SciELO - Scientific Electronic Library Online

 
vol.37 issue4Nosocomial diarrheal disease caused by Clostridioides difficile in a national hospital in Lima, PeruRisk factors for in-hospital mortality in SARS-CoV-2 pneumonia adult patients from Lima, Peru author indexsubject indexarticles search
Home Pagealphabetic serial listing  

Services on Demand

Journal

Article

Indicators

  • Have no cited articlesCited by SciELO

Related links

  • Have no similar articlesSimilars in SciELO

Share


Acta Médica Peruana

On-line version ISSN 1728-5917

Acta méd. Peru vol.37 no.4 Lima Oct-Dec 2020

http://dx.doi.org/10.35663/amp.2020.374.1075 

Artículo original

Dependencia funcional y diabetes mellitus tipo 2 en adultos mayores afiliados al Seguro Social de Salud del Perú: análisis de la ENSSA-2015

Functional dependence and type 2 diabetes mellitus in elderly subjects covered by Peruvian Social Security: analysis of ENSSA-2015

Rofilia Ramirez-Ramirez1  2  , Economista, doctora en Demografía
http://orcid.org/0000-0002-8608-9004

Percy Soto-Becerra3  , médico cirujano
http://orcid.org/0000-0001-5332-9254

1 Gerencia Central de Planeamiento y Presupuesto, EsSalud. Lima, Perú.

2 Facultad de Ciencias y Filosofía, Universidad Peruana Cayetano Heredia. Lima, Perú.

3 Dirección de Investigación en Salud, Instituto de Evaluación de Tecnologías en Salud e Investigación - IETSI, EsSalud. Lima, Perú.

RESUMEN

Objetivo:

estimar la prevalencia de dependencia funcional y evaluar su asociación con la diabetes mellitus tipo 2 (DM) en adultos mayores afiliados al Seguro Social de Salud (EsSalud) del Perú en 2015.

Materiales y métodos:

análisis secundario de los datos de la Encuesta Nacional Socioeconómica de Acceso a la Salud de los Asegurados de EsSalud 2015 (ENSSA-2015), una encuesta de hogares con muestreo probabilístico bietápico, representativa a nivel nacional de la población de afiliados a EsSalud. Se incluyeron adultos mayores (60 años a más) afiliados EsSalud. La dependencia funcional fue evaluada mediante el índice de Katz (≥ 1 punto). La DM fue evaluada mediante autorreporte del participante. Se estimaron razones de prevalencia ajustadas (RPa) por potenciales factores de confusión mediante regresión log-Poisson múltiple junto con sus intervalos de confianza al 95% (IC 95%) y valores p. Todos los análisis tuvieron en cuenta el muestreo complejo de la ENSSA-2015.

Resultados:

se incluyeron 10 985 participantes de 12 805 elegibles en el análisis. Las prevalencias de dependencia funcional parcial y severa fueron de 12,9% (IC 95%: 11,9-13,8) y 6,0% (IC 95%: 5,3-6,7), respectivamente. La prevalencia de dependencia funcional (parcial o severa) en diabéticos fue 23% mayor que la de no diabéticos, luego de controlar por potenciales factores de confusión (RPa-1,23; IC 95%: 1,04-1,44; p=0,013).

Conclusiones:

cerca de uno de cada cinco adultos mayores afiliados a EsSalud tuvieron algún grado de dependencia funcional (parcial o severa). Asimismo, la DM estuvo asociada con una mayor probabilidad de tener dependencia funcional en esta población.

Palabras clave: Anciano; Diabetes mellitus; Personas con discapacidad; Dependencia funcional; Seguridad social

ABSTRACT

Objective:

to estimate the prevalence of functional dependence and to assess its association with type 2 diabetes mellitus (DM) in elderly subjects registered in Peruvian Social Security (EsSalud) in 2015.

Materials and methods:

this is a secondary analysis of the National Socioeconomic Healthcare Access Survey performed in EsSalud members in 2915 (ENSSA-2015), a survey performed in households using two-stage probabilistic sampling that was representative at a national level of population registered in EsSalud. Functional dependence was assessed using the Katz index (≥ 1 point). DM was determined by participants’ self- report. Adjusted prevalence rates (aPR) were estimated according to potential confounding factors using multiple log-Poisson regression alongside their 95% confidence intervals (CI) and p-values. All analyses took into account the complex sampling used in ENSSA-2015.

Results:

nearly eleven thousand participants (10,985) out of 12,805 eligible subjects were included in the analysis. Prevalence values for partial and severe functional dependence were 12.9% (95% CI: 11.9-13.8) and 6.0% (95% CI: 5.3-6.7), respectively. The prevalence of functional dependence (partial or severe) in diabetic subjects was 23% higher than that of non-diabetics, after controlling for potential confounding factors (aPR 1.23; 95% CI: 1.04-1.44; p= 0.013).

Conclusions:

nearly one of five elderly subjects registered in EsSalud had some degree of functional dependence (partial or severe). Also, DM was associated with a greater likelihood for having functional dependence in this population.

Key words: Aged; Diabetes mellitus; Disabled persons; Functional disability; Social security; Peru

INTRODUCCIÓN

La diabetes mellitus (DM) tipo 2 es una de las principales causas de mortalidad y pérdidas de esperanza de vida a nivel mundial 1. Se ha estimado que, para el año 2017, hubo 451 millones de adultos viviendo con diabetes a nivel mundial y su prevalencia continuará en aumento 1. Asimismo, la DM en la población anciana es un problema de salud pública global 2. En el Perú en 2016, los adultos mayores representaron el 10% de la población y, para 2050, conformarían el 14% 3, siendo uno de los grupos poblacionales que crece más rápidamente debido a la transición demográfica y epidemiológica que el país afronta 4. Además, se estima que uno de cada diez adultos mayores en el Perú tiene DM, cifras que no solo son mucho mayores que las encontradas en población general 5, sino que también estarían en paulatino incremento debido la prolongación de la esperanza de vida de la población peruana 4. Así, la DM representa una creciente preocupación que el sistema de salud del Perú debe afrontar.

La DM incrementa el riesgo de discapacidad 6 por el desarrollo de complicaciones que disminuyen la autonomía física, psicológica o social 7. Una de las formas de discapacidad que ocasiona se denomina dependencia funcional, la cual se define como la pérdida de la capacidad de realizar autónomamente, y sin dificultades, ciertas actividades básicas de la vida diaria (ABVD) tales como ir al baño, caminar, comer, vestirse, entre otros 8. El grado en que la DM compromete la funcionalidad es muy variable entre las poblaciones. Mientras que en algunas poblaciones los adultos mayores con DM han tenido mayor probabilidad de dependencia funcional que aquellos sin DM 9-16; en otras esta ha sido más débil o incluso nula 17-21.

Las diferencias biológicas, medioambientales y sociales entre las poblaciones explicarían por qué la DM no está consistentemente asociada a la dependencia funcional en adultos mayores 14,22. En países con peor acceso a servicios de salud, diagnóstico tardío o mala calidad de manejo, la DM impactaría en la dependencia funcional más severamente que en países con mejores sistemas de salud, por lo que es importante contar con estimaciones precisas del riesgo de discapacidad asociado con diabetes para entender las necesidades en salud de los adultos mayores y orientar mejor la oferta de servicios de salud en esta población. No obstante, en Perú se sabe muy poco acerca de la relación entre la DM y la dependencia funcional, y no se cuentan con cifras nacionales de la situación de discapacidad en los adultos mayores. Asimismo, la poca evidencia peruana disponible tiene alto riesgo de sesgo por no ser representativa ni vigente 23-27. Además, dado que el sistema de salud peruano es fragmentado y segmentado, es importante que estas estimaciones sean realizadas para los distintos sistemas de salud que lo conformen, ya que son estos quienes, en última instancia, planifican y brindan los servicios de salud a sus poblaciones de adultos mayores.

Por tal motivo, el objetivo del presente estudio fue estimar la prevalencia de dependencia funcional y evaluar su asociación con la DM en una muestra nacional representativa de adultos mayores peruanos afiliados al Seguro Social de Salud (EsSalud) del Perú.

MATERIALES Y MÉTODOS

Diseño y tipo de estudio

Estudio observacional, retrospectivo, transversal y analítico, basado en población, y de análisis secundario de los datos de una muestra representativa de adultos mayores afiliados a EsSalud cuya información se encontraba disponible en la base de datos de la Encuesta Nacional Socioeconómica de Acceso a la Salud de los Asegurados de EsSalud 2015 (ENSSA-2015).

Población de estudio

La ENSSA-2015 es una muestra representativa de asegurados a EsSalud de todas las edades. El muestreo fue probabilístico, estratificado y bietápico. En la primera etapa de muestreo, los ámbitos de cobertura geográfica de los establecimientos de salud de EsSalud fueron considerados los estratos. En cada uno de estos estratos, se seleccionó de manera aleatoria un número de conglomerados de manzanas de tamaño proporcional al total de personas adscritas al establecimiento de salud. En la segunda etapa, seleccionaron sistemáticamente una muestra de hogares con al menos una persona asegurada a EsSalud. En cada hogar seleccionado, todos los miembros asegurados a EsSalud fueron invitados a participar del estudio. El artículo de Llanos et al.28 ofrece detalles metodológicos del estudio primario. Para el presente análisis secundario, se incluyó a los individuos con edad ≥ 60 años y asegurados a EsSalud.

Variables de estudio

El desenlace fue la dependencia funcional evaluada con el índice de Katz que mide la capacidad de realizar ABVD 29 con buenas propiedades psicométricas en población geriátrica 30. A los participantes se les preguntó "¿Usted requiere ayuda para las siguientes actividades cotidianas…?" y, para cada una de las siguientes ABVD: "Bañarse", "Vestirse", "Se le escapa la orina", "Utilizar el inodoro", "Caminar", y "Comer", tuvieron dos opciones de respuesta "Sí" (1 punto) o "No" (0 puntos). Consideramos como independiente a quienes indicaron no necesitar ayuda en ninguna de las ABVD (6 puntos); moderadamente dependiente, si necesitaron ayuda de una a tres ABVD (3-5 puntos); y severamente dependiente, si necesitaron ayuda para cuatro o más ABVD (0-2 puntos). Para la evaluación de la relación entre la DM y la dependencia funcional, se consideró como dependiente funcional al participante que tuvo dependencia moderada o severa (≥ 1 punto). Los resultados del índice de Katz mostraron buena consistencia interna (alfa de Cronbach = 0,885; IC 95%: 0,878-0,891).

La exposición fue la DM evaluada mediante autorreporte. Se consideró como diabético a quien respondió afirmativamente a la pregunta "¿Algún médico u otro profesional de la salud le ha dicho que tiene diabetes o azúcar alta en la sangre?", caso contrario se consideró no diabético. Cabe mencionar que el autorreporte es uno de los principales métodos de medición de diabetes mellitus tipo 2 en estudios epidemiológicos de gran escala al ser una medida razonablemente válida en adultos mayores y por su facilidad y bajo costo de implementación, en comparación con métodos más precisos que requieren la medición de glucosa u otros biomarcadores 31.

Las variables de control fueron seleccionadas por ser consideradas factores de confusión. Las variables medidas mediante autorreporte fueron la edad (años); sexo (masculino, femenino); estado civil (soltero, actualmente unido, alguna vez unido); nivel educativo alcanzado (ninguna o inicial, primaria, secundaria, superior técnico, superior universitario); principal forma de realizar actividad diaria (sentado, de pie); realiza deportes o ejercicios (no, sí), y área de residencia (urbano, rural). La edad fue categorizada en quinquenios con fines descriptivos. Asimismo, controlamos por la variable obesidad abdominal (no, sí), la cual fue obtenida de medir el perímetro abdominal y catalogar como obeso a los individuos cuyo valor obtenido fue mayor o igual que el punto de corte recomendado por la Organización Mundial de la Salud (≥ 88 cm en mujeres y ≥ 102 cm en varones). El perímetro abdominal fue medido por evaluadores entrenados siguiendo un procedimiento estandarizado descrito en el material suplementario (sección A1). El nivel socioeconómico fue evaluado mediante un índice de riqueza categorizado en quintiles construido según metodología detallada en el material suplementario (sección A2). Por último, las variables relacionadas a prácticas saludables de actividad física fueron medidas por autorreporte. La variable principal forma de realizar actividad diaria fue obtenida de realizar la siguiente pregunta al participante: "Normalmente ¿Su actividad diaria la realiza de pie o sentado/a?". Por otro lado, consideramos como alguien que realiza deportes o ejercicios a quien respondió afirmativamente a la pregunta "Normalmente, ¿Usted practica algún deporte o realiza algún ejercicio físico como planchas, caminatas u otro similar al menos un día a la semana?".

Análisis estadístico

Se reportó las variables numéricas como promedio y desviación estándar (DE); y las variables categóricas como frecuencias absolutas y relativas. Las distribuciones de las características de los participantes fueron comparadas entre diabéticos y no diabéticos y entre adultos mayores con y sin dependencia funcional mediante la prueba de Chi-cuadrado con corrección de segundo orden de Rao Scott para el diseño muestral complejo. Los promedios de edad fueron comparados mediante la prueba de Wald ajustadas para diseño el diseño de la muestra compleja.

Se estimaron razones de prevalencias (RP) mediante regresiones log-Poisson para la dependencia funcional en diabéticos versus no diabéticos, controlando por sexo, edad, estado civil, nivel educativo, área de residencia y quintil de riqueza (modelo A); y por estas mismas variables sociodemográficas más obesidad abdominal, principal forma de realizar actividad física diaria y realización de deportes o ejercicios (modelo B). La selección de variables se detalla en el material suplementario (sección A3). La edad fue modelada de manera continua mediante modelamiento polinomial fraccional multivariado (sección A4 del material suplementario). La evaluación de los supuestos de la regresión es descrita en la sección A5 (material suplementario). Todos los modelos cumplieron con los supuestos de la regresión log-Poisson. Se realizó un análisis de casos completos, se especificó el diseño complejo de la muestra y se consideró un nivel de significancia de 0,05. Se reportó los intervalos de confianza al 95% (IC 95%) y valores p obtenidos de errores estándares robustos mediante el método de linealización de Taylor. El análisis estadístico fue realizado en Stata/SE v.15,1 (Stata Corp LP, Texas, EUA) para Microsoft Windows 10 Pro x64 bits.

Aspectos éticos

Este estudio fue aprobado por el Comité de Ética en Investigación del Hospital Nacional Edgardo Rebagliati Martins (Carta N° 3498).

RESULTADOS

De las 79 874 personas seleccionadas e invitadas a participar en la ENSSA-2015, 18,4% (n=14 699) fueron adultos mayores (≥ 60 años) y 89,5% (n=13 159) contaban con seguro social de salud, por lo que fueron elegibles para este análisis secundario. De estos, solo incluimos al 97,3% (n=12 805) que aceptó participar y respondió los cuestionarios (proporción de no respuesta 2,7%, n=354). Por último, solo ingresaron 10 985 individuos al análisis principal (modelos de regresión) debido a que 1 820 restantes (14,2%) tuvieron datos perdidos en una o más variables de control (Figura 1).

Figura 1 Flujograma de participación e inclusión de individuos en análisis secundario de la ENSSA-2015. 

Tabla 1 Características de los 12 805 adultos mayores afiliados a EsSalud incluidos en el estudio de acuerdo con autorreporte de diabetes, ENSSA-2015. 

%: Porcentaje de columna ponderado por factor de expansión; n: número de observaciones no ponderadas; DE: desviación estándar.

* Autorreporte de tener diabetes mellitus o azúcar alta en la sangre según médico u otro profesional de la salud.

** Prueba de Wald basada en diseño.

† A menos que se indique lo contrario, prueba chi2 con corrección de Rao Scott para diseño muestral multietápico.

‡ A menos que se indique lo contrario, todas las variables fueron medidas mediante autorreporte.

¶ Medido a través de la circunferencia abdominal y es definida según puntos de corte de la Organización Mundial de la Salud: ≥88 cm (mujeres) o ≥102 cm (varones).

ǁ De acuerdo con información geopolítica.

§ Índice construido mediante análisis de componentes principales de variables relacionadas a tenencias de bienes materiales, características de la vivienda, condiciones sanitarias, etc. Categorizado en quintiles.

†† Independencia: índice de Katz de 0; dependencia funcional parcial: índice de Katz de 1 a 3; dependencia funcional severa: índice de Katz de 4 a 6.

Ser mujer, pertenecer a los grupos etarios mayores, tener un menor nivel educativo, no realizar deportes, realizar actividades diarias en posición sedante y pertenecer a los niveles de riqueza más pobres estuvieron asociados a una mayor prevalencia de dependencia funcional parcial o severa en el análisis bivariado (todos los valores p<0,001) (Tabla 2). Asimismo, los diabéticos tuvieron una mayor probabilidad de tener dificultades para bañarse, vestirse, contener la orina, usar el inodoro, caminar y comer en comparación con los no diabéticos; aunque solo encontramos diferencias estadísticamente significativas en la dificultad para bañarse (11,6% en diabéticos versus 7,7% en no diabéticos; p=0,004) y en la dificultad para vestirse (10,4% versus 6,7%; p=0,004) (ver Figura 2 y Tabla B1 del material suplementario).

La Tabla 3 muestra las RP crudas y ajustadas de la relación entre diabetes y dependencia funcional moderada/severa. En el modelo crudo, la probabilidad de tener dependencia funcional parcial/severa fue 1,24 veces mayor en quienes reportaron tener diabetes que en quienes no (RPc: 1,24; IC 95%: 1,03-1,49; p=0,022). En el modelo A, luego de controlar por edad, sexo, estado civil, área de residencia y quintil de riqueza, la prevalencia de dependencia funcional fue 1,27 veces mayor en diabéticos versus no diabéticos (RPa: 1,27; IC 95%: 1,08-1,50; p=0,005). El modelo B, que controló por las mismas variables del modelo A y, adicionalmente, por obesidad, actividad diaria y actividad física, mostró una magnitud de la asociación similar (Rpa: 1,23; IC 95%: 1,04-1,44; p=0,013). Las RP de todas las covariables son presentadas en el material suplementario.

Tabla 2 Características de los 12 805 adultos mayores asegurados de EsSalud incluidos en el estudio de acuerdo con grado de dependencia funcional, ENSSA-2015. 

%: Prevalencia (porcentaje de fila) ponderado por factor de expansión; n: número de observaciones no ponderadas.

* Dependencia funcional valorada según índice de Katz: leve (0-1 punto), moderada (2-3), severa (4-6).

** Prueba de Wald basada en diseño.

A menos que se indique lo contrario, prueba chi2 con corrección de Rao Scott para diseño muestral multietápico.

A menos que se indique lo contrario, todas las variables fueron medidas mediante autorreporte.

Medido a través de la circunferencia abdominal y definida según puntos de corte de la Organización Mundial de la Salud: ≥88 cm (mujeres) o ≥102 cm (varones).

De acuerdo con información geopolítica.

Índice construido mediante análisis de componentes principales de variables relacionadas a tenencias de bienes materiales, características de la vivienda, condiciones sanitarias, etc. Categorizado en quintiles.

DISCUSIÓN

El presente estudio buscó estimar la prevalencia de dependencia funcional y evaluar su asociación con la DM en adultos mayores afiliados al seguro social de salud del Perú (EsSalud). Se encontró que cerca de uno de cada cinco (22,6%) adultos mayores afiliados a EsSalud tuvieron dependencia funcional (parcial o severa) y que la DM estuvo asociado significativamente a una mayor probabilidad de tener dependencia funcional, luego de controlar por potenciales variables de confusión. Estos hallazgos fueron robustos a modelos con diferentes posibles factores de confusión o con diferentes conjuntos de datos perdidos. En Perú, los pocos estudios acerca de dependencia funcional en el adulto mayor reportaron prevalencias más altas que las nuestras; sin embargo, tuvieron limitaciones importantes como haberse realizado en pacientes de establecimientos de salud 23-27, tener una antigüedad de 14 años o más 23-27 o utilizar diferentes instrumentos para valorar la funcionalidad, tales como el índice de Barthel 26,27. Por tales motivos, los resultados de estos estudios no son directamente comparables con los nuestros, ni mucho menos generalizables a la población peruana. Asimismo, no hemos identificado ningún estudio hecho en Perú que haya evaluado la asociación entre DM y dependencia funcional en adultos mayores de EsSalud ni de ninguna otra institución del sistema de salud peruano. A nuestro conocimiento, este estudio sería el primero en estimar la prevalencia de dependencia funcional en una muestra representativa nacional de adultos mayores, caracterizarla de acuerdo con una clasificación clínica convencional (índice de Katz), así como evaluar su asociación con la DM.

La prevalencia de dependencia funcional en adultos mayores peruanos afiliados a EsSalud estimada en nuestra investigación fue similar a la reportada en diversos países en vías de desarrollo, tales como la India 9 y países de América Latina 32-37, pero considerablemente mayor que en países desarrollados de Europa y Estados Unidos 38-41. Si bien existen algunos estudios realizados en América Latina que reportan prevalencias variadas y mayores a las del presente estudio (entre 30% y 74%), estos resultados probablemente están sobreestimados por provenir de muestras por conveniencia y estar limitadas a ciudades, hospitales o localidades específicas 32-34. Por el contrario, los pocos estudios que valoran la dependencia funcional mediante el índice de Katz y utilizan muestras representativas de zonas geopolíticas más amplias -tales como países o ciudades grandes de América Latina- encuentran, consistentemente, resultados similares 35-37. Así, un estudio realizado en una muestra aleatoria de un distrito de Colombia encontró una prevalencia de dependencia funcional muy similar a la nuestra de 26,1% 35. Otro estudio realizado en una muestra aleatoria de adultos mayores de una región de Chile reportó una prevalencia de dependencia funcional de 19,7%, ligeramente menor a lo que nosotros reportamos 36. Por último, en México, para el año 2004, se ha reportado una prevalencia de dependencia funcional de 24% en una muestra nacional representativa de adultos mayores de México 37.

Figura 2 Prevalencia de dificultades de ABVD y de grado de discapacidad en los adultos mayores afiliados a EsSalud. 

Respecto a la asociación entre DM y dependencia funcional en adultos mayores, no se encontró ninguna investigación realizada en el Perú que evalúe específicamente esta relación. Los resultados concuerdan con algunos estudios llevados a cabo en poblaciones de otros países, que encuentran que la dependencia funcional es entre 1,3 a cuatro veces más común en adultos mayores con diabetes en comparación a no diabéticos 9-16. Sin embargo, difieren de otros estudios que fallaron en encontrar una relación entre ambas variables 17-21, aunque estos últimos estudios se caracterizaron por reportar razón de odds (OR) consistentes con una relación positiva entre DM y dependencia funcional, aunque sus resultados fueron no concluyentes por no ser estadísticamente significativos. Un meta-análisis, que incluyó estudios trasversales que evaluaron esta asociación, estimó un OR combinado de 1,87 (IC 95%: 1,66-2,10) de tener dependencia funcional en diabéticos versus no diabéticos, lo cual fue consistente con el hallazgo de RP de 1,23 y con los demás RP que obtuvimos en modelos alternativos 14.

El mecanismo fisiopatológico que explicaría el desarrollo de dependencia funcional en pacientes con DM involucra la aparición de complicaciones diabéticas tardías que llevarían a pérdida de la agudeza visual, neuropatía periférica, compromiso cognitivo y disminución de la fuerza motora 42,43. Todas estas complicaciones ocasionarían limitaciones funcionales que, a la larga, terminarían afectando las ABVD 42,43. Aunque en el presente estudio no se evaluó el rol de las complicaciones diabéticas en el desarrollo de dependencia funcional, creemos que futuros estudios podrían evaluar el rol mediador de estas variables para comprender mejor qué aspectos de la DM tendrían más impacto en el desarrollo de dependencia funcional. Sin embargo, es importante precisar que para evaluar la asociación entre DM y dependencia funcional no se debería controlar por variables mediadoras (tales como las complicaciones diabéticas), ya que el hacerlo podría ocasionar un sesgo de sobreajuste por estratificación en colisionadores como ha sido reportado ampliamente en la literatura epidemiológica 44,45. Por el contrario, sí hubiera sido importante controlar por variables como control glicémico o la presencia de algunas comorbilidades (tales como hipertensión, infarto cerebral, etc.), ya que estas variables podrían ser confusoras de la relación de interés e incluso modificar la relación entre la DM y la dependencia funcional en adultos mayores, tal y como ha sido descrito ampliamente en la literatura 42,43.

Tabla 3 Modelos de regresión log-Poisson, crudo y ajustados, de la asociación entre tener dependencia y las variables de respuesta principal y secundarias, ENSSA-2015. 

* Comparaciones: con diabetes mellitus vs. sin diabetes (referencia)

ENSSA: Encuesta Nacional Socioeconómica y Acceso a la Salud de los Asegurados de EsSalud; RPc: razón de prevalencias cruda; RPa: razón de prevalencias ajustada; IC 95%: intervalo de confianza al 95%; p: valor p calculado mediante prueba de Wald corregida por diseño muestral complejo.

Modelo A: ajustado por edad (forma polinómica), sexo, estado civil, área de residencia y quintil de riqueza.

Modelo B: ajustado por variables de modelo A, obesidad, actividad diaria y actividad física.

El presente estudio proporciona las primeras estimaciones de esta relación para una población importante del Perú: los asegurados a EsSalud, quienes representan aproximadamente la tercera parte de la población peruana y cuyo acceso a la salud depende directamente de un adecuado diseño y gestión de los servicios de salud que el seguro social ofrece. En este punto, consideramos propicio discutir brevemente las potenciales implicancias de los hallazgos. En concordancia con lo planteado por Chau et al. 11, la dependencia funcional en los diabéticos menoscabaría su capacidad de manejo adecuado de su enfermedad en comparación con pacientes diabéticos más jóvenes. Por ejemplo, lo adultos mayores diabéticos con dependencia funcional tendrían más dificultades para seguir íntegramente los regímenes terapéuticos indicados, usar sus dispositivos para monitorizar su glicemia, recordar y seguir sus controles dietéticos, mantener estilos de vida saludables, entre otras cosas. Incluso, podrían verse limitados a acceder a los servicios de salud, debido a que su condición de dependencia les dificultaría lidiar con el complejo sistema de EsSalud de acceso a citas, atención y servicios de apoyo diagnóstico. Si bien existe la necesidad de que futuros estudios exploren mejor las implicancias de la dependencia funcional en los pacientes adultos mayores con DM; creemos que los tomadores de decisiones de EsSalud podrían tener en cuenta los presentes hallazgos en el momento del diseño y/o despliegue de servicios de salud diferenciados para adultos mayores y/o pacientes con DM.

La principal fortaleza de este estudio es que está basado en una muestra representativa a nivel nacional, por lo que sus hallazgos son generalizables a todos los adultos mayores afiliados a EsSalud en el año 2015. Consideramos, además, que es poco probable que hayan ocurrido cambios significativos en los últimos cuatro años y, si los hubo, muy probablemente estos hayan sido de un incremento paulatino de la prevalencia, tal y como se ha visto en otros países 14,16. En ese sentido, los hallazgos aún serían vigentes porque proporcionarían estimaciones conservadoras (en el mejor de los casos) de la prevalencia actual de dependencia funcional en esta población. Por otro lado, este estudio tiene algunas limitaciones importantes que resaltar. Existe cierto riesgo de que los resultados estén sesgados por causación reversa y/o confusión residual, ambas inherentes al diseño transversal. Especialmente, no contar con la variable control glicémico o la presencia de algunas comorbilidades tales como hipertensión arterial, infarto al cerebro, ente otras, podrían generar confusión residual. Sin embargo, consideramos que los estimados son una aproximación razonablemente buena, los cuales brindan una primera idea de la carga de discapacidad asociada a la DM en los adultos mayores peruanos afiliados a EsSalud.

Otra limitación para tener en cuenta sería el riesgo de sesgo de información por la medición de la DM a través del autorreporte del participante en vez de usar otras pruebas de laboratorio más sensibles y específicas. Además, el autorreporte sigue siendo ampliamente utilizado en investigación por su bajo costo y propiedades aceptables de confiabilidad y validez 31, las cuales introducirían error de clasificación no diferencial que, en el peor de los casos, estaría subestimando nuestros resultados. Así, es de esperarse que la verdadera magnitud de la relación entre la DM y la dependencia funcional sea, predeciblemente, mucho mayor a la reportada. Por último, es importante advertir que los hallazgos no deberían generalizarse a adultos mayores afiliados a otros sectores del complejo sistema de salud peruano, tales como el Seguro Integral de Salud (seguro subsidiado por el Estado para los más pobres), la sanidad de las Fuerzas Armadas y Policiales, o el sector privado; sobre todo si se tienen en cuenta las grandes diferencias en composición poblacional que tiene EsSalud con respecto a los otros sistemas.

En conclusión, la prevalencia de dependencia funcional representa una proporción importante de los adultos mayores peruanos afiliados a EsSalud. Estas cifras fueron similares a países en vías de desarrollo de América Latina, pero mayor a la de países desarrollados. Asimismo, la diabetes estuvo asociada con una mayor probabilidad de tener dependencia funcional en esta población. Tener en cuenta la implicancia de una mayor carga de dependencia en diabéticos que son adultos mayores podría ser de utilidad para orientar mejor los servicios ofrecidos a estas poblaciones.

Agradecimientos

al Dr. Edward Mezones-Holguin por sus sugerencias en el diseño del protocolo de este estudio.

REFERENCIAS BIBLIOGRÁFICAS

1. Lin X, Xu Y, Pan X, Xu J, Ding Y, Sun X, et al. Global, regional, and national burden and trend of diabetes in 195 countries and territories: an analysis from 1990 to 2025. Sci Rep. 2020;10(1):14790. doi: 10.1038/s41598-020-71908-9. [ Links ]

2. Kalyani RR, Golden SH, Cefalu WT. Diabetes and aging: unique considerations and goals of care. Diabetes Care. 2017;40(4):440-3. doi: 10.2337/dci17-0005. [ Links ]

3. Instituto Nacional de Estadística e Informática. Dirección Técnica de Demografía e Indicadores Sociales del Instituto Nacional de Estadística e Informática (INEI). Perú: Estimaciones y Proyecciones de Población, 1950-2050. Boletín de Análisis Demográfico (Internet). 2009 (citado el 12 marzo de 2020 de );36. Disponible en: http://proyectos.inei.gob.pe/web/biblioineipub/bancopub/Est/Lib0845/libro.pdf [ Links ]

4. Huynen MMTE, Vollebregt L, Martens P, Benavides BM. The epidemiologic transition in Peru. Rev Panam Salud Publica. 2005;17:51-9. doi: 10.1590/s1020-49892005000100010. [ Links ]

5. Carrillo-Larco RM, Bernabé-Ortiz A. Diabetes mellitus tipo 2 en Perú: una revisión sistemática sobre la prevalencia e incidencia en población general. Rev Peru Med Exp Salud Publica. 2019;36(1):26- 36. doi: 10.17843/rpmesp.2019.361.4027. [ Links ]

6. Papatheodorou K, Banach M, Bekiari E, Rizzo M, Edmonds M. Complications of Diabetes 2017. J Diabetes Res. 2018;2018. doi: 10.1155/2018/3086167. [ Links ]

7. Pan American Health Organization, Spain, Secretaría General de Asuntos Sociales, World Health Organization. CIF: Clasificación internacional del funcionamiento, de la discapacidad y de la salud. Ginebra: Organización Mundial de la Salud; 2001. [ Links ]

8. Edemekong PF, Bomgaars DL, Levy SB. Activities of Daily Living (ADLs). En: StatPearls. Treasure Island (FL): StatPearls Publishing; 2019. [ Links ]

9. Parmar MC, Saikia N. Chronic morbidity and reported disability among older persons from the India Human Development Survey. BMC Geriatr. 2018;18(1):299. doi: 10.1186/s12877-018-0979-9. [ Links ]

10. Valderrama-Gama E, Damián J, Ruigómez A, Martín-Moreno JM. Chronic Disease, Functional Status, and Self-Ascribed Causes of Disabilities Among Noninstitutionalized Older People in Spain. J Gerontol A Biol Sci Med Sci. 2002;57(11):M716-21. doi: 10.1093/gerona/57.11.M716. [ Links ]

11. Chau PH, Woo J, Lee CH, Cheung WL, Chen J, Chan WM, et al. Older people with diabetes have higher risk of depression, cognitive and functional impairments: implications for diabetes services. J Nutr Health Aging. 2011;15(9):751-5. doi: 10.1007/s12603-011-0071-z. [ Links ]

12. Kalyani RR, Saudek CD, Brancati FL, Selvin E. Association of diabetes, comorbidities, and A1C with functional disability in older adults: results from the National Health and Nutrition Examination Survey (NHANES), 1999-2006. Diabetes Care. 2010;33(5):1055-60. doi: 10.2337/dc09-1597. [ Links ]

13. Tabesh M, Shaw JE, Zimmet PZ, Söderberg S, Koye DN, Kowlessur S, et al. Association between type 2 diabetes mellitus and disability: What is the contribution of diabetes risk factors and diabetes complications? J Diabetes. 2018;10(9):744-52. doi: 10.1111/1753-0407.12659. [ Links ]

14. Wong E, Backholer K, Gearon E, Harding J, Freak-Poli R, Stevenson C, et al. Diabetes and risk of physical disability in adults: a systematic review and meta-analysis. Lancet Diabetes Endocrinol. 2013;1(2):106-14. doi: 10.1016/S2213-8587(13)70046-9. [ Links ]

15. Godino JG, Appel LJ, Gross AL, Schrack JA, Parrinello CM, Kalyani RR, et al. Diabetes, hyperglycemia, and the burden of functional disability among older adults in a community-based study. J Diabetes. 2017;9(1):76-84. doi: 10.1111/1753-0407.12386. [ Links ]

16. Martinez-Huedo MA, Andres AL de, Hernandez-Barrera V, Palacios- Ceña D, Carrasco-Garrido P, Hernandez DM, et al. Trends in the prevalence of physical and functional disability among Spanish elderly suffering from diabetes (2000-2007). Diabetes Res Clin Pract. 2011;94(2):e30-3. doi: 10.1016/j.diabres.2011.07.024. [ Links ]

17. Taheri Tanjani P, Moradinazar M, Esmail Mottlagh M, Najafi F. The prevalence of diabetes mellitus (DM) type II among Iranian elderly population and its association with other age-related diseases, 2012. Arch Gerontol Geriatr. 2015;60(3):373-9. doi: 10.1016/j.archger.2014.11.012. [ Links ]

18. Hiltunen L, Keinänen-Kiukaanniemi S, Läärä E, Kivelä S-L. Functional ability of elderly persons with diabetes or impaired glucose tolerance. Scand J Prim Health Care. 1996;14(4):229-37. doi: 10.3109/02813439608997090. [ Links ]

19. Kishimoto M, Ojima T, Nakamura Y, Yanagawa H, Fujita Y, Kasagi F, et al. Relationship between the level of activities of daily living and chronic medical conditions among the elderly. J Epidemiol. 1998;8(5):272-7. doi: 10.2188/jea.8.272. [ Links ]

20. Maggi S, Noale M, Gallina P, Marzari C, Bianchi D, Limongi F, et al. Physical disability among older Italians with diabetes. The ILSA study. Diabetologia. 2004;47(11):1957-62. doi: 10.1007/s00125-004-1555-8. [ Links ]

21. Costa Filho AM, Mambrini JV de M, Malta DC, Lima-Costa MF, Peixoto SV. Contribution of chronic diseases to the prevalence of disability in basic and instrumental activities of daily living in elderly Brazilians: the National Health Survey (2013). Cad Saude Publica. 2018;34(1):e00204016. doi: 10.1590/0102-311X00204016. [ Links ]

22. Bianchi L, Zuliani G, Volpato S. Physical disability in the elderly with diabetes: epidemiology and mechanisms. Curr Diab Rep. 2013;13(6):824-30. doi: 10.1007/s11892-013-0424-6. [ Links ]

23. Lisigurski-Teitelman M, Varela-Pinedo L, Ortiz-Saavedra PJ. Valoración geriátrica integral en una población de adultos mayores. Rev Soc Peru Med Interna. 2002;5(1). [ Links ]

24. Varela Pinedo L, Chávez Jimeno H, Herrera Morales A, Ortiz Saavedra P, Chigne Verástegui O. Valoración geriátrica integral en adultos mayores hospitalizados a nivel nacionalç. Diagnóstico (Lima). 2004;43(2). [ Links ]

25. Varela Pinedo L, Chávez Jimeno H, Galvez Cano M, Mendez Silva F. Funcionalidad en el adulto mayor previa a su hospitalización a nivel nacional. Rev Med Hered. 2005;16(3):165-71. [ Links ]

26. Varela-Pinedo L, Chávez-Jimeno H, Tello-Rodríguez T, Ortiz-Saavedra P, Gálvez-Cano M, Casas-Vasquez P, et al. Perfil clínico, funcional y sociofamiliar del adulto mayor de la comunidad en un distrito de Lima, Perú. Rev Peru Med Exp Salud Publica. 2015;32(4):709-16. [ Links ]

27. Runzer-Colmenares FM, Castro G, Merino A, Torres-Mallma C, Diaz G, Perez C, et al. Asociación entre depresión y dependencia funcional en pacientes adultos mayores. Horiz Med. 2017;17(3):50-7. [ Links ]

28. Llanos RQ, Ramírez RR, Palacios MT, Flores CF, Borda-Olivas A, Castillo RA, et al. Health Survey in a Peruvian health system (ENSSA): design, methodology and general results. Rev Saúde Pública. 2019;53:33. doi: 10.11606/S1518-8787.2019053001135. [ Links ]

29. Katz S, Ford AB, Moskowitz RW, Jackson BA, Jaffe MW. Studies of illness in the aged. The index of ADL: a standardized measure of biological and psychosocial function. JAMA. 1963;185:914-9. doi: 10.1001/jama.1963.03060120024016. [ Links ]

30. Hopman-Rock M, van Hirtum H, de Vreede P, Freiberger E. Activities of daily living in older community-dwelling persons: a systematic review of psychometric properties of instruments. Aging Clin Exp Res. 2019;31(7):917-25. doi: 10.1007/s40520-018-1034-6. [ Links ]

31. Yuan X, Liu T, Wu L, Zou Z-Y, Li C. Validity of self-reported diabetes among middle-aged and older Chinese adults: the China Health and Retirement Longitudinal Study. BMJ Open. 2015;5(4):e006633. doi: 10.1136/bmjopen-2014-006633. [ Links ]

32. Zavala-González MA, Domínguez-Sosa G. Funcionalidad para la vida diaria en adultos mayores. Rev Med Inst Mex Seguro Soc. 2011;49(6):585-90. [ Links ]

33. Pinillos-Patiño Y, Prieto-Suárez E. Funcionalidad física de personas mayores institucionalizadas y no institucionalizadas en Barranquilla, Colombia. Rev Salud Pública. 2012;14:438-47. [ Links ]

34. Fernández SS, González Pedraza Avilés A, Castillo Y del CM. Funcionalidad en adultos mayores y su calidad de vida. Rev Esp Med Quir. 2009;14(4):161-75. [ Links ]

35. Villarreal Amarís G, Month Arrieta E. Condición sociofamiliar, asistencial y de funcionalidad del adulto mayor de 65 años en dos comunas de Sincelejo (Colombia). Revista Salud Uninorte. 2012;28(1):75-87. [ Links ]

36. Parra SEM, Molina AS, Peñailillo MM. Dependencia funcional y perfil biopsicosocial del adulto mayor. Gerokomos. 2004;15(1):18-27. [ Links ]

37. Barrantes-Monge M, García-Mayo EJ, Gutiérrez-Robledo LM, Miguel-Jaimes A. Dependencia funcional y enfermedades crónicas en ancianos mexicanos. Salud Pública Méx. 2007;49:s459-66. [ Links ]

38. Carmona-Torres JM, Rodríguez-Borrego MA, Laredo-Aguilera JA, López-Soto PJ, Santacruz-Salas E, Cobo-Cuenca AI. Disability for basic and instrumental activities of daily living in older individuals. PLOS One. 2019;14(7):e0220157. doi: 10.1371/journal.pone.0220157. [ Links ]

39. Cwirlej-Sozanska A, Wisniowska-Szurlej A, Wilmowska-Pietruszynska A, Sozanski B. Determinants of ADL and IADL disability in older adults in southeastern Poland. BMC Geriatrics. 2019;19(1):297. doi: 10.1186/s12877-019-1319-4. [ Links ]

40. Storeng SH, Sund ER, Krokstad S. Factors associated with basic and instrumental activities of daily living in elderly participants of a population-based survey: the Nord-Trøndelag Health Study, Norway. BMJ Open. 2018;8(3). doi: 10.1136/bmjopen-2017-018942. [ Links ]

41. Parker MG, Schön P, Lagergren M, Thorslund M. Functional ability in the elderly Swedish population from 1980 to 2005. Eur J Ageing. 2008;5(4):299-309. doi: 10.1007/s10433-008-0096-2. [ Links ]

42. Volpato S, Maraldi C, Fellin R. Type 2 diabetes and risk for functional decline and disability in older persons. Curr Diabetes Rev. 2010;6(3):134-43. doi: 10.2174/157339910791162961. [ Links ]

43. de Rekeneire N, Volpato S. Physical function and disability in older adults with diabetes. Clin Geriatr Med. 2015;31(1):51-65, viii. doi: 10.1016/j.cger.2014.08.018. [ Links ]

44. Hernán MA, Hernández-Díaz S, Robins JM. A structural approach to selection bias. Epidemiology. 2004;15(5):615-25. doi: 10.1097/01.ede.0000135174.63482.43. [ Links ]

45. Schisterman EF, Cole SR, Platt RW. Overadjustment Bias and Unnecessary Adjustment in Epidemiologic Studies. EpideZmiology. 2009;20(4):488-95. doi: 10.1097/EDE.0b013e3181a819a1. [ Links ]

Fuente de financiamiento: el estudio fue parcialmente financiado por el Instituto de Evaluación de Tecnologías en Salud e Investigación - IETSI, EsSalud. Lima, Perú.

Material suplementario: disponible en la versión electrónica de Act Med Peru.

Material Suplementario A

Sección A1. Medición del perímetro abdominal

La medición del perímetro abdominal se realizó siguiendo los estándares de la Organización Mundial de la Salud1, previo entrenamiento de los evaluadores para garantizar que las mediciones se realizaran de manera estandarizada. Con una cinta métrica no elástica de 200 cm (resolución 1 mm), con el participante en posición erguida sobre superficie plana, torso descubierto y brazos relajados. La cinta métrica fue colocada alrededor del abdomen, sin comprimirlo y teniendo como referencia el punto medio entre el borde inferior de la última costilla y el borde superior de la cresta ilíaca de cada lado del cuerpo. Se realizaron dos mediciones sucesivas y se registró el promedio de ambas.

Sección A2. Medición de nivel socioeconómico a través del índice de riqueza

El índice de riqueza es una variable que permite medir el nivel socioeconómico del hogar del participante. A diferencia, de los ingresos económicos o de los gastos de consumo -también indicadores de pobreza- esta variable está sujeta a menos fluctuaciones en el tiempo capturando, en teoría, las características y efectos de mediano-largo plazo de la pobreza que son importantes cuando se evalúan resultados en salud2. Además, por ser construida a partir de la tenencia de bienes y/o servicios del hogar- reflejaría una dimensión de la pobreza independiente de la ocupación y la educación. La base de datos del estudio primario, ENSSA 2015, no contaba con este indicador creado; por lo que tuvimos que generarlo mediante análisis de componentes principales a una lista de variables relacionadas a condiciones de vida, del hogar, y la tenencia de bienes y/o servicios específicos, de acuerdo con metodología descrita ampliamente en la literatura2,3. Específicamente, el índice de riqueza correspondió al primer componente ortogonal (sin rotación) que capturó la mayor proporción de la varianza luego del redimensionamiento. Para fines del análisis, el índice fue categorizado en quintiles tal y como se utiliza en estudios epidemiológicos.

Sección A3. Selección de Variables

La figura A1 muestra los dos modelos causales, planteados como grafos acíclicos dirigidos (DAG, por siglas en inglés) y utilizados para seleccionar las variables por las cuales debe controlarse (y no controlarse) e en los análisis de regresión reduciendo así el riesgo de sesgo en estudios epidemiológicos4 incluyendo estudios transversales que pueden realizar exploraciones preliminares de asociaciones potencialmente causales5.

Los DAG fueron construidos según recomendaciones de Hernán MA y Robins JM6. Las flechas indican las relaciones hipotéticas entre la exposición (diabetes) y el desenlace (dependencia funcional o las 6 formas de dificultades en ABVD), así como permite especificar las relaciones entre las covariables que influyen en la exposición o el desenlace, de tal forma que las causas son ‘ancestros’ y las consecuencias son ‘descendientes’6. Las variables de confusión son aquellas que son antecesoras comunes del desenlace y la exposición de interés6. Las variables de colisión, en cambio, son aquellas que son descendientes del desenlace y/o de la exposición de interés6. Solo las variables de confusión deben ajustarse mediante métodos de regresión; por el contrario, el ajuste por variables de confusión introduciría sesgo de selección por estratificación en colisionador (sobreajuste)7.

El modelo A consideró como variables de confusión a edad, sexo, área de residencia y quintil de riqueza, mientras que obesidad abdominal, principal forma de actividad diaria y actividad física fueron considerados como variables de colisión, ya que la dependencia funcional (o las dificultades en las ABVD) de los adultos mayores podría causar una restricción de las actividades diarias y físicas y, consecuentemente, obesidad (Figura A1). El modelo B consideró como variables de confusión a las mismas variables que el modelo A, y también a la obesidad abdominal, la principal forma de actividad diaria y la actividad física (Figura A1). Ambos modelos fueron planteados para evaluar la robustez de nuestros hallazgos frente a los supuestos asumidos sobre las relaciones entre las variables de interés, especialmente porque estas tres últimas podrían influir en el nivel de dependencia funcional o de dificultad en las ABVD (variables de confusión) o, por el contrario, ser consecuencia de esta (variables de colisión), pero el carácter transversal de la ENSSA-2015 no permite distinguir entre ambas posibilidades. Por último, cabe precisar que no incluimos en el ajuste a las siguientes variables: insuficiencia renal, hipertensión arterial, enfermedad del corazón, e infección urinaria debido a que estas fueron consideradas principalmente mediadoras de la relación de interés y su ajuste podría ocasionar sobreajuste7,8

Figura A1 Grafos acíclicos dirigidos de los modelos A y B. 

Sección A4. Estrategia de modelamiento continuo

Como ha sido descrito en la sección de análisis estadístico del artículo, la relación de diabetes y dependencia funcional (o cada una de las dificultades en las ABVD) fue evaluada mediante una regresión log-Poisson que controló por un conjunto de variables consideradas como confusoras. La edad fue la única variable confusora numérica, la cual ingresó al modelo en su forma continua para reducir el riesgo de confusión residual resultante de incluirla en su forma lineal o categorizada9-12. Utilizamos una aproximación de modelamiento multivariable de polinomios fraccionales10,13,14 tal y como ha sido previamente descrito para controlar por confusión de variables continuas. Durante el proceso de modelamiento, evaluamos el supuesto de linealidad y lidiamos con la no-linealidad de la relación entre la edad y el logaritmo natural de la proporción del desenlace (dependencia funcional o dificultad para realizar ABVD) mediante transformaciones polinomiales fraccionales. Elegimos el uso de polinomios fraccionales, en vez de splines o regresiones no paramétricas, porque este enfoque cuenta con una metodología establecida de selección sistemática de la transformación más apropiada manteniendo la parsimonia e interpretabilidad de estos modelos. El modelo inicial incluyó todas las confusoras planteadas en el DAG y la edad en forma lineal. La selección de la mejor transformación polinomial fue principalmente estadística (basada en el fractional polynomial closed test y la menor devianza del modelo), pero también se consideró que la forma funcional elegida sea clínicamente plausible. La selección de la transformación polinomial mediante el closed test tuvo una tasa de error tipo 1 pre-especificada (alfa) de 0.10 y cuatro grados de libertad con la finalidad de permitir un mejor ajuste de la confusión13. Las demás covariables fueron obligadas a entrar al modelo con un alfa igual a 1 y 1 grado de libertad. Finalmente, evaluamos la estabilidad del modelo mediante bootstrap tal y como ha sido previamente descrito. El modelamiento de polinomios fraccionales fue realizado con el programa mfp, mientras que el análisis de estabilidad con el ado mfpboot15.

Sección A5. Evaluación de supuestos

Los supuestos del modelo de regresión log-Poisson fueron evaluados y manejados según fue apropiado. La no independencia de las observaciones producto del muestreo complejo fue manejada mediante estimación robustas de varianzas por clúster usando linealización de Taylor16 a través del módulo para análisis de muestras complejas svy de Stata17. La linealidad fue evaluada mediante métodos gráficos (residuos parciales suavizados de edad versus la edad) y su incumplimiento fue manejado mediante transformaciones de polinomios fraccionales elegidos mediante un algoritmo de selección basado en el closed test y las devianzas13. Asimismo, realizamos un análisis de estabilidad mediante bootstrap que reveló que elegimos las transformaciones más estables. La presencia de puntos influyentes fue evaluada y descartada16. Asimismo, descartamos la presencia de pesos muestrales influyentes como ha sido sugerido para análisis de muestras complejas16. Por consideraciones teóricas, no previmos la existencia de multicolinealidad; no obstante, aun si esta hubiera existido no representaría un problema en el caso de análisis que buscan estimar una asociación de interés18,19.

Referencias bibliográficas

1 . World Health Organization. Waist circumference and waist-hip ratio: report of a WHO expert consultation, Geneva, 8-11 December 2008. Geneva: World Health Organization; 2011.

2. Vyas S, Kumaranayake L. Constructing socio-economic status indices: how to use principal components analysis. Health Policy Plan. noviembre de 2006;21(6):459-68.

3. Howe LD, Hargreaves JR, Huttly SRA. Issues in the construction of wealth indices for the measurement of socio-economic position in low-income countries. Emerg Themes Epidemiol. 30 de enero de 2008;5:3.

4. Shrier I, Platt RW. Reducing bias through directed acyclic graphs. BMC Med Res Methodol (Internet). 30 de octubre de 2008 (citado 2 de marzo de 2020);8:70. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2601045/

5. Shahar E, Shahar DJ. Causal diagrams and the cross-sectional study. Clin Epidemiol (Internet). 9 de marzo de 2013 (citado 24 de junio de 2019);5:57-65. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3600935/

6. Hernán M, Robins J. Causal Inference: What If (Internet). Boca Raton: Chapman & Hall/CRC; 2020. Disponible en: https://www.hsph.harvard.edu/miguel-hernan/causal-inference-book/

7. Schisterman EF, Cole SR, Platt RW. Overadjustment Bias and Unnecessary Adjustment in Epidemiologic Studies. Epidemiol Camb Mass (Internet). julio de 2009 (citado 18 de julio de 2019);20(4):488-95. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2744485/

8. Ananth CV, Schisterman EF. Confounding, Causality and Confusion: The Role of Intermediate Variables in Interpreting Observational Studies in Obstetrics. Am J Obstet Gynecol (Internet). agosto de 2017 (citado 2 de marzo de 2020);217(2):167-75. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5545051/

9. Brenner H, Blettner M. Controlling for Continuous Confounders in Epidemiologic Research. Epidemiology (Internet). 1997 (citado 2 de marzo de 2020);8(4):429-34. Disponible en: https://www.jstor.org/stable/3702586

10. Groenwold RHH, Klungel OH, Altman DG, van der Graaf Y, Hoes AW, Moons KGM. Adjustment for continuous confounders: an example of how to prevent residual confounding. CMAJ Can Med Assoc J (Internet). 19 de marzo de 2013 (citado 26 de junio de 2019);185(5):401-6. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC3602256/

11. Slama R, Werwatz A. Controlling for continuous confounding factors: non- and semiparametric approaches. Rev Epidemiol Sante Publique. noviembre de 2005;53 Spec No 2:2S65-80.

12. Dawson NV, Weiss R. Dichotomizing Continuous Variables in Statistical Analysis: A Practice to Avoid. Med Decis Making (Internet). 27 de marzo de 2012 (citado 2 de marzo de 2020); Disponible en: https://journals.sagepub.com/doi/10.1177/0272989X12437605

13. Royston P, Sauerbrei W. Multivariable model-building: a pragmatic approach to regression analysis based on fractional polynomials for modelling continuous variables. Chichester, England ; Hoboken, NJ: John Wiley; 2008. 303 p. (Wiley series in probability and statistics).

14. Royston P, Sauerbrei W. Building multivariable regression models with continuous covariates in clinical epidemiology--with an emphasis on fractional polynomials. Methods Inf Med. 2005;44(4):561-71.

15. Royston P, Sauerbrei W. Bootstrap assessment of the stability of multivariable models. Stata J. 2009;9(4):547-70.

16. Heeringa S, West BT, Berglund PA. Applied survey data analysis. Second edition. Boca Raton, FL: CRC Press, Taylor & Francis Group; 2017. 568 p.

17. StataCorp. Stata 15 Survey Reference Manual (Internet). College Station, TX: Stata Press; 2017. 220 p. Disponible en: https://www.stata.com/manuals/svy.pdf

18. Dormann CF, Elith J, Bacher S, Buchmann C, Carl G, Carré G, et al. Collinearity: a review of methods to deal with it and a simulation study evaluating their performance. Ecography (Internet). 2013 (citado 2 de marzo de 2020);36(1):27-46. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1111/j.1600-0587.2012.07348.x

19. Schisterman EF, Perkins NJ, Mumford SL, Ahrens KA, Mitchell EM. Collinearity and causal diagrams - a lesson on the importance of model specification. Epidemiol Camb Mass (Internet). enero de 2017 (citado 2 de marzo de 2020);28(1):47-53. Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC5131787/

Received: August 05, 2020; Accepted: January 10, 2020

Correspondencia Percy Soto-Becerra percys1991@gmail.com

Contribuciones de autoría: RRR participó del diseño y ejecución del estudio primario. RRR y PSB tuvieron la idea de investigación y diseñaron este estudio. PSB procesó, analizó los datos y redactó el primer borrador del manuscrito. Todos los autores participaron en la interpretación de los datos, redacción del manuscrito, revisión crítica del manuscrito y aprobaron la versión final.

Potencial conflictos de intereses: los autores declaran no tener conflictos de interés.

Creative Commons License Este es un artículo publicado en acceso abierto bajo una licencia Creative Commons