Resumen
Antecedentes
La influencia de la enfermedad del coronavirus 2019 (Covid-19) en la carga de morbilidad del cáncer de tráquea, bronquios y pulmón (TBL) aún no se ha explorado.
Métodos
Los datos sobre la carga de TBL para 204 países y regiones se recopilaron anualmente a partir del Estudio de carga global de enfermedades 2021, que abarca los años 1990 a 2021.
Resultados
A nivel mundial, la carga de morbilidad por TBL demuestra una tendencia a la baja. Sin embargo, durante la pandemia de COVID-19, se observó un ligero aumento en la carga de TBL, particularmente en la región de alto índice sociodemográfico (IDE). La carga de TBL sigue siendo mayor en los hombres que en las mujeres, pero está disminuyendo menos rápidamente en las mujeres que en los hombres. La tasa de mortalidad por TBL fue particularmente marcada entre las personas mayores de 90 años. A nivel mundial, los años de vida ajustados por discapacidad (AVAD) atribuibles a TBL estuvieron relacionados principalmente con el tabaquismo (59,50%), la contaminación ambiental por partículas (15%), los riesgos ocupacionales (13,20%) y el humo de segunda mano (5,10%) en 2021.
Conclusiones
La carga de TBL ha disminuido significativamente, mientras que se observó un aumento durante el período de la epidemia de COVID-19, particularmente en la región IDE. Las autoridades necesitan urgentemente establecer medidas de protección para los pacientes con cáncer, garantizando que reciban la atención necesaria cuando llegue la próxima pandemia mundial.
Introducción
El cáncer de traqueal, bronquial y de pulmón (TBL) es una causa importante de morbilidad y mortalidad a nivel mundial. La base de datos GLOBOCAN estima que hay casi 2,50 millones de casos nuevos y más de 1,80 millones de muertes en todo el mundo, lo que representa casi una octava parte (12,40%) de los cánceres identificados y una quinta parte (18,70%) de las muertes por cáncer en todo el mundo. Es más, es la primera causa de incidencia y mortalidad por cáncer en los hombres, mientras que en las mujeres ocupa el segundo lugar en incidencia (después del cáncer de mama y colorrectal) y el segundo en mortalidad (después del cáncer de mama) (1). El TBL tiene el coste económico más alto de todos los cánceres con 3,90 billones de dólares (2). Estos resultados demuestran que la TBL es una enfermedad costosa que impone una carga económica considerable a los pacientes, la sociedad y el sistema de atención médica.
Aunque el TBL causa la mayor carga económica, hay muchos menos hallazgos para el TBL en comparación con otros cánceres. Los estudios epidemiológicos anteriores se limitaban en su mayoría a períodos de tiempo anteriores, regiones o países específicos, y tenían números de muestras inadecuados (3,4,5). Además, el Estudio Global de Carga y Enfermedades (GBD, por sus siglas en inglés) anterior se centró principalmente en la carga de cáncer causada por un factor de riesgo específico, como el tabaquismo, la contaminación del aire y los factores de riesgo ocupacionales, aunque carecía de una evaluación comparativa integral de todos los factores de riesgo (6,7,8). El punto más importante es que desde la epidemia de la enfermedad por coronavirus 2019 (Covid-19) en 2019, también ha tenido un gran impacto en la incidencia, la mortalidad y los años de vida ajustados en función de la discapacidad (AVAD) de TBL (9, 10). Investigaciones recientes sugieren que de los 131 millones de muertes mundiales por todas las causas en 2020 y 2021, alrededor de 15,90 millones se atribuirán a la COVID-19 (9). Si bien las tendencias de la carga de TBL se han estudiado ampliamente, sigue existiendo una brecha crítica en la comprensión del impacto específico de la era de la pandemia de COVID-19 (2020-2021) en la TBL a nivel mundial. Esto incluye cuantificar las interrupciones en los esfuerzos de control de TBL y sus efectos diferenciales entre grupos de edad, sexos y estratos sociodemográficos. Para abordar esta brecha y brindar información oportuna, nuestro estudio aprovecha el último conjunto de datos GBD 2021 para realizar un análisis integral. Evaluamos las tendencias en la incidencia, la mortalidad y los AVAD de TBL de 1990 a 2021, con especial atención en el período pandémico 2020-2021, estratificados por edad, sexo y el índice sociodemográfico (IDE) a nivel global, regional y nacional. Este análisis tiene como objetivo proporcionar una base científica para formular estrategias apropiadas de prevención y control, evaluar la rentabilidad de la intervención y controlar los costos.
Materiales y métodos
fuente de datos
Los datos para nuestro estudio se obtuvieron del GBD 2021 (http://ghdx.healthdata.org/GBD-resultstool). GBD 2021 ofrece una evaluación extensa y comparativa de la carga de 371 enfermedades y lesiones y 88 factores de riesgo en 204 países y territorios de 1990 a 2021 (11, 12). TBL generalmente se refiere a tumores que ocurren en la tráquea, los bronquios o los pulmones. Los códigos de la Clasificación Internacional de Enfermedades, Décima Revisión (CIE 10) incluyen C33, C34-C34.92, mientras que los códigos correspondientes de la Novena Revisión (CIE 9) son 162–162.9, 209.21, V10.1-V10.20, V16.1-V16.2, V16.4-V16.40 (12).
La metodología empleada para evaluar la carga de TBL se ha detallado en trabajos anteriores (3, 12,13,14). Aquí presentamos un resumen conciso del proceso de estimación utilizado en el GBD 2021. Las fuentes de datos originales para la estimación de la carga de TBL en el estudio GBD 2021 incluyeron sistemas de registro civil, autopsias verbales, censos, encuestas de hogares, registros de enfermedades específicas, datos de contacto de los servicios de salud y varias otras fuentes. Los datos de incidencia y mortalidad de los registros de cáncer se compararon según el tipo de cáncer, la edad, el sexo, el año y la ubicación para generar índices de mortalidad-incidencia (MIR). Estos índices se utilizan posteriormente para obtener estimaciones de MIR mediante uno de dos enfoques de modelado, según el tipo de cáncer específico (15). Los datos recopilados se ingresaron posteriormente en el modelo Conjunto de causas de muerte (CODEm) para generar estimaciones de mortalidad para TBL por ubicación, año, edad y sexo (16, 17). La incidencia de TBL se calcula directamente a partir de estimaciones de mortalidad por cáncer mediante el uso de MIR. Para calcular los años vividos con discapacidad (YLD), la prevalencia de secuelas específicas por causa, edad, sexo, ubicación y año se multiplicó por las ponderaciones de discapacidad correspondientes para cada enfermedad y lesión. Además, los años de vida perdidos (AVP) se determinaron multiplicando las cifras de mortalidad específicas de causa, edad, sexo, ubicación y año por la esperanza de vida estándar a la edad de muerte. Los AVAD se obtuvieron agregando AVD y AVP (18). Además, se realizó una evaluación de riesgos comparativa para identificar posibles factores de riesgo asociados con TBL (11). El IDE sirve como una medida compuesta que refleja los antecedentes sociales y económicos que afectan los resultados de salud en varios lugares. Esencialmente, representa la media geométrica de índices que van de 0 a 1 para la tasa total de fertilidad (TFR) entre personas menores de 25 años (TFU25), los niveles educativos promedio para las personas de 15 años o más (EDU15+) y el ingreso distribuido rezagado (IDL) per cápita. Utilizando las puntuaciones del IDE, se clasificaron 204 países y territorios en cinco quintiles distintos: IDE bajo, IDE medio-bajo, IDE medio, IDE medio-alto y IDE alto (19).
Proceso de datos
Dentro del estudio GBD, se emplea metarregresión bayesiana, regularización y poda (MR-BRT) para ajustar el sesgo en los datos epidemiológicos (20). Este modelo abarca un conjunto de métodos estadísticos, incluidos modelos de efectos mixtos lineales y no lineales y sus procedimientos de ajuste asociados. Sus datos de entrada consisten en estimaciones pareadas, donde se proporcionan dos estimaciones distintas derivadas de diferentes definiciones de casos o métodos de medición para cada combinación de edad, sexo, ubicación y año. Para pronosticar tendencias futuras, utilizamos modelos de media móvil integrada autorregresiva (ARIMA), aprovechando su fortaleza para modelar los patrones temporales complejos inherentes a los datos de series temporales de incidencia de enfermedades y mortalidad. El modelo APC es reconocido como una metodología de investigación sofisticada que va más allá de los análisis convencionales en estudios relacionados con la salud y el desarrollo socioeconómico. Este modelo permite evaluar tanto la deriva neta como la deriva local, que ilustran tendencias temporales generales así como patrones temporales específicos. Además, estima los efectos de las dimensiones temporales centrales: edad, período y cohorte de nacimiento (21,22,23).
Para la mayoría de las enfermedades y lesiones, la incidencia y prevalencia se modelan utilizando la herramienta de metarregresión de modelado de enfermedades, versión 2.1 (DisMod-MR 2.1). DisMod-MR 2.1 es una herramienta de metarregresión bayesiana diseñada para generar estimaciones internamente consistentes de prevalencia, incidencia, tasas de remisión y tasas de mortalidad en todas las dimensiones de sexo, ubicación, año y grupo de edad. La herramienta también produce estas estimaciones para ubicaciones que carecen de datos primarios calculando la prevalencia en cinco niveles de la jerarquía geográfica del GBD. Los datos epidemiológicos de ubicaciones de nivel superior sirven como información previa al estimar parámetros para ubicaciones de nivel inferior. Además, el modelo aprovecha las covariables a nivel de ubicación para proporcionar información relevante para las regiones con lagunas de datos.
En escenarios específicos, se utiliza un modelo de enfermedad que emplea la regresión del proceso gaussiano espacio-temporal (ST-GPR) en lugar de DisMod-MR 2.1. ST-GPR comprende un conjunto integral de métodos de regresión adecuados para analizar datos heterogéneos o incompletos, lo que permite suavizar estadísticas en función del tiempo, la edad y la ubicación (12).
Análisis estadístico
Se emplearon tasas estandarizadas por edad (ASR) para evaluar las tasas de mortalidad y AVAD en países con diferentes distribuciones de edad y características demográficas. Se utilizó un modelo de regresión lineal para identificar una relación entre el logaritmo natural de las tasas y el tiempo, representado por la ecuación y = α + βx + ε, donde y corresponde a ln(tasa) y x significa el año. El cambio porcentual anual estimado (EAPC) se calculó utilizando la fórmula 100 * (e^β—1), junto con un intervalo de confianza (IC) del 95%. El IC del 95% para EAPC se derivó del modelo de regresión log-lineal de la siguiente manera:\({95\%\text{CI}}_{EAPC}\)=\(\left(100\times ({\text{e}}^{\upbeta -1.96\times {\text{SE}}_{\upbeta }}-1), 100\times ({\text{e}}^{\upbeta +1,96\times {\text{SE}}_{\upbeta }}-1)\right)\), donde \(\upbeta\) es el coeficiente de regresión para las tendencias temporales y \({\text{SE}}_{\upbeta }\) es su error estándar. Se concluyó un aumento en la ASR si tanto el EAPC como el límite inferior del IC del 95%…
