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.2
Adj R-squared = 0.0000
Residual 3851974.54 11629 331.238674 R-squared = 0.0000
Model 0 0 . Prob > F = .
F( 0, 11629) = 0.00
Source SS df MS Number of obs = 11630
_cons 53.82143 .6549852 82.17 0.000 52.53755 55.10531
10 4.045746 .8111274 4.99 0.000 2.4558 5.635692
9 7.505495 2.604148 2.88 0.004 2.400926 12.61006
8 2.759469 .8084368 3.41 0.001 1.174797 4.344141
7 3.296261 .8857687 3.72 0.000 1.560005 5.032516
6 5.434982 2.159644 2.52 0.012 1.201717 9.668247
5 1.840948 .7570539 2.43 0.015 .3569949 3.324901
4 1.199405 1.65015 0.73 0.467 -2.035166 4.433976
3 2.013984 .7442417 2.71 0.007 .5551452 3.472823
2 3.123754 .78225 3.99 0.000 1.590413 4.657096
edad_interaccion
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.175
Adj R-squared = 0.0027
Residual 3838485.18 11620 330.334353 R-squared = 0.0035
Model 13489.3626 9 1498.81806 Prob > F = 0.0000
F( 9, 11620) = 4.54
Source SS df MS Number of obs = 11630
165
Regresión Univariada Medicina Pre Pagada
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Practícate
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Vive Con
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 57.24849 .2234535 256.20 0.000 56.81048 57.68649
med_pre_2 -2.13679 .3401823 -6.28 0.000 -2.803604 -1.469975
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.17
Adj R-squared = 0.0033
Residual 3838948.66 11628 330.146943 R-squared = 0.0034
Model 13025.8884 1 13025.8884 Prob > F = 0.0000
F( 1, 11628) = 39.45
Source SS df MS Number of obs = 11630
_cons 52.8606 .5492388 96.24 0.000 51.784 53.9372
practicante_2 3.825805 .5770497 6.63 0.000 2.694691 4.95692
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.166
Adj R-squared = 0.0037
Residual 3837468.16 11628 330.019622 R-squared = 0.0038
Model 14506.381 1 14506.381 Prob > F = 0.0000
F( 1, 11628) = 43.96
Source SS df MS Number of obs = 11630
_cons 56.29541 .1714915 328.27 0.000 55.95925 56.63156
vive_con_2 .9861554 .9653827 1.02 0.307 -.9061568 2.878468
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.2
Adj R-squared = 0.0000
Residual 3851628.9 11628 331.237435 R-squared = 0.0001
Model 345.645711 1 345.645711 Prob > F = 0.3070
F( 1, 11628) = 1.04
Source SS df MS Number of obs = 11630
166
Regresión Univariada Régimen De Salud
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Nivel De Estudio
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Estrato Socioeconómico
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 56.25117 .193085 291.33 0.000 55.87269 56.62965
reg_salud_2 .3192587 .3974359 0.80 0.422 -.4597825 1.0983
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.2
Adj R-squared = -0.0000
Residual 3851760.79 11628 331.248778 R-squared = 0.0001
Model 213.749715 1 213.749715 Prob > F = 0.4218
F( 1, 11628) = 0.65
Source SS df MS Number of obs = 11630
_cons 56.87027 .3083608 184.43 0.000 56.26583 57.47471
2 1.528362 .44043 3.47 0.001 .6650451 2.391679
1 -2.350553 .4035206 -5.83 0.000 -3.141521 -1.559585
nivel_est_3
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.128
Adj R-squared = 0.0079
Residual 3820848.67 11627 328.618618 R-squared = 0.0081
Model 31125.8733 2 15562.9367 Prob > F = 0.0000
F( 2, 11627) = 47.36
Source SS df MS Number of obs = 11630
_cons 58.41582 .2832486 206.24 0.000 57.8606 58.97103
5 15.04847 3.410345 4.41 0.000 8.363617 21.73332
4 1.243333 .5457703 2.28 0.023 .1735315 2.313134
3 -2.965247 .4094637 -7.24 0.000 -3.767864 -2.162629
2 -6.537711 .4645138 -14.07 0.000 -7.448236 -5.627186
estrato
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 17.983
Adj R-squared = 0.0236
Residual 3759597.47 11625 323.406234 R-squared = 0.0240
Model 92377.0778 4 23094.2694 Prob > F = 0.0000
F( 4, 11625) = 71.41
Source SS df MS Number of obs = 11630
167
Regresión Univariada Principal Actividad Económica
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Estado Civil
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariado Tipo De Pregunta
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 49.93258 .5439709 91.79 0.000 48.8663 50.99885
Prin_Acti_Eco_2 7.065236 .5718135 12.36 0.000 5.944385 8.186086
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.082
Adj R-squared = 0.0129
Residual 3802056.45 11628 326.974239 R-squared = 0.0130
Model 49918.0898 1 49918.0898 Prob > F = 0.0000
F( 1, 11628) = 152.67
Source SS df MS Number of obs = 11630
_cons 57.93418 .2086987 277.60 0.000 57.5251 58.34327
estado_civil_2 -4.524938 .35013 -12.92 0.000 -5.211251 -3.838624
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.071
Adj R-squared = 0.0141
Residual 3797430.01 11628 326.576369 R-squared = 0.0142
Model 54544.5308 1 54544.5308 Prob > F = 0.0000
F( 1, 11628) = 167.02
Source SS df MS Number of obs = 11630
_cons 60.93368 .2422391 251.54 0.000 60.45885 61.4085
3 -12.09804 .4294996 -28.17 0.000 -12.93993 -11.25614
2 -6.107596 .371222 -16.45 0.000 -6.835253 -5.379938
tipo_pregunta
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 17.58
Adj R-squared = 0.0669
Residual 3593513.83 11627 309.066297 R-squared = 0.0671
Model 258460.71 2 129230.355 Prob > F = 0.0000
F( 2, 11627) = 418.13
Source SS df MS Number of obs = 11630
168
Regresión Univariada Pobreza
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Escala Visual
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Eq5d
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 56.48229 .1925475 293.34 0.000 56.10487 56.85972
pobreza -.6717021 .3998409 -1.68 0.093 -1.455457 .1120532
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.199
Adj R-squared = 0.0002
Residual 3851039.89 11628 331.186781 R-squared = 0.0002
Model 934.656385 1 934.656385 Prob > F = 0.0930
F( 1, 11628) = 2.82
Source SS df MS Number of obs = 11630
_cons 51.04128 .5109251 99.90 0.000 50.03978 52.04278
escalavas .0963862 .0088001 10.95 0.000 .0791364 .1136359
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.108
Adj R-squared = 0.0101
Residual 3812640.22 11628 327.884436 R-squared = 0.0102
Model 39334.3232 1 39334.3232 Prob > F = 0.0000
F( 1, 11628) = 119.96
Source SS df MS Number of obs = 11630
_cons 56.83665 .5103568 111.37 0.000 55.83626 57.83703
valor_eq5d -.6984992 .6595118 -1.06 0.290 -1.991253 .5942548
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.2
Adj R-squared = 0.0000
Residual 3851602.99 11628 331.235207 R-squared = 0.0001
Model 371.555023 1 371.555023 Prob > F = 0.2896
F( 1, 11628) = 1.12
Source SS df MS Number of obs = 11630
169
Regresión Univariada Padece
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Tipo De Pregunta
Fuente: Calculo del autor a partir de la base de datos CVRS.
Regresión Univariada Región
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 59.10503 .4933742 119.80 0.000 58.13794 60.07213
padece -2.173833 .3627907 -5.99 0.000 -2.884964 -1.462702
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.173
Adj R-squared = 0.0030
Residual 3840117.42 11628 330.247456 R-squared = 0.0031
Model 11857.127 1 11857.127 Prob > F = 0.0000
F( 1, 11628) = 35.90
Source SS df MS Number of obs = 11630
_cons 54.4026 .3160899 172.11 0.000 53.78301 55.02219
3 3.437542 .3841725 8.95 0.000 2.6845 4.190585
2 -.8626907 .5683163 -1.52 0.129 -1.976686 .2513047
tipo_1_v2
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.108
Adj R-squared = 0.0100
Residual 3812653.62 11627 327.913789 R-squared = 0.0102
Model 39320.9235 2 19660.4618 Prob > F = 0.0000
F( 2, 11627) = 59.96
Source SS df MS Number of obs = 11630
_cons 55.62547 .2274454 244.57 0.000 55.17964 56.0713
region1 1.556566 .33891 4.59 0.000 .8922453 2.220886
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 18.184
Adj R-squared = 0.0017
Residual 3844999.33 11628 330.667297 R-squared = 0.0018
Model 6975.21356 1 6975.21356 Prob > F = 0.0000
F( 1, 11628) = 21.09
Source SS df MS Number of obs = 11630
170
Regresión Modelo Multivariado, Explicación De Valoración.
Fuente: Calculo del autor a partir de la base de datos CVRS.
_cons 54.88573 1.679838 32.67 0.000 51.59297 58.1785
region1 .7613645 .3373025 2.26 0.024 .1001947 1.422534
3 2.077485 .3852586 5.39 0.000 1.322313 2.832657
2 .2719415 .564247 0.48 0.630 -.8340776 1.377961
tipo_1_v2
padece -1.836791 .4317818 -4.25 0.000 -2.683157 -.9904264
valor_eq5d -4.273794 .9955327 -4.29 0.000 -6.225206 -2.322382
escalavas .0569218 .0088051 6.46 0.000 .0396623 .0741813
pobreza .5675338 .403758 1.41 0.160 -.2239 1.358968
3 -11.93974 .4195209 -28.46 0.000 -12.76208 -11.11741
2 -5.955856 .3624815 -16.43 0.000 -6.666381 -5.245332
tipo_pregunta
estado_civil_2 -1.963577 .3924306 -5.00 0.000 -2.732807 -1.194347
Prin_Acti_Eco_2 2.791029 .6339125 4.40 0.000 1.548454 4.033604
5 11.90306 3.320817 3.58 0.000 5.393695 18.41242
4 .5399376 .5711522 0.95 0.345 -.579617 1.659492
3 -1.320397 .4579548 -2.88 0.004 -2.218066 -.4227283
2 -2.996625 .5011575 -5.98 0.000 -3.978978 -2.014272
estrato
2 .4904887 .4705046 1.04 0.297 -.4317796 1.412757
1 -1.160893 .4351501 -2.67 0.008 -2.01386 -.307925
nivel_est_3
reg_salud_2 -.760092 .5229361 -1.45 0.146 -1.785135 .264951
vive_con_2 -.4634516 .9629678 -0.48 0.630 -2.351031 1.424128
aporta_2 .3774213 .4858391 0.78 0.437 -.5749052 1.329748
practicante_2 4.70054 .8278037 5.68 0.000 3.077905 6.323175
med_pre_2 -1.184044 .3917808 -3.02 0.003 -1.952001 -.4160881
10 3.688747 .8000269 4.61 0.000 2.120559 5.256935
9 7.530441 2.473012 3.05 0.002 2.682921 12.37796
8 2.78781 .7906307 3.53 0.000 1.238041 4.33758
7 2.141802 .8912752 2.40 0.016 .3947525 3.888852
6 2.644644 2.095311 1.26 0.207 -1.462519 6.751807
5 1.68665 .7441018 2.27 0.023 .2280847 3.145215
4 -.005805 1.588701 -0.00 0.997 -3.119928 3.108318
3 1.522852 .7246676 2.10 0.036 .1023815 2.943323
2 2.844728 .7616445 3.73 0.000 1.351776 4.33768
edad_interaccion
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 17.121
Adj R-squared = 0.1151
Residual 3399625.26 11598 293.121681 R-squared = 0.1174
Model 452349.289 31 14591.9126 Prob > F = 0.0000
F( 31, 11598) = 49.78
Source SS df MS Number of obs = 11630
171
Modelo Multinivel Nulo Con Constante y Dos Efectos Aleatorios
Fuente: Calculo del autor a partir de la base de datos CVRS.
LR test vs. linear regression: chi2(4) = 141.33 Prob > chi2 = 0.0000
var(Residual) 326.7179 4.285527 318.4255 335.2263
var(_cons) 3.159577 3.04609 .4775305 20.90532
region1: Identity
var(_cons) .9029928 2.709007 .0025238 323.084
var(tipo~2_2) 8.59e-12 2.08e-09 2.4e-218 3.1e+195
var(tipo_1~1) 5.44e-11 2.34e-09 1.62e-47 1.83e+26
tipo_1_v2: Independent
Random-effects Parameters Estimate Std. Err. [95% Conf. Interval]
_cons 55.72336 .9448878 58.97 0.000 53.87142 57.57531
valoracion Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -50174.602 Prob > chi2 = .
Wald chi2(0) = .
region1 6 161 1938.3 3624
tipo_1_v2 3 1470 3876.7 6878
Group Variable Groups Minimum Average Maximum
No. of Observations per Group
Mixed-effects ML regression Number of obs = 11630
172
Modelo Multinivel Explicación De Valoración Con Dos Variable Aleatorias
Fuente: Calculo del autor a partir de la base de datos CVRS.
Note: LR test is conservative and provided only for reference.
LR test vs. linear regression: chi2(4) = 32.44 Prob > chi2 = 0.0000
var(Residual) 292.1742 3.832317 284.7587 299.7828
var(_cons) .5578818 .5711198 .075014 4.148985
region1: Identity
var(_cons) .6165976 .8627882 .0397135 9.573373
var(tipo~2_2) 2.68e-11 1.23e-09 2.81e-50 2.56e+28
var(tipo_1~1) 2.25e-12 7.28e-10 1.7e-287 3.1e+263
tipo_1_v2: Independent
Random-effects Parameters Estimate Std. Err. [95% Conf. Interval]
_cons 56.39199 1.747469 32.27 0.000 52.96701 59.81696
padece -1.855307 .4310563 -4.30 0.000 -2.700162 -1.010452
valor_eq5d -4.10441 .9966547 -4.12 0.000 -6.057818 -2.151003
escalavas .0547172 .0088219 6.20 0.000 .0374266 .0720079
pobreza .4550975 .4043337 1.13 0.260 -.3373819 1.247577
3 -11.93485 .4188564 -28.49 0.000 -12.75579 -11.1139
2 -5.938854 .3619466 -16.41 0.000 -6.648256 -5.229451
tipo_pregunta
estado_civil_2 -1.986966 .3913729 -5.08 0.000 -2.754043 -1.21989
Prin_Acti_Eco_2 2.692386 .6334841 4.25 0.000 1.45078 3.933992
5 11.86895 3.31541 3.58 0.000 5.370863 18.36703
4 .5622053 .5699697 0.99 0.324 -.5549149 1.679325
3 -1.395837 .4574352 -3.05 0.002 -2.292393 -.4992803
2 -3.083062 .5003524 -6.16 0.000 -4.063735 -2.10239
estrato
2 .4371245 .4702149 0.93 0.353 -.4844797 1.358729
1 -1.151674 .4344169 -2.65 0.008 -2.003116 -.3002328
nivel_est_3
reg_salud_2 -.7238478 .5229413 -1.38 0.166 -1.748794 .3010983
vive_con_2 -.3826984 .9617351 -0.40 0.691 -2.267664 1.502268
aporta_2 .3495858 .4851295 0.72 0.471 -.6012506 1.300422
practicante_2 4.600145 .8290798 5.55 0.000 2.975179 6.225112
med_pre_2 -1.175798 .3911794 -3.01 0.003 -1.942496 -.4091006
10 3.707805 .7985856 4.64 0.000 2.142606 5.273004
9 7.716912 2.469921 3.12 0.002 2.875956 12.55787
8 2.691487 .7903696 3.41 0.001 1.142391 4.240583
7 2.168338 .8896393 2.44 0.015 .4246772 3.911999
6 2.589058 2.09178 1.24 0.216 -1.510756 6.688871
5 1.587002 .7435394 2.13 0.033 .1296915 3.044313
4 -.1359633 1.58617 -0.09 0.932 -3.2448 2.972873
3 1.464013 .7239152 2.02 0.043 .0451654 2.882861
2 2.767685 .7608691 3.64 0.000 1.276409 4.258961
edad_interaccion
valoracion Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -49521.63 Prob > chi2 = 0.0000
Wald chi2(28) = 1388.34
region1 6 161 1938.3 3624
tipo_1_v2 3 1470 3876.7 6878
Group Variable Groups Minimum Average Maximum
No. of Observations per Group
Mixed-effects ML regression Number of obs = 11630
173
Anexo 10 Test de Hausman para Endogeneidad
Para comprobar si existe o no endogeneidad en el modelo estimado, se prueban
los parámetros del modelo bajo un Test de Hausman. Los resultados arrojan que
no existe endogeneidad (Prob>chi2 = 1.0000, P-value>0.05). El modelo de
efectos aleatorios es el estimador mas eficiente frente al modelo estimado de
(V_b-V_B is not positive definite)
Prob>chi2 = 1.0000
= 5.84
chi2(28) = (b-B)'[(V_b-V_B)^(-1)](b-B)
Test: Ho: difference in coefficients not systematic
B = inconsistent under Ha, efficient under Ho; obtained from mixed
b = consistent under Ho and Ha; obtained from mixed
padece -1.855307 -1.836791 -.0185158 .
valor_eq5d -4.10441 -4.273794 .1693835 .0704438
escalavas .0547172 .0569218 -.0022046 .0007139
pobreza .4550975 .5675338 -.1124362 .0302279
3.tipo_pre~a -11.93485 -11.93974 .0048964 .
2bn.tipo_p~a -5.938854 -5.955856 .0170027 .
estado_civ~2 -1.986966 -1.963577 -.0233896 .
Prin_Acti_~2 2.692386 2.791029 -.0986427 .023723
5.estrato 11.86895 11.90306 -.03411 .
4.estrato .5622053 .5399376 .0222676 .
3.estrato -1.395837 -1.320397 -.0754398 .0100699
2bn.estrato -3.083062 -2.996625 -.0864373 .
2.nivel_es~3 .4371245 .4904887 -.0533642 .0183461
1bn.nivel_~3 -1.151674 -1.160893 .0092184 .
reg_salud_2 -.7238478 -.760092 .0362443 .0275276
vive_con_2 -.3826984 -.4634516 .0807532 .0133705
aporta_2 .3495858 .3774213 -.0278356 .
practicant~2 4.600145 4.70054 -.1003944 .0632441
med_pre_2 -1.175798 -1.184044 .0082463 .
10.edad_in~n 3.707805 3.688747 .0190575 .
9.edad_int~n 7.716912 7.530441 .1864707 .0393258
8.edad_int~n 2.691487 2.78781 -.0963236 .0361545
7.edad_int~n 2.168338 2.141802 .026536 .
6.edad_int~n 2.589058 2.644644 -.0555866 .
5.edad_int~n 1.587002 1.68665 -.0996477 .0262072
4.edad_int~n -.1359633 -.005805 -.1301583 .
3.edad_int~n 1.464013 1.522852 -.0588389 .0188442
2bn.edad_i~n 2.767685 2.844728 -.0770431 .0203855
random fixed Difference S.E.
(b) (B) (b-B) sqrt(diag(V_b-V_B))
Coefficients
. hausman random fixed
174
efectos fijos, es decir, se acepta la hipótesis nula de igualdad de estimaciones. El
test presenta una matriz que no es positiva definida debido a que se incluyen
variables dicotómicas en los modelos estimados. A pesar de esto, se rechaza que
el modelo tenga endogeneidad.
175
Anexo 11 Supuestos del modelo multivariado
1. Regresión multivariada
-Se encuentra una significancia conjunta del modelo.
_cons 56.96322 1.662356 34.27 0.000 53.70472 60.22172
region1 .7613645 .3373025 2.26 0.024 .1001947 1.422534
tipo_1_v2_2 -1.805544 .5261682 -3.43 0.001 -2.836922 -.7741654
tipo_1_v2_1 -2.077485 .3852586 -5.39 0.000 -2.832657 -1.322313
padece -1.836791 .4317818 -4.25 0.000 -2.683157 -.9904264
valor_eq5d -4.273794 .9955327 -4.29 0.000 -6.225206 -2.322382
escalavas .0569218 .0088051 6.46 0.000 .0396623 .0741813
pobreza .5675338 .403758 1.41 0.160 -.2239 1.358968
3 -11.93974 .4195209 -28.46 0.000 -12.76208 -11.11741
2 -5.955856 .3624815 -16.43 0.000 -6.666381 -5.245332
tipo_pregunta
estado_civil_2 -1.963577 .3924306 -5.00 0.000 -2.732807 -1.194347
Prin_Acti_Eco_2 2.791029 .6339125 4.40 0.000 1.548454 4.033604
5 11.90306 3.320817 3.58 0.000 5.393695 18.41242
4 .5399376 .5711522 0.95 0.345 -.579617 1.659492
3 -1.320397 .4579548 -2.88 0.004 -2.218066 -.4227283
2 -2.996625 .5011575 -5.98 0.000 -3.978978 -2.014272
estrato
2 .4904887 .4705046 1.04 0.297 -.4317796 1.412757
1 -1.160893 .4351501 -2.67 0.008 -2.01386 -.307925
nivel_est_3
reg_salud_2 -.760092 .5229361 -1.45 0.146 -1.785135 .264951
vive_con_2 -.4634516 .9629678 -0.48 0.630 -2.351031 1.424128
aporta_2 .3774213 .4858391 0.78 0.437 -.5749052 1.329748
practicante_2 4.70054 .8278037 5.68 0.000 3.077905 6.323175
med_pre_2 -1.184044 .3917808 -3.02 0.003 -1.952001 -.4160881
10 3.688747 .8000269 4.61 0.000 2.120559 5.256935
9 7.530441 2.473012 3.05 0.002 2.682921 12.37796
8 2.78781 .7906307 3.53 0.000 1.238041 4.33758
7 2.141802 .8912752 2.40 0.016 .3947525 3.888852
6 2.644644 2.095311 1.26 0.207 -1.462519 6.751807
5 1.68665 .7441018 2.27 0.023 .2280847 3.145215
4 -.005805 1.588701 -0.00 0.997 -3.119928 3.108318
3 1.522852 .7246676 2.10 0.036 .1023815 2.943323
2 2.844728 .7616445 3.73 0.000 1.351776 4.33768
edad_interaccion
valoracion Coef. Std. Err. t P>|t| [95% Conf. Interval]
Total 3851974.54 11629 331.238674 Root MSE = 17.121
Adj R-squared = 0.1151
Residual 3399625.26 11598 293.121681 R-squared = 0.1174
Model 452349.289 31 14591.9126 Prob > F = 0.0000
F( 31, 11598) = 49.78
Source SS df MS Number of obs = 11630
176
-Del mismo modo se encuentra que 23/32 variables incluida la constante son
significativas a un intervalo de confianza del 95%
2. Prueba de multicolinealidad.
El modelo pasa la prueba de multicolinealidad, es decir no hay variables
altamente correlacionadas entre ellas, esto se observa en el estadístico VIF en
donde el valor máximo que puede asumir una variable es 10 y el valor máximo
que el modelo obtiene es 3,66.
3. Variable omitida.
Mean VIF 1.75
region1 1.12 0.894924
tipo_1_v2_2 1.21 0.824456
tipo_1_v2_1 1.19 0.838305
padece 1.60 0.626603
valor_eq5d 2.57 0.388370
escalavas 1.12 0.892968
pobreza 1.15 0.867975
3 1.16 0.859417
2 1.16 0.859966
tipo_pregu~a
estado_civ~2 1.40 0.714490
Prin_Acti_~2 1.37 0.729432
5 1.05 0.951583
4 1.44 0.693260
3 1.80 0.554077
2 1.62 0.615388
estrato
2 1.79 0.557860
1 1.83 0.547460
nivel_est_3
reg_salud_2 1.96 0.511129
vive_con_2 1.12 0.889373
aporta_2 1.21 0.827163
practicant~2 2.32 0.431598
med_pre_2 1.49 0.669388
10 2.76 0.362331
9 1.08 0.925845
8 2.74 0.364936
7 2.32 0.431682
6 1.16 0.861745
5 3.48 0.287670
4 1.22 0.816604
3 3.66 0.273153
2 3.02 0.331220
edad_inter~n
Variable VIF 1/VIF
177
El modelo presenta variable omitida. Es decir, el modelo puede ser
complementado con más variables.
4. Heterocedasticidad.
El modelo pasa la prueba de Heterocedasticidad, es decir se presenta una
varianza constante en los errores del modelo, lo cual indica que el modelo es
homocedastico y es pertinente para la explicación y la predicción.
5. Normalidad en los errores – Prueba de Shapiro Wilk y Shapiro Francia.
Se encuentra que el modelo pasa la prueba de Shapiro Wilk evidenciando una
normalidad en los errores.
Prob > F = 0.2241
F(3, 11595) = 1.46
Ho: model has no omitted variables
Ramsey RESET test using powers of the fitted values of valoracion
Prob > chi2 = 0.0000
chi2(1) = 79.51
Variables: fitted values of valoracion
Ho: Constant variance
Breusch-Pagan / Cook-Weisberg test for heteroskedasticity
e_lineal 11630 0.99070 52.748 10.658 0.00000
Variable Obs W V z Prob>z
Shapiro-Wilk W test for normal data
178
Se encuentra que el modelo pasa la prueba de Shapiro Francia evidenciando que
se encuentra una normalidad en los errores.
6. Endogeneidad con variable instrumental.
Se encuentra que no existe Endogeneidad en el modelo multivariado.
e_lineal 11630 0.99066 60.021 10.914 0.00001
Variable Obs W' V' z Prob>z
Shapiro-Francia W' test for normal data
(no endogenous regressors)
_cons 56.96322 1.660068 34.31 0.000 53.70954 60.21689
region1 .7613645 .3368381 2.26 0.024 .1011739 1.421555
tipo_1_v2_2 -1.805544 .5254438 -3.44 0.001 -2.835395 -.7756928
tipo_1_v2_1 -2.077485 .3847282 -5.40 0.000 -2.831539 -1.323432
padece -1.836791 .4311874 -4.26 0.000 -2.681903 -.9916798
valor_eq5d -4.273794 .9941621 -4.30 0.000 -6.222316 -2.325272
escalavas .0569218 .008793 6.47 0.000 .0396879 .0741558
pobreza .5675338 .4032022 1.41 0.159 -.222728 1.357796
3 -11.93974 .4189433 -28.50 0.000 -12.76086 -11.11863
2 -5.955856 .3619825 -16.45 0.000 -6.665329 -5.246384
tipo_pregunta
estado_civil_2 -1.963577 .3918904 -5.01 0.000 -2.731668 -1.195486
Prin_Acti_Eco_2 2.791029 .6330398 4.41 0.000 1.550294 4.031764
5 11.90306 3.316245 3.59 0.000 5.403335 18.40278
4 .5399376 .5703659 0.95 0.344 -.577959 1.657834
3 -1.320397 .4573244 -2.89 0.004 -2.216736 -.4240577
2 -2.996625 .5004676 -5.99 0.000 -3.977523 -2.015727
estrato
2 .4904887 .4698568 1.04 0.297 -.4304138 1.411391
1 -1.160893 .434551 -2.67 0.008 -2.012597 -.3091882
nivel_est_3
reg_salud_2 -.760092 .5222162 -1.46 0.146 -1.783617 .263433
vive_con_2 -.4634516 .9616421 -0.48 0.630 -2.348236 1.421332
aporta_2 .3774213 .4851702 0.78 0.437 -.5734949 1.328338
practicante_2 4.70054 .8266641 5.69 0.000 3.080308 6.320772
med_pre_2 -1.184044 .3912414 -3.03 0.002 -1.950864 -.4172254
10 3.688747 .7989255 4.62 0.000 2.122882 5.254612
9 7.530441 2.469607 3.05 0.002 2.690099 12.37078
8 2.78781 .7895422 3.53 0.000 1.240336 4.335285
7 2.141802 .8900482 2.41 0.016 .3973397 3.886264
6 2.644644 2.092427 1.26 0.206 -1.456437 6.745725
5 1.68665 .7430774 2.27 0.023 .2302448 3.143055
4 -.005805 1.586514 -0.00 0.997 -3.115316 3.103706
3 1.522852 .7236699 2.10 0.035 .1044851 2.941219
2 2.844728 .760596 3.74 0.000 1.353987 4.335469
edad_interaccion
valoracion Coef. Std. Err. z P>|z| [95% Conf. Interval]
Root MSE = 17.097
R-squared = 0.1174
Prob > chi2 = 0.0000
Wald chi2(31) = 1547.47
Instrumental variables (2SLS) regression Number of obs = 11630
179
8 Endogeneidad con test de Hausman
Al aplicar una segunda prueba sobre los errores estimados ajustados se
encuentra en esta prueba que tampoco existe una Endogeneidad en el modelo.
7. Independencia de las variables.
Dada la naturaleza de las encuestas del modelo, estas permiten generar para
cada persona múltiples valoraciones, razón por la cual en la base de datos una
persona aparece varias veces, sin embargo la única variable que no permanece
constante es la valoración, razón por la cual en la estimación del modelo el hecho
de que se repita la persona no influye en la estimación pues las características
sociodemográficas permanecen constantes a excepción de la valoración la cual si
entra a afectar la estimación.
Los diferentes trabajos revisados de valoraciones de escalas utilizan esta misma
estrategia de valoras multiples estados de salud en una misma persona,
asumiendo que pueden existir diferencias. Es importante recordar que el análisis
solo se tenían en cuenta estados leves, moderados y severos aunque se
valoraron hasta 8 estados diferentes por la misma persona.
Sin embargo, al observar correlaciones del modelo, se identifica que no existe
dependencia entre las observaciones, es decir se encuentra que una persona
posee múltiples valoraciones de su estado de salud.
Prob > F = 0.0000
F( 1, 11597) = 7.2e+18
( 1) v1hat = 0
. test v1hat
180
Figura 15. Correlación de cada paciente con las múltiples valoraciones dadas.
Fuente: Calculo del autor a partir de la base de datos obtenida en trabajo de campo
Al realizar el mismo ejercicio sobre cada tipo de región se encuentra también que
cada persona posee respuestas independientes, es decir, un grupo de personas
no dan una misma valoración así compartan la misma región, de esta manera se
ve que para la región 1 se tiene:
181
Figura 16. Correlación de cada paciente con las múltiples valoraciones dadas para la región 1.
Fuente: Calculo del autor a partir de la base de datos obtenida en trabajo de campo
Para la región 2 se tiene:
Figura 17. Correlación de cada paciente con las múltiples valoraciones dadas para la región 2.
182
Fuente: Calculo del autor a partir de la base de datos obtenida en trabajo de campo
Para la región 3 se tiene:
Figura 18. Correlación de cada paciente con las múltiples valoraciones dadas para la región 3.
Fuente: Calculo del autor a partir de la base de datos obtenida en trabajo de campo
Finalmente se identifica que, aunque la base de datos presenta la información de
una persona múltiples veces en las variables sociodemográficas, estas no
influyen en la valoración que el paciente da a su estado de salud, razón por la
cual, se demuestra una independencia en las respuestas del estado de salud de
una persona.
183
BIBLIOGRAFÍA
1. Smith MD, Drummond M, Brixner D. Moving the QALY forward: rationale for change. Value Health. 2009;12 Suppl 1:S1-4. 2. Romero M, Vivas-Consuelo D, Alvis-Guzman N. Is Health Related Quality of Life (HRQoL) a valid indicator for health systems evaluation? Springerplus. 2013;2:664. 3. Faria CDCM, Teixeira-Salmela LF, Nascimento VB, Costa AP, Brito NDP, Rodrigues-De-Paula F. Comparisons between the Nottingham Health Profile and the Short Form-36 for assessing the quality of life of community-dwelling elderly. Comparação dos instrumentos de qualidade de vida Perfil de Saúde de Nottingham e Short Form-36 em idosos da comunidade. 2011;15(5):399-405. 4. Konerding U, Moock J, Kohlmann T. The classification systems of the EQ-5D, the HUI II and the SF-6D: what do they have in common? Quality of Life Research. 2009;18(9):1249-61. 5. Wyrwich KWW, Fredric D. Identifying meaningful intra-individual change standards for health-related quality of life measures. Journal of Evaluation in Clinical Practice. 2000;6(1):39-49. 6. Le V Hoi NTC, Lars Lindholm. Health-related quality of life, and its determinants, among older people in rural, Vietnam. BMC Public Health. 2010;10:549. 7. Maryam Tajvar MA, Ali Montazeri. Determinants of health-related quality of life in elderly in Tehran, Iran. BMC Public Health. 2008;8:323. 8. Romero M, Alvis-Guzmán N. Cambios en la calidad de vida por variables socioeconómicas. Salud UIS. 2016;48(1):19-20. 9. Prada MR, Guzman NA, Celis S, Huerfano L, Gallo D. Differences in Perception of Health-Related Quality of Life Associates to Socioeconomic, Cultural and Housing Factors: Multilevel Analysis. Value in Health. 2016;19(7):A361. 10. Drummond MF. Métodos para la evaluación económica de los programas de asistencia sanitaria. Santos EDd, editor2001. 364 p. 11. salud Idete. Manual para la elaboración de evaluaciones económicas en salud. In: D.C. B, editor. http://www.iets.org.co: IETS; 2014. p. 35. 12. Wonderling D, Sawyer L, Fenu E, Lovibond K, Laramee P. National Clinical Guideline Centre cost-effectiveness assessment for the National Institute for Health and Clinical Excellence. Ann Intern Med. 2011;154(11):758-65. 13. Luz Helena Lugo HIG, Carlos Gómez R. Confiabilidad del cuestionario de calidad de vida en salud SF-36 en Medellín, Colombia. Rev Fac Nac Salud Pública 2006;24(2). 14. Claudia Marcela Vélez LHL, Héctor Iván García. Validez y confiabilidad del ‘Cuestionario de calidad de vida KIDSCREEN-27’ versión padres, en Medellín Colombia*. Rev Colomb Psiquiat. 2012;41(3):588-605. 15. Angélica María Sánchez Ávila HIG, Luz Helena Lugo Agudelo, Carlos A. Quintero. Validación del cuestionario de calidad de vida relacionada con la salud para niños Kidscreeen, versión 27, en una población de Medellín, Colombia. IATREIA 2008;21(4-5).
184
16. Claudia Marcela Véleza ACVR, Ana Carolina Amaya Ariasc y Javier H. Eslava-Schmalbache. Validación por modelo de Rasch del Cuestionario de Calidad de Vida (PedsQL 4.0®) en niños y adolescentes colombianos. RevColombPsiquiatr. 2016;45(3). 17. MPS. Plan Nacional de Salud Pública 2007-2010. Bogotá, D. C., Colombia: Ministerio de la Protección Social- Dirección General de Salud Pública; 2007. 50 p. 18. Üstün TB, Chatterji S, Kostanjsek N, Rehm J, Kennedy C, Epping-Jordan J, et al. Developing the World Health Organization Disability Assessment Schedule 2.0. Bulletin of the World Health Organization. 2010;88(11):815-23. 19. MPS-INC. Plan Nacional para el Control de Cáncer en Colombia. Bogotá D.C.,Colombia: Ministerio de la Protección Social- Instituto Nacional de Cancerología Empresa Social del Estado; Febrero de 2010. 58 p. 20. Torrance GW. Toward a utility theory foundation for health status index models. Health Serv Res. 1976;11(4):349-69. 21. McDonough CM, Tosteson A. Measuring Preferences for Cost-Utility Analysis: How Choice of Method May Influence Decision-Making. PharmacoEconomics. 2007;25(2):93-106. 22. Salomon JA, Mathers CD, Chatterji S, Sadana R, Üstün TB, Murray CJL. Chapter 26: QUANTIFYING INDIVIDUAL LEVELS OF HEALTH: DEFINITIONS, CONCEPTS, AND MEASUREMENT ISSUES. World Health Organization; 2003. p. 301-18. 23. Konerding U MJ, Kohlmann T. The classification systems of the EQ-5D, the HUI II and the SF-6D: what do they have in common? Qual Life Res. 2009;18(9):1249-61. 24. Vogels TV, G. H. W. Verloove-Vanhorick, S. P. Fekkes, M. Kamphuis, R. P. Koopman, H. M. Theunissen, N. C. M. Wit, J. M. Measuring health-related quality of life in children: the development of the TACQOL parent form. Quality of Life Research. 1998;7(5):457-65. 25. Cook ELH, J. S. A comparison of health-related quality of life for individuals with mental health disorders and common chronic medical conditions. Public Health Rep. 2008;123(1):45-51. 26. McGregor MC, J. Jaime. QALYs: Are They Helpful to Decision Makers? PharmacoEconomics. 2006;24(10). 27. WHOQOL W. Measuring quality of life. Division of Mental Health and Prevention of Substance Abuse. 1997. 28. Calvert MJF, N. Use of health-related quality of life in prescribing research. Part 1: why evaluate health-related quality of life? Journal of Clinical Pharmacy and Therapeutics. 2003;28(6):513-21. 29. Chatters LM. Religion and health: public health research and practice. Annual review of public health. 2000;21:335-67. 30. Paternina Osorio D, Melguizo E. Calidad de vida en adultos mayores. Revisión sistemática. V encuentro institucional semilleros de investigación; Cartagena, Colombia: Universidad de Cartagena; Mayo de 2010. 31. Tuesca-Molina R CRH, de la Ossa Salgado M, García Delgado N, Lobo López J. Calidad de vida relacionada con la salud y determinantes
185
sociodemográficos en adolescentes de Barranquilla (Colombia). Salud Uninorte. 2008;24(1):2453-63. 32. Huerfano L. Variaciones en la calidad de vida relacionada con la salud (CVRS) por diferencias en el acceso a los servicios de salud en la población usuaria de Bogotá. http://repository.javeriana.edu.co/bitstream/10554/16706/1/HuerfanoReyLinaMaria2014.pdf: Pontificia Universidad Javeriana; 2014. 33. Drummond MB, D. Gold, M. Kind, P. McGuire, A. Nord, E. Toward a consensus on the QALY. Value Health. 2009;12 Suppl 1:S31-5. 34. Zarate V, Kind P, Chuang LH. Hispanic valuation of the EQ-5D health states: a social value set for Latin Americans. Value Health. 2008;11(7):1170-7. 35. Guía Metodológica para la elaboración de Guías de Atención Integral en el Sistema General de Seguridad Social en Salud colombiano. Bogotá D.C. Colombia: Ministerio de la Protección Social, Colciencias, Centro de Estudios e Investigación en Salud de la Fundación Santa Fe de Bogotá, Escuela de Salud Pública de la Universidad de Harvard; Mayo de 2010. 36. CRES. Metodología para la Actualización Integral del Plan Obligatorio de Salud del Sistema General de Seguridad Social en Salud. Bogotá D.C. Colombia: Comisión de Regulación en Salud; junio de 2011. 112 p. 37. Herrera M. Heterogeneidad geográfica en la calidad de vida relacionada con la salud. Análisis multinivel para Argentina. Estudios de economía aplicada. 2015;33(1). 38. Wilson IB, Cleary PD. Linking clinical variables with health-related quality of life. A conceptual model of patient outcomes. JAMA. 1995;273(1):59-65. 39. Ferrans CEZ, Julie Johnson. Wilbur, Jo Ellen. Larson, Janet L. Conceptual Model of Health-Related Quality of Life. Journal of Nursing Scholarship. 2005;37(4):336-42. 40. Arredondo A. Análisis y Reflexión sobre Modelos Teóricos del Proceso Salud-Enfermedad. Cad Saúde Públ. 1992;8(3):254-61. 41. Quintero* MdCV. Tres concepciones históricas del proceso salud enfermedad. Hacia la promoción de la Salud 2007;12:41-50. 42. Carlos Hernández Girón EO-N, Armando Arredondo-López. Modelos conceptuales y paradigmas en salud pública. Rev salud pública. 2012;14(2):315-24. 43. Volcy C. Historia de los conceptos de causa y enfermedad:palalelismo entre la medicina y la fitopatología. IATREIA. 2007;20(4). 44. Hernández JVE. Relaciones entre las ciencias sociales y el campo de la salud. Revista de Psicología de la universidad de Antioquia. 2010;2(4). 45. Cannon WB. La salud colectiva como responsabilidad social. Capitulo 2. 46. Vásquez CL. La causalidad en epidemiología. Investigaciones Andinas. 2006;8(12). 47. Carrada-Bravo T. Prevención de las enfermedades en la práctica clínica. Avances recientes y perspectivas. Rev Inst Nal Enf Resp Mex. 2000;13(1):51-62. 48. Sanmartín LS. Educación Sanitaria. Madrid: Ediciones Díaz de Santos S.A; 1985 Primera edicion
186
49. Schwarztmann L. Calidad de vida relacionada con la salud: Aspectos Conceptuales. Ciencia y enfermeria 2003;2:9-21. 50. Galán MGN. La calidad de vida: Análisis multidimensional. Enf Neurol (Mex). 2012;11(3):129-37. 51. Ariel Cesar Nuñez Rojas STyDAH, Carlos Alejandro Hidalgo Rasmussen, Felipe Santoyo Téllez. Calidad de vida, salud y factores psicológicos asociados. Perspectivas en Psicología. 2010;13. 52. M AU. Calidad de vida: Una revisión teórica del concepto. Terapia psicológica 2012;30(1):61-71. 53. Doris Cardona A HBA. Construcción cultural del concepto calidad de vida. Revista Facultad Nacional de Salud Pública. 2005;23(1):79-90. 54. Unidas N. Definición y Medición Internacional del nivel de vida. Guia provisional1961. Available from: http://unstats.un.org/unsd/publication/seriese/seriese_cn3_270_rev1s.pdf. 55. E. FC. Developement of a quality of life index for patients with cancer. Oncology Nursing. 1990;17:15-21. 56. Chi Pang W, Shan Pou T, Wen-Shen Isabella C. A 10-Year Experience with Universal Health Insurance in Taiwan: Measuring Changes in Health and Health Disparity. Annals of Internal Medicine. 2008;148(4):258-W55. 57. Lawton MP. Quality of life in Chronic Illness. Gerontology. 1999;45:181-3. 58. Haas B. Clarification and integration of similar quality of life concepts. . Journal of nursing Scholarships. 1999;31:215-20. 59. Kurunmäki L, Miller P. Counting the costs: The risks of regulating and accounting for health care provision. Health, Risk & Society. 2008;10(1):9-21. 60. Calman KC. Definitions and dimensions of quality of life. NK Aaronson & Beckman (Eds), The Quality of life cancer patients Ravens Press. 1987:1-9. 61. Martin A, & Stockler, M. Quality-of-life assessment in health care research and practice. Evaluation and the Health Professions. 1998;21:141-56. 62. Oppong J.R. IRG, & Kennedy L.W. Perceived Quality of Life in a Centre: Periphery Framework. Edmonton Area Series Report No. 52. Department of Sociology, University of Alberta, Edmonton, Alberta USA. 1987. 63. Schwartzmann L. Calidad de vida relacionada con la salud aspectos conceptuales. Ciencia y enfermeria IX. 2003;2:9-21. 64. Patrick DL, Erickson, P. (Assessing health-related quality of life for clinical decision-making. In Quality of life assessment. 1993:11-63. 65. Milton C. Weinstein GT AM. QALYs: The Basics. Value in Health. 2009;12(1). 66. Manual Metodológico para elaboración de evaluaciones económcas en salud. 2014. 67. C. D. Fundamentos de Bienestar Social de las medidas desigualdad en la distribuación de la renta. Cuadernos de Ciencias Económicas y Empresariales. . 1993;11(36). 68. ER. W. Neoclassical Economics: Library of Economics and liberty1993. Available from: http://www.econlib.org/library/Enc1/NeoclassicalEconomics.html. 69. Barberá S. Economía del Bienestar y Teoría de la Elección Social. Sobre la economía y sus métodos. 2009;30:449.
187
70. Duarte JA ER. proximación a la teoría del bienestar Scientia et Technica.;A2007(37:305-10. 71. Ng Y-K. Welfare Economics1983. 72. Brue Stanley GR. Historia del pensamiento económico. Septima Edicion ed. México: Cengage Learning Editores; 2009. 73. Naughton M SS, Anderson R, S C. In Quality of Life and Pharmacoeconomics. Psychological aspects of health-related quality of life measurement: Tests and Scales. . 1996:117-31. 74. Urzua A. Calidad de vida relacionada con la salud: Elementos conceptuales. Rev Med Chile. 2010;138:358-65. 75. M AU. Calidad de vida: Una revisión teórica del concepto. Terapia psicológica. 2012;30(1):61-71. 76. Etcheld M VET, Van Der Kamp L. Modeling Predictors of quality of life after coronary angioplasty. Annals of Behavioral Medicine. 2003;26:49-60. 77. Awad A VL, Heselgrave R. A conceptual model of quality of life in schizophrenia: Description and preliminary clinical validation. Qual Life Res. 1997;6:21-6. 78. C. B. Testing an Asthma quality of life model. Journal of theory construction & testing. 2001;5:38-44. 79. Schipper H CJ, Olweny C. En Spilker B, ed. Quality of life and pharmaeconomics in clinics trials. Philadelphia: Lippincott-Raven. 1996:11-23. 80. Schipper H CJ, Powell V. Definitions and conceptual issues. . En Spilker B, ed Quality of life assessments in clinical trials New York: Raven Press. 1990:11-24. 81. A B. Measuring Health: A review of Quality of Life Measurement Scales. Open University Press: Buckingham. 1991. 82. Shumaker SA NM. The international assessment of health related quality of life: a theoretical perspective. The International Assessment of Health related quality of life Theory, Translation, Measurement and Analysis New York: Rapid Communication. 1995:3-10. 83. Patrick D EP. Health Status and Health Policy. Allocating Resources to Health Care. Oxford University 1993;22. 84. AW W. Quality of life assessment in clinical research: application in diverse populations. Medical Care 2000;38:II130-5. 85. C OB. The Schedule for the evaluation of individual Quality of life (SEIQoL). Internacional Journal of Mental Health 1994;23(3):3-23. 86. McLeroy KR BD SA, Glanz K. Health Educ Q. An ecological perspective on health promotion programs. 1998;15(4):351-77. 87. Ferrans CEZ JJW, Jo Ellen. Larson, Janet L. Conceptual Model of Health-Related Quality of Life. Journal of Nursing Scholarship. 2005;4:336-42. 88. Schwartzmann L. Calidad de vida relacionada con la salud: aspectos conceptuales. Ciencia y Enfermería. 2003;9(2):9-21. 89. Organization. WGWH. Official Records of the World Health Organization. 1948. 90. Ashing-Giwa KT. The contextual model of HRQoL: A paradigm for expanding the HRQoL framework. Quality of Life Research. 2005;14(2):297-307.
188
91. Barrantes M. Factores asociados a la calidad de vida relacionada a la salud en pacientes con cardiopatía coronaria y diabetes mellitus. 2010;21(3). 92. ampbell A, Converse, P. E., & Rodgers, W. L. (The Quality of American Life: Perceptions, Evaluations, and Satisfactions: Perceptions, Evaluations, and Satisfactions.: Russell Sage Foundation.; 1976. 93. Álvarez F. Factores asociados al estado de salud percibido (calidad de vida relacionada con la salud) de los pacientes en hemodiálisis crónica. Available from: http://www.revistaseden.org/files/art134_1.pdf. 94. Stefano Vinaccia Alpi JMQ. Calidad de vida relacionada con la salud y Enfermedad crónica: estudios colombianos. Phichol AV DISCIP. 2012;6(1):123-36. 95. Metodologia Encuesta Nacional de Calidad de Vida2009. Available from: http://www.dane.gov.co/files/investigaciones/fichas/ECV.pdf. 96. Encuesta Nacional de Calidad de Vida 2015. Available from: http://www.dane.gov.co/files/investigaciones/condiciones_vida/calidad_vida/Presentacion_ECV_2015.pdf. 97. Humphreys K, Carr-Hill R. Area variations in health outcomes: artefact or ecology. International journal of Epidemiology. 1991;20(1):251-8. 98. Camila Pardo SV. CALIDAD DE VIDA Y MOVILIDAD SOCIAL: EL CASO DEL ACCESO A LOS SERVICIOS PÚBLICOS EN BOGOTÁ. 2007;12(1). 99. Beatriz Eugenia Botero de Mejía MEPM. CALIDAD DE VIDA RELACIONADA CON LA SALUD (CVRS) EN ADULTOS MAYORES DE 60 AÑOS: UNA APROXIMACIÓN TEÓRICA. Hacia promoc Salud 2007;12(1). 100. Deshpande PR, Rajan S, Sudeepthi BL, Nazir CA. Patient-reported outcomes: a new era in clinical research. Perspectives in clinical research. 2011;2(4):137. 101. Zúñiga Fajuri A. ENTRE LA IGUALDAD Y LA EFICIENCIA EN MATERIA SANITARIA. Acta bioethica. 2008;14:176-84. 102. F H. An Inquiry into the Original of our Ideas of Beauty and Virtue. 103. J. B. An introduction to the principles of morals and legislation. . 1879. 104. . BJA. Fragment on Goverment. . 1776. 105. Y-K. N. Welfare Economics. 1983. 106. Brue SL GRaeM. Historia del pensamiento económico. 2009. 107. Michaud CM, Murray CJ, Bloom BR. Burden of disease--implications for future research. JAMA. 2001;285(5):535-9. 108. Alvis N, Valenzuela MT. Los QALYs y DALYs como indicadores sintéticos de salud. Revista médica de Chile. 2010;138:83-7. 109. McDonough CM TA. Measuring preferences for cost-utility analysis: how choice of method may influence decision-making. Pharmacoeconomics. 2007;25(2):93-106. 110. Prieto LS, J. A. Problems and solutions in calculating quality-adjusted life years (QALYs). Health Qual Life Outcomes. 2003;1:80. 111. Mykletun A, Stordal E, Dahl AA. Hospital Anxiety and Depression (HAD) scale: factor structure, item analyses and internal consistency in a large population. The British Journal of Psychiatry. 2001;179(6):540-4.
189
112. Cleland JA, Lee AJ, Hall S. Associations of depression and anxiety with gender, age, health-related quality of life and symptoms in primary care COPD patients. Family Practice. 2007;24(3):217-23. 113. Poole JL, Steen VD. The use of the Health Assessment Questionnaire (HAQ) to determine physical disability in systemic sclerosis. Arthritis care and research : the official journal of the Arthritis Health Professions Association. 1991;4(1):27-31. 114. Becker N, Bondegaard Thomsen A, Olsen AK, Sjøgren P, Bech P, Eriksen J. Pain epidemiology and health related quality of life in chronic non-malignant pain patients referred to a Danish multidisciplinary pain center. Pain. 1997;73(3):393-400. 115. Cardiel MH, Abello-Banfi M, Ruiz-Mercado R, Alarcon-Segovia D. How to measure health status in rheumatoid arthritis in non-English speaking patients: validation of a Spanish version of the Health Assessment Questionnaire Disability Index (Spanish HAQ-DI). Clinical and experimental rheumatology. 1993;11(2):117-21. 116. Romero Prada ME, Alvis Guzman NR, Karpf Benavidez E. Calidad de vida en pacientes con artritis reumatoide en terapia biológica en Colombia. Revista Colombiana de Reumatología. 2011;18(2):29 - 30. 117. Krabbe PFMP, Lonneke. Langenhoff, Barbara S. Ruers, Theo J. M. Responsiveness of the generic EQ-5D summary measure compared to the disease-specific EORTC QLQ C-30. Quality of Life Research. 2004;13(7):1247-53. 118. Roset M, Badia X, Mayo NE. Sample size calculations in studies using the EuroQol 5D. Qual Life Res. 1999;8(6):539-49. 119. Horsman J FW, Feeny D, Torrance G. The Health Utilities Index (HUI): concepts, measurement properties and applications. Health Qual Life Outcomes. 2003;16:1-54. 120. Pyne JM, Sieber WJ, David K, Kaplan RM, Hyman Rapaport M, Keith Williams D. Use of the quality of well-being self-administered version (QWB-SA) in assessing health-related quality of life in depressed patients. Journal of affective disorders. 2003;76(1-3):237-47. 121. Ware JE, Jr., Sherbourne CD. The MOS 36-item short-form health survey (SF-36). I. Conceptual framework and item selection. Medical care. 1992;30(6):473-83. 122. McHorney CA, Ware JE, Jr., Raczek AE. The MOS 36-Item Short-Form Health Survey (SF-36): II. Psychometric and clinical tests of validity in measuring physical and mental health constructs. Medical care. 1993;31(3):247-63. 123. McHorney CA, Ware JE, Jr., Lu JF, Sherbourne CD. The MOS 36-item Short-Form Health Survey (SF-36): III. Tests of data quality, scaling assumptions, and reliability across diverse patient groups. Medical care. 1994;32(1):40-66. 124. Alvis N, Valenzuela MT. Los QALYs y DALYs como indicadores sintéticos de salud. Revista médica de Chile. 2010;138(supl.2):83-7. 125. Milton C. Weinstein GT, Alistair McGuire. QALYs: The Basics. Value in Health. 2009;12(1).
190
126. Bryan S LL. Measuring health-related utility: why the disparity between EQ-5D and SF-6D? Eur J Health Econ. 2005;6(3):253-60. 127. Tempier R, Pawliuk N. Measuring Patient Quality of Life: Is the Health Utility Index Useful? Psychiatric Quarterly. 2007;78(1):53-62. 128. Goldstein H. Multilevel Statistical Models. Bristol, Uk: University of Bristol; 1995. 195 p. 129. Van der Kooi E, Klarenbeek NB, Guler-Yuksel M, Kerstens PJ, Van der Lubbe PA, Westedt ML, et al. A decrease in disease activity score (DAS) level is associated with a decrease in health assessment questionnaire (HAQ) score, independent of follow-up duration, during 5 years of tightly controlled treatment: results from the BeSt study. Annals of the rheumatic diseases. 2011;70(1):168-71. 130. Anderson J, Sayles H, Curtis JR, Wolfe F, Michaud K. Converting modified health assessment questionnaire (HAQ), multidimensional HAQ, and HAQII scores into original HAQ scores using models developed with a large cohort of rheumatoid arthritis patients. Arthritis care & research. 2010;62(10):1481-8. 131. Jia H, Moriarty DG, Kanarek N. County-level social environment determinants of health-related quality of life among US adults: a multilevel analysis. Journal Of Community Health. 2009;34(5):430-9. 132. Kind P, Hardman G, Macran S. UK population norms for EQ-5D: Centre for Health Economics, University of York York; 1999. 133. Salomon JA, Murray CJL, Üstün TB, Chatterji S. Chapter 32: HEALTH STATE VALUATIONS IN SUMMARY MEASURES OF POPULATION HEALTH. World Health Organization; 2003. p. 409-36. 134. Gudex C. Time trade-off user manual: props and self-completion methods. 1994. 135. Jelsma J, Mkoka S, Amosun SL. Health-related quality of life (HRQoL) domains most valued by urban isiXhosa-speaking people. Qual Life Res. 2008;17(1):137-45. 136. Frick U, Irving H, Rehm J. Social relationships as a major determinant in the valuation of health states. Qual Life Res. 2012;21(2):209-13. 137. Neumann JvaM, Morgenstern O. Theory of Games and Economic Behavior. Princeton: Princeton University Press; 1944. 138. Romero M, Alvis-Guzman N, Alvis-Zaczuk J, Marrugo R, Huerfano L, Sanabria M. (3089) Domains associated with changes in quality of life related to health (HRQOL): a method based on preference. Qual Life Res. 2014;23(1):162. 139. DANE. Proyecciones nacionales y departamentales de población 2006-2020 Bogotá D.C.: Departamento Administrativo Nacional de Estadística; 12 de mayo de 2011 [ 140. Aguilar-Barojas S. Fórmulas para el cálculo de la muestra en investigaciones de salud. Salud en Tabasco. 2005;11(1-2):333-8. 141. MESEP, ESTADISTICA DAND, PLANEACION DND. Pobreza monetaria en Colombia: Nueva metodología y cifras 2002-2010. https://www.dane.gov.co/files/noticias/Pobreza_nuevametodologia.pdf2012. p. 96. 142. Herrera M. Heterogeneidad geografica en la calidad de vida relacionada con la salud. Analisis multinivel para Argentina. Estudios de Economia Aplicada 2015:119-44.
191
143. Jayasinghe UW, Proudfoot J, Barton CA, Amoroso C, Holton C, Davies GP, et al. Quality of life of Australian chronically-ill adults: patient and practice characteristics matter. Health Qual Life Outcomes. 2009;7:50. 144. Jayasinghe UW, Harris MF, Taggart J, Christl B, Black DA. Gender differences in health-related quality of life of Australian chronically-ill adults: patient and physician characteristics do matter. Health Qual Life Outcomes. 2013;11:102. 145. Kramer L, Hirsch O, Schlössler K, Träger S, Baum E, Donner-Banzhoff N. Associations between demographic, disease related, and treatment pathway related variables and health related quality of life in primary care patients with coronary heart disease. Health Qual Life Outcomes. 2012;10:78. 146. Michel G, Bisegger C, Fuhr DC, Abel T, group K. Age and gender differences in health-related quality of life of children and adolescents in Europe: a multilevel analysis. Qual Life Res. 2009;18(9):1147-57. 147. Wu XY, Ohinmaa A, Veugelers PJ. Sociodemographic and neighbourhood determinants of health-related quality of life among grade-five students in Canada. Qual Life Res. 2010;19(7):969-76. 148. Graham C, Higuera L, Lora E. Which health conditions cause the most unhappiness? Health economics. 2011;20(12):1431-47. 149. Rey-Ares L, Kind P, Fernandez G, Andrade M, Zarate V, A P. Self-reported population health based on euroqol EQ-5D: population norms from Argentina, Brazil, Chile and Uruguay. Value in Health. 2016;19(3):A282–A3. 150. Kontodimopoulos N, Pappa E, Niakas D, Yfantopoulos J, Dimitrakaki C,
Tountas Y. Validity of the EuroQoL (EQ‐ 5D) Instrument in a Greek General
Population. Value in Health. 2008;11(7):1162-9. 151. Estadística DNd. Boletín de Prensa. Pobreza monetaria y multidimensional en Colombia 2012. In: Colombia B-, editor. http://www.dane.gov.co2013. 152. Boado HC. Introducción al análisis multinivel: CIS-Centro de Investigaciones Sociológicas; 2013. 153. Rawls. J. Teoria de la Justicia. Económica FdC, editor. México1985 1985. 154. MS. Resolución 8430 de 1993. Bogotá;Colombia: Ministerio de Salud; octubre 4, 1993.
Recommended