Aplicación del estimador intrínseco a tasas de mortalidad por cáncer de mama / Application of the intrinsic estimator to breast cancer mortality rates

RESUMEN

OBJETIVO: Valorar la utilización de la técnica del estimador intrínseco (EI) en el campo de la epidemiología. MÉTODOS: Se aplicó el enfoque EI al análisis de datos sobre cáncer de mama en la Argentina a fin de observar las tendencias asociadas a "edad, período y cohorte" (EPC). Esta metodología recurre a la aplicación de una regresión por componentes principales para obtener un único conjunto de tendencias estimadas. Se compararon sus resultados con los obtenidos por el método convencional "modelos lineales generalizados restringidos" (MLGR) que incluye una restricción adicional a las tradicionales en el modelo estadístico. RESULTADOS: Ambos métodos proporcionaron resultados compatibles en las tendencias asociadas a EPC, aunque difirieron en los intervalos de confianza, con mayor eficiencia por parte del EI. La curva asociada a edad mostró el patrón de cambio esperado según el transcurso de la vida a mayor edad, mayor riesgo. En relación a cohortes, se evidenció un decrecimiento de los efectos asociados a las cohortes más recientes, mientras que para período los efectos estimados presentaron muy poca variación. CONCLUSIONES: La comparación entre los resultados obtenidos por el método EI y el de MLGR reveló los alcances de la solución genérica provista por el EI al problema de estimación en un modelo EPC. El método EI se basa en una transformación de los datos observados utilizando una matriz de ponderaciones de sencilla aplicación y proporciona estimaciones con propiedades estadísticas deseables.

ABSTRACT

OBJECTIVE: Assess use of the intrinsic estimator (IE) technique in epidemiology. METHODS: The IE approach was applied to the analysis of breast cancer data in Argentina in order to observe the trends associated with "age, period, and cohort" (APC). This method involves the use of a principal components regression to obtain a single set of estimated trends. The results were compared to the findings obtained with the conventional method, which consists of adjusting a generalized linear model that includes the traditional constraints of the statistical model as well as an additional constraint (CGLM). RESULTS: Both methods yielded compatible results in the trends associated with APC. However, they differed in the confidence intervals, with IE yielding greater efficiency. The curve associated with age showed the expected pattern of change across the life course the greater the age, the greater the risk. With regard to cohorts, a decrease in the effects associated with the most recent cohorts was evident, whereas there was very little variation in the estimated effects for the period. CONCLUSIONS: A comparison of the results obtained with the IE method and the CGLM method revealed the reach of the generic solution provided by the IE to the problem of estimates in an APC model. The IE method is based on conversion of the data observed using a weighting matrix that is simple to apply and provides estimates with desirable statistical properties.