Factores socioeconómicos y calidad de vida … · se puede explicar mediante un modelo multinivel....

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


para la región 2. ................................................................................................. 181


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

http://www.bibliopro.org/

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.

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


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


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



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



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


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


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


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***


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


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


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


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


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

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.

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


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


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


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***


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.


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


lowess resid_leve valoracion

-50

05

0

0 20 40 60 80 100valoracion


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


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


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.175



Model 13489.3626 9 1498.81806 Prob > F = 0.0000

F( 9, 11620) = 4.54


165

Regresión Univariada Medicina Pre Pagada


Regresión Univariada Practícate


Regresión Univariada Vive Con


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.17



Model 13025.8884 1 13025.8884 Prob > F = 0.0000

F( 1, 11628) = 39.45


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.166



Model 14506.381 1 14506.381 Prob > F = 0.0000

F( 1, 11628) = 43.96


_cons 56.29541 .1714915 328.27 0.000 55.95925 56.63156

vive_con_2 .9861554 .9653827 1.02 0.307 -.9061568 2.878468


Total 3851974.54 11629 331.238674 Root MSE = 18.2



Model 345.645711 1 345.645711 Prob > F = 0.3070

F( 1, 11628) = 1.04


166

Regresión Univariada Régimen De Salud


Regresión Univariada Nivel De Estudio


Regresión Univariada Estrato Socioeconómico


_cons 56.25117 .193085 291.33 0.000 55.87269 56.62965

reg_salud_2 .3192587 .3974359 0.80 0.422 -.4597825 1.0983


Total 3851974.54 11629 331.238674 Root MSE = 18.2

Adj R-squared = -0.0000


Model 213.749715 1 213.749715 Prob > F = 0.4218

F( 1, 11628) = 0.65


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.128



Model 31125.8733 2 15562.9367 Prob > F = 0.0000

F( 2, 11627) = 47.36


_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


Total 3851974.54 11629 331.238674 Root MSE = 17.983



Model 92377.0778 4 23094.2694 Prob > F = 0.0000

F( 4, 11625) = 71.41


167

Regresión Univariada Principal Actividad Económica


Regresión Univariada Estado Civil


Regresión Univariado Tipo De Pregunta


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.082



Model 49918.0898 1 49918.0898 Prob > F = 0.0000

F( 1, 11628) = 152.67


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.071



Model 54544.5308 1 54544.5308 Prob > F = 0.0000

F( 1, 11628) = 167.02


_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


Total 3851974.54 11629 331.238674 Root MSE = 17.58



Model 258460.71 2 129230.355 Prob > F = 0.0000

F( 2, 11627) = 418.13


168

Regresión Univariada Pobreza


Regresión Univariada Escala Visual


Regresión Univariada Eq5d


_cons 56.48229 .1925475 293.34 0.000 56.10487 56.85972

pobreza -.6717021 .3998409 -1.68 0.093 -1.455457 .1120532


Total 3851974.54 11629 331.238674 Root MSE = 18.199



Model 934.656385 1 934.656385 Prob > F = 0.0930

F( 1, 11628) = 2.82


_cons 51.04128 .5109251 99.90 0.000 50.03978 52.04278

escalavas .0963862 .0088001 10.95 0.000 .0791364 .1136359


Total 3851974.54 11629 331.238674 Root MSE = 18.108



Model 39334.3232 1 39334.3232 Prob > F = 0.0000

F( 1, 11628) = 119.96


_cons 56.83665 .5103568 111.37 0.000 55.83626 57.83703

valor_eq5d -.6984992 .6595118 -1.06 0.290 -1.991253 .5942548


Total 3851974.54 11629 331.238674 Root MSE = 18.2



Model 371.555023 1 371.555023 Prob > F = 0.2896

F( 1, 11628) = 1.12


169

Regresión Univariada Padece


Regresión Univariada Tipo De Pregunta


Regresión Univariada Región


_cons 59.10503 .4933742 119.80 0.000 58.13794 60.07213

padece -2.173833 .3627907 -5.99 0.000 -2.884964 -1.462702


Total 3851974.54 11629 331.238674 Root MSE = 18.173



Model 11857.127 1 11857.127 Prob > F = 0.0000

F( 1, 11628) = 35.90


_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


Total 3851974.54 11629 331.238674 Root MSE = 18.108



Model 39320.9235 2 19660.4618 Prob > F = 0.0000

F( 2, 11627) = 59.96


_cons 55.62547 .2274454 244.57 0.000 55.17964 56.0713

region1 1.556566 .33891 4.59 0.000 .8922453 2.220886


Total 3851974.54 11629 331.238674 Root MSE = 18.184



Model 6975.21356 1 6975.21356 Prob > F = 0.0000

F( 1, 11628) = 21.09


170

Regresión Modelo Multivariado, Explicación De Valoración.


_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


Total 3851974.54 11629 331.238674 Root MSE = 17.121



Model 452349.289 31 14591.9126 Prob > F = 0.0000

F( 31, 11598) = 49.78


171

Modelo Multinivel Nulo Con Constante y Dos Efectos Aleatorios


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


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


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


Total 3851974.54 11629 331.238674 Root MSE = 17.121



Model 452349.289 31 14591.9126 Prob > F = 0.0000

F( 31, 11598) = 49.78


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


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.


Para la región 2 se tiene:


182


Para la región 3 se tiene:



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).

http://www.iets.org.co/

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

http://repository.javeriana.edu.co/bitstream/10554/16706/1/HuerfanoReyLinaMaria2014.pdf:

http://repository.javeriana.edu.co/bitstream/10554/16706/1/HuerfanoReyLinaMaria2014.pdf:

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.

http://unstats.un.org/unsd/publication/seriese/seriese_cn3_270_rev1s.pdf

http://www.econlib.org/library/Enc1/NeoclassicalEconomics.html

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.

http://www.revistaseden.org/files/art134_1.pdf

http://www.dane.gov.co/files/investigaciones/fichas/ECV.pdf

http://www.dane.gov.co/files/investigaciones/condiciones_vida/calidad_vida/Presentacion_ECV_2015.pdf

http://www.dane.gov.co/files/investigaciones/condiciones_vida/calidad_vida/Presentacion_ECV_2015.pdf

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.

https://www.dane.gov.co/files/noticias/Pobreza_nuevametodologia.pdf2012

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.

http://www.dane.gov.co2013/

Factores socioeconómicos y calidad de vida … · se puede explicar mediante un modelo multinivel....

Documents

Transcript of Factores socioeconómicos y calidad de vida … · se puede explicar mediante un modelo multinivel....