Métodos de estadística espacial para evaluar la influencia de factores medioambientales sobre la incidencia y mortalidad por cáncer

• Main Author: Lertxundi Manterola, Aitana
• Other Authors: Sáez Zafra, Marc
• Format: Doctoral Thesis
• Language: Spanish
• Published: Universitat de Girona 2007
• Subjects: Mortalitat per càncer; Cáncer mortality; Contaminació atmosfèrica; Atmospheric pollution; Contaminación atmosférica; Spatial epidemiology; Epidemiologia espacial; Salut ambiental; Environmental health; Salud ambiental; Spatial statistics; Estadística espacial; Mortalidad por cáncer; 311; 504; 616
• Online Access: http://hdl.handle.net/10803/7703; http://nbn-resolving.de/urn:isbn:9788469060476

Los objetivos de la tesis son:1.- Estudiar la relación entre la incidencia y mortalidad por cáncer y los factores medioambientales, en particular la contaminación atmosférica, controlando por factores socioeconómicos.2.- Utilizar aquellos métodos de estadística espacial apropiados para cada tipo de diseño.3.- Distinguir en los modelos las diferentes fuentes de extra-variabilidad espacial.4.- Controlar el problema de exceso de ceros inherente a alguna de las neoplasias de interés medioambientales.Conclusiones:- Tanto la incidencia como la mortalidad de las neoplasias, presentaron dos fuentes de extravariación. La extravariaicón espacial, por la que unidades vecinas tienden a presentar razones de incidencia/mortalidad similares, y la heterogeneidad no espacial. En general la extravariabilidad espacial ha resultado ser mucho mayor que la no espacial.- Para suavizar las RIE/RME correspondientes a variables con un porcentaje de ceros superior al40-50% debe utilizarse un modelo que capture este comportamiento.- El mejor modelo en términos de ajuste para recoger el exceso de ceros en las variables de interés ha resultado ser el modelo mixto de riesgo relativo.- Las RIE/RME suavizadas presentan un patrón geográfico claro sólo en algunas neoplasias de interés medioambiental.- Parte de la variabilidad remanente en las RIE/RME suavizadas pudo ser explicada mediante la introducción de variables explicativas, en particular la contaminación atmosférica y variables socioeconómicas.-Como los contaminantes atmosféricos fueron observados en un diseño geoestadístico y las neoplasias de interés mediambiental lo fueron en un diseño en rejilla se modelizó la superficie de exposición.- El efecto del contaminante en cada municipio/sección censal se aproximó introduciendo en el modelo el valor promedio en cada área y la variabilidad intra-área.- El efecto del contaminante se consideró aleatorio, en el sentido de que podría ser diferente en cada una de las áreas.- Las condiciones socioeconómicas fueron otra de las variables que redujeron la variabilidad remanente en las RIE/RME suavizadas.-Las variables explicativas observadas con un diseño en rejilla, como el índice de privación, se introdujeron en el modelo como efectos fijos.- El efecto de la privación sobre la incidencia y/o mortalidad por cáncer de tráquea, bronquios y pulmón, controlando por contaminantes atmosféricos, fue mayor en las mujeres que en los hombres.-Altas concentraciones de contaminantes atmosféricos aumentan el riesgo de padecer neoplasias de interés medioambiental, controlando por condiciones socioeconómicas. === The objectives of the Thesis are:1.- To study the relationship between incidence and cancer mortality and environmental factors, particularly atmospheric pollutio, using socioeconomic factors as control.2.- To use those methods of spatial statistics suitable for each type of design.3.- To distinguish different sources of spatial extra-variability between the models.4.- To control the problem of excess zeros inherent in some of the environment-related neoplasias.5.- To correctly introduce explanatory variables (according to the design oberved in them) of the geographical variability of the environment-related neoplasias in order to avoid possible biases.The conclusions are:-Both the incidence and mortality of environment-related neoplasias showed two wources of extra-variation: spatil extra-variation, in which neighbouring units tend to show similar incidence/mortality ratios, and non-spatial heterogeneity.-To smooth the SIR/SMR corresponding to variables with a precentage of zeros higher than 40-50% a model that captures this behaviour must be used.-The best model, in terms of fit, which recognises excess zeros in the variables of interest was the mixture relative risk model.-Smoothed SIR/SMR only showed a clear geographical pattern in some of the environment-related neoplasias.-Part of the remaining variability in the smoothed SIR/SMR could be explained by introducing explanatory variables, in particular atmospheric pollution and socieconomic variables.-As the atmospheric pollutants were observed in a geostatistical design and the environment-related neoplasias were studied in a lattice design, the exposure surface was modelled.-The effect of the pollutant in each municipality/electoral district as approached in the model by introducing the average value in each area and the intra-area variability.-Socioeconomic conditions were another of the variables that reduced the remaining variability in the smoothed SIR/SMR.-Explanatory variables observed with a lattice design, such as the privation index, were introduced in the model as fixed effects.-Greater privation, using atmospheric pollutans as control, implied a greater risk of suffering/dying from some of the environment-realted neoplasias in the three areas and periods studies.-The effect of privation on the incidence and/or mortality form throat, bronchial and lung cancer, using atmospheric pollutans as control, was greater in women than in men.