El estatus socioeconómico y los factores de riesgo 25 × 25 como determinantes de la mortalidad prematura: un estudio multicohorte y metanálisis de 1,7 millones de hombres y mujeres

Resumen

Fondo

En 2011, los estados miembros de la OMS firmaron la iniciativa 25 × 25, un plan para reducir la mortalidad por enfermedades no transmisibles en un 25 % para 2025. Sin embargo, los factores socioeconómicos que influyen en las enfermedades no transmisibles no se han incluido en el plan. En este estudio, nuestro objetivo fue comparar la contribución del nivel socioeconómico a la mortalidad y los años de vida perdidos con la de los factores de riesgo convencionales 25 × 25.

Métodos

Hicimos un estudio de múltiples cohortes y un metanálisis con datos a nivel individual de 48 estudios de cohortes prospectivos independientes con información sobre el estado socioeconómico, indexado por posición ocupacional, 25 × 25 factores de riesgo (consumo elevado de alcohol, inactividad física, tabaquismo actual, hipertensión, diabetes , y obesidad) y mortalidad, para una población total de 1 751 479 (54% mujeres) de siete países miembros de la OMS de altos ingresos. Estimamos la asociación del nivel socioeconómico y los factores de riesgo de 25 × 25 con la mortalidad por todas las causas y la mortalidad por causas específicas mediante el cálculo de los índices de riesgo [HR] ajustados mínimamente y mutuamente ajustados y los IC del 95 %. También estimamos la fracción atribuible poblacional y los años de vida perdidos por factores de riesgo subóptimos.

Recomendaciones

Durante 26,6 millones de años-persona en riesgo (seguimiento medio de 13,3 años [DE 6,4 años]), murieron 310 277 participantes. El HR para los 25 × 25 factores de riesgo y mortalidad varió entre 1,04 (IC del 95 %: 0,98–1,11) para la obesidad en los hombres y 2,17 (2,06–2,29) para el tabaquismo actual en los hombres. Los participantes con nivel socioeconómico bajo tuvieron una mayor mortalidad en comparación con aquellos con nivel socioeconómico alto (HR 1·42, 95% IC 1·38–1·45 para hombres; 1·34, 1·28–1·39 para mujeres); esta asociación siguió siendo significativa en modelos mutuamente ajustados que incluían los factores 25 × 25 (HR 1·26, 1·21–1·32, hombres y mujeres combinados). La fracción atribuible a la población fue más alta para fumar, seguida de inactividad física y luego sestatus socioeconómico. El nivel socioeconómico bajo se asoció con una reducción de 2,1 años en la esperanza de vida entre las edades de 40 y 85 años, los años de vida perdidos correspondientes fueron 0,5 años para el alto consumo de alcohol, 0,7 años para la obesidad, 3 ·9 años para diabetes, 1·6 años para hipertensión, 2·4 años para inactividad física y 4·8 años para tabaquismo actual.

Interpretación

Las circunstancias socioeconómicas, además de los factores 25 × 25, deben ser el objetivo de las estrategias de salud locales y globales y la vigilancia de riesgos para la salud para reducir la mortalidad.

Fondos

Comisión Europea, Secretaría de Estado de Educación de Suiza, Fundación Nacional de Ciencias de Suiza, Consejo de Investigación Médica, NordForsk, Fundación Portuguesa para la Ciencia y la Tecnología.

Introducción

El Plan de acción mundial para la prevención y el control de las enfermedades no transmisibles (ENT) de la Organización Mundial de la Salud (OMS) 2013-2020 se centra en siete factores de riesgo principales, que incluyen el consumo nocivo de alcohol, la actividad física insuficiente, el consumo actual de tabaco y la presión arterial elevada. , ingesta de sal o sodio, diabetes y obesidad (conocidos como los factores de riesgo 25 × 25), con el objetivo general de reducir la mortalidad prematura por enfermedades no transmisibles en un 25 % para 2025.

1

De manera similar, la Colaboración Global Burden of Disease (GBD), el estudio más grande que monitorea los cambios en la salud a nivel mundial, realiza una evaluación de riesgo anual de la carga de enfermedad y lesiones atribuibles a 67 factores de riesgo en 21 regiones del mundo.

2

A pesar de que el nivel socioeconómico bajo es uno de los predictores más fuertes de morbilidad y mortalidad prematura en todo el mundo,

3

, 

4

, 

5

, 

6

Las malas circunstancias socioeconómicas no se consideran factores de riesgo modificables en estas importantes estrategias de salud global.

Las circunstancias socioeconómicas y sus consecuencias son modificables por políticas a nivel local, nacional e internacional,

7

, 

8

, 

9

al igual que los factores de riesgo a los que se dirigen las estrategias mundiales de salud existentes. La evidencia también sugiere que la carga de la mayoría de los factores de riesgo 25 × 25 se concentra en los grupos socioeconómicos más bajos en todo el mundo.

10

, 

11

Por lo tanto, las intervenciones para reducir la mortalidad prematura atribuible al 25 × 25 y otros factores de riesgo podrían beneficiarse de un mayor enfoque en la adversidad socioeconómica para que se pueda ampliar el conjunto de herramientas preventivas para abordar las ENT. Para examinar esta hipótesis, recopilamos datos a nivel individual de 48 estudios de cohortes prospectivos independientes de Europa, EE. los comparó con la mortalidad y los AVP atribuibles a los factores de riesgo 25 × 25.

Investigación en contexto

Evidencia antes de este estudio
El nivel socioeconómico bajo es uno de los predictores más fuertes de morbilidad y mortalidad prematura en todo el mundo. Sin embargo, las estrategias globales de salud no consideran las circunstancias socioeconómicas deficientes como factores de riesgo modificables. El Plan de acción mundial de la OMS para la prevención y el control de las enfermedades no transmisibles, por ejemplo, se enfoca en siete factores de riesgo para la salud principales, incluida la actividad física insuficiente y el consumo actual de tabaco. y presión arterial elevada, para reducir la mortalidad prematura por enfermedades no transmisibles en un 25 % para 2025. El nivel socioeconómico bajo no se incluye entre los factores de riesgo 25 × 25.
Valor añadido de este estudio
Usamos datos de más de 1,7 millones de personas en 48 estudios de cohortes independientes de siete países, y encontramos que la asociación independiente entre el nivel socioeconómico y la mortalidad es comparable en fuerza y ​​consistencia a las de seis factores de riesgo 25 × 25 (uso de tabaco, consumo de alcohol, actividad física insuficiente, hipertensión arterial, obesidad, diabetes). Nuestro estudio es uno de los más grandes hasta la fecha para examinar la asociación entre el nivel socioeconómico y la mortalidad prematura y la primera investigación a gran escala que compara directamente la importancia de las circunstancias socioeconómicas como determinantes de la salud con seis factores de riesgo principales que se abordan en las estrategias mundiales de salud para la reducción de la mortalidad prematura.
Implicaciones de toda la evidencia disponible
Al mostrar un impacto en la salud comparable del nivel socioeconómico bajo al de los principales factores de riesgo, nuestro estudio sugiere que la adversidad socioeconómica debe incluirse como un factor de riesgo modificable en las estrategias, políticas y vigilancia de riesgos para la salud locales y globales.

Métodos

Población de estudio

Este estudio forma parte de un consorcio EC Horizon 2020, el proyecto Lifepath , que incluye diez estudios de cohorte. Hemos complementado esos datos con datos disponibles públicamente de 38 estudios de cohortes adicionales del Consorcio Interuniversitario para la Investigación Política y Social y el Servicio de Datos del Reino Unido. Nuestros análisis se basaron en participantes cuya posición ocupacional se evaluó al inicio entre 1965 y 2009, según el estudio ( apéndice). Los 48 estudios comprendían una población total de 1 751 479 hombres y mujeres de siete países miembros de la OMS (Reino Unido, Francia, Suiza, Portugal, Italia, EE. UU., Australia). Todos los estudios incluyeron datos de referencia para el nivel socioeconómico y un seguimiento de la mortalidad de un mínimo de 3 años. Cada estudio fue aprobado por los comités de ética locales o nacionales pertinentes y todos los participantes dieron su consentimiento informado para participar. La calidad de los estudios incluidos se evaluó mediante la Herramienta Cochrane de Riesgo de Sesgo para estudios de cohortes.

12

Analizamos una selección de grupos expuestos y no expuestos, evaluación de la exposición, exclusión del resultado de interés al inicio del estudio, ajuste por variables de confusión, evaluación de variables de confusión, evaluación del resultado y adecuación del seguimiento. Dos revisores (SS y MK) evaluaron los estudios de forma independiente. La calidad del estudio se consideró alta si todos los dominios se evaluaron favorablemente ( apéndice ).

Definiciones y recopilación de datos

Nuestra medida de estatus socioeconómico es una medida de clase social basada en el último título ocupacional conocido de un individuo en el momento de la inscripción al estudio, codificado en la Clasificación Socioeconómica Europea ( ESEC). Esta variable se predefinió y armonizó entre las cohortes del estudio antes de realizar los análisis estadísticos. La posición ocupacional se clasificó como alta (profesionales superiores y gerentes, empleados superiores de oficina, servicios y ventas [ESEC clase 1, 2 y 3]), intermedia (pequeños empleadores y autónomos, agricultores, supervisores inferiores y técnicos [ESEC clase 4, 5 y 6]), o baja (trabajadores de oficina, servicios y ventas inferiores, trabajadores calificados y trabajadores semicalificados y no calificados [ESEC clase 7, 8 y 9]). Para un estudio (E3N), el puesto ocupacional era la ocupación actual 2 años después del inicio. Usamos ESEC como una clasificación porque elimina la necesidad de ajustar las diferencias en ingresos y niveles de vida en diferentes contextos nacionales. Usamos individual’ s clase ocupacional solo porque la mayoría de las cohortes no recopilaron información sobre la ocupación de la pareja. Esta decisión podría haber dado lugar a una clasificación errónea del estatus socioeconómico, en particular para las mujeres mayores con bajas tasas de participación en la fuerza laboral.
Cada factor de riesgo de 25 × 25 comprendía dos o tres categorías para permitir una comparación equilibrada con el nivel socioeconómico, que se agrupó en tres categorías ( apéndice ). El tabaquismo autoinformado se clasificó en fumador actual, exfumador y nunca fumó. El consumo de alcohol se midió en unidades de alcohol por semana y los participantes se clasificaron como abstemios (0 unidades por semana), moderados (1 a 21 unidades por semana para los hombres, 1 a 14 por semana para las mujeres) o intensos (>21 unidades por semana). para hombres, >14 por semana para mujeres) bebedores. Aunque la actividad física se midió con diferentes preguntas en cada estudio, se definió una variable dicotómica que indicaba la presencia o ausencia de actividad física ( anexo ). El índice de masa corporal (IMC) se clasificó como normal (18,5–<25 kg/m 2), sobrepeso (25–<30 kg/m 2 ) u obesidad (≥30 kg/m 2 ). La hipertensión se definió como la presencia de al menos una de las siguientes condiciones: presión arterial sistólica superior a 140 mm Hg, presión arterial diastólica superior a 90 mm Hg, ingesta actual de medicamentos antihipertensivos o hipertensión autoinformada. La diabetes se definió como la presencia de al menos una de las siguientes condiciones: glucosa en ayunas superior a 7 mmol/L, glucosa 2 horas después de la carga superior a 11,1 mmol/L, hemoglobina glucosilada A1c superior al 6,5 % o autocontrol. -diabetes reportada. Los datos sobre la ingesta de sal solo estaban disponibles en menos de un tercio de los estudios de cohortes; por lo tanto, omitimos este factor de riesgo de nuestro análisis.
Consideramos la edad, el sexo, la raza o el origen étnico y el estado civil como factores de confusión potenciales. La raza o el origen étnico se clasificaron como individuos blancos y no blancos. El estado civil se clasificó como casado o en cohabitación versus viviendo solo.
Los participantes estaban vinculados a los registros nacionales de mortalidad que proporcionaban información sobre el estado vital con la excepción del estudio COLAUS en el que se comprobó el estado vital mediante un seguimiento activo. El seguimiento medio de la mortalidad varió entre 3·2 años en la Encuesta Nacional de Entrevistas de Salud de 2009, y 27·0 años en hombres y 29·5 años en mujeres del Estudio del Condado de Alameda de 1965, con una media entre cohortes de 13·3 años [DE 6·4 años]. La mortalidad por todas las causas, la mortalidad por cáncer, la mortalidad por enfermedades cardiovasculares y la mortalidad por otras causas de muerte se examinaron por separado. Nos enfocamos en el cáncer y las enfermedades cardiovasculares, ya que estas enfermedades son las causas más comunes de muerte en nuestras muestras. Utilizamos códigos de la Clasificación Internacional de Enfermedades, 10.ª revisión (ICD-10) para definir la mortalidad por cáncer (C00–C97) y enfermedad cardiovascular (I00–I99). Otras causas de muerte incluyen todas las muertes restantes no clasificadas como cáncer o enfermedad cardiovascular.

análisis estadístico

Los análisis primero se realizaron por separado en cada estudio; las estimaciones se combinaron posteriormente en un marco metaanalítico. En los análisis específicos del estudio, consideramos el número máximo de participantes sin valores faltantes para cada exposición. Para estimar la asociación entre los factores de riesgo y la mortalidad, se generaron cocientes de riesgos instantáneos (HR) e IC del 95 % utilizando modelos de supervivencia paramétricos flexibles en la escala de riesgos acumulativos,

13

que, además de los HR, permiten la estimación directa de la función de riesgo acumulada condicional. Dentro de estos modelos, usamos splines cúbicos restringidos con 0 a 4 (dependiendo de la cohorte) nudos internos para modelar el peligro de referencia utilizando la edad como escala de tiempo. Se ajustaron modelos separados para hombres y mujeres e incluyeron estado civil y raza o etnia (modelos mínimamente ajustados). Para verificar la suposición de riesgo proporcional, realizamos pruebas basadas en los residuos de Schoenfeld e inspeccionamos gráficos logarítmicos de las curvas de Kaplan-Meier. La estratificación por edad en intervalos de 5 años se realizó en todas las cohortes como un análisis de sensibilidad para ajustar los efectos del calendario de edad (no se muestran los resultados).

En análisis posteriores que combinaron hombres y mujeres, examinamos la asociación del nivel socioeconómico con la mortalidad por causas específicas antes y después del ajuste de los factores de riesgo 25 × 25. Los modelos mutuamente ajustados incluyeron edad, sexo, raza o etnia, estado civil, estado socioeconómico y todos los factores de riesgo 25 × 25 como variables independientes con mortalidad total y muertes por enfermedad cardiovascular, cáncer y otras causas como resultados. Para permitir comparaciones equilibradas entre el nivel socioeconómico y los factores de riesgo 25 × 25 como predictores de mortalidad por causas específicas, estos análisis se restringieron a un subgrupo de participantes con datos completos para el nivel socioeconómico y los factores de riesgo 25 × 25.
Para examinar si la asociación entre el nivel socioeconómico y la mortalidad es atribuible a la mayor prevalencia de los factores de riesgo 25 × 25 entre las personas de nivel socioeconómico bajo, repetimos los análisis en un subgrupo de participantes sin ningún factor de riesgo 25 × 25. Los análisis también se repitieron centrándose específicamente en la mortalidad prematura (<70 años) y restringiendo la población a cohortes en las que la altura y el peso, así como la presión arterial, se midieron objetivamente utilizando procedimientos estándar.

Para evaluar más a fondo los efectos del nivel socioeconómico y los factores de riesgo de 25 × 25 sobre la mortalidad, calculamos la fracción atribuible a la población. La fracción atribuible de la población se basa en el HR y la proporción de participantes expuestos, suponiendo que la asociación entre la exposición y el resultado es causal.

14

La varianza de la fracción atribuible a la población se estimó mediante bootstrapping utilizando 1000 repeticiones independientes. La proporción de participantes expuestos (prevalencia) se calculó como la prevalencia media en todas las cohortes para cada factor de riesgo.

Los AVP se calcularon como la diferencia de las áreas bajo las curvas de supervivencia (desde los 40 años hasta los 85 años) comparando la población expuesta a un determinado factor de riesgo con la población de referencia sin exposición. El área bajo la curva se calculó mediante integración numérica con un método basado en spline. La esperanza de vida se estimó condicionada a la supervivencia hasta los 40 años. Ante el truncamiento a los 85 años, la esperanza de vida máxima teórica a los 40 años es de 45 años. La varianza de los YLL se estimó mediante bootstrapping utilizando 1000 repeticiones independientes.

Las estimaciones de HR, PAF y YLL específicas del estudio se metanalizaron utilizando el método de efectos aleatorios de Hartung-Knapp.

15

Para evaluar la heterogeneidad entre las cohortes, calculamos las estadísticas I 2 y τ 2 ; I 2 para evaluar la heterogeneidad atribuible a la variación en la verdadera asociación y τ 2 para medir la varianza entre cohortes. Para tener en cuenta τ 2 en la incertidumbre en torno a las estimaciones agrupadas, calculamos además intervalos de predicción del 95 % para las razones de riesgo.

dieciséis

Papel de la fuente de financiación

Las fuentes de financiación no tuvieron ningún papel en el diseño del estudio; en la recopilación, análisis e interpretación de datos; en la redacción del informe; o en la decisión de enviar el artículo para su publicación. CC y MJ tenían acceso completo a los conjuntos de datos. SS, PV y MK tuvieron la responsabilidad final de la decisión de enviar para su publicación.

Resultados

Se incluyeron 48 estudios ( apéndice ). Después de excluir a 27 392 (1,5 %) de 1 778 871 participantes a los que les faltaban datos para las covariables o la mortalidad, se incluyeron en el análisis 1 751 479 participantes ( apéndice ). La edad media al ingreso al estudio fue de 47,8 años (DE 14,8) y el 54 % de los participantes eran mujeres. La proporción de participantes con una posición ocupacional baja osciló entre el 6,9 % y el 66,9 % entre los estudios (media 41,4 % [DE 12,5] para hombres y 27,1 % [DE 14,9] para mujeres). La proporción de personas con puesto ocupacional alto varió entre el 5,9% y el 84,8% (media 32,5% [DE 11,7] hombres y 26,1% [DE 12,3] mujeres). La estratificación por edad no reveló efectos de calendario de edad (datos no mostrados).
Durante 12 025 208 años-persona en riesgo para los hombres, 161 524 hombres murieron; durante 14 580 862 años-persona en riesgo para las mujeres, un total de 148 753 mujeres murieron (seguimiento medio para hombres y mujeres 13,3 años [DE 3,4]). En hombres fallecieron 43 765 (15·2% del total) con cargo bajo y 17 160 (11·5%) con cargo alto. En mujeres, fallecieron 11 835 (9,4% del total) con puesto ocupacional bajo y 8292 (6,8%) con puesto ocupacional alto. Los participantes con una posición ocupacional baja tenían un mayor riesgo de mortalidad que aquellos con una posición ocupacional alta, tanto en hombres (HR 1·42, 95% IC 1·38–1·45; figura 1 ) como en mujeres (1·34, 1· 28–1·39 figura 2). Los participantes con un puesto ocupacional intermedio tenían un mayor riesgo de mortalidad en comparación con los participantes con un puesto ocupacional alto (HR metaanalítico 1·21, IC del 95 % 1·18–1·24 para hombres y 1·17, 1·12–1·22 para mujeres). Se observó una asociación graduada entre la posición ocupacional y la mortalidad tanto en hombres como en mujeres (HR para una unidad de disminución en SES 1·19, 95% IC 1·17–1·20 en hombres y 1·15, 1·13–1· 18 en mujeres, p<0·0001 para ambos). La heterogeneidad en las estimaciones específicas del estudio fue baja para los hombres ( I 2 = 14,5 % [0–41 %], p = 0,2034, τ 2 = 0,0008) y moderada para las mujeres ( I 2 = 29,8 % [0–51·2%], p=0·0309, τ2 = 0 ·0048).
Figura miniatura gr1
Figura 1 Mortalidad por puesto ocupacional bajo versus alto en hombres en 46 estudios de cohorte
Mostrar título completo
Figura miniatura gr2
Figura 2 Mortalidad por puesto ocupacional bajo versus alto en mujeres en 47 estudios de cohorte
Mostrar título completo
La figura 3 muestra la mortalidad asociada a los factores de riesgo 25 × 25 (modelos mínimamente ajustados). Los mayores aumentos de mortalidad asociados con los factores de riesgo 25 × 25 fueron para el tabaquismo actual y la diabetes, aunque también se asociaron la inactividad física, el alto consumo de alcohol y la hipertensión ( figura 3 ). El efecto de la posición ocupacional baja pareció ser mayor que el de la hipertensión o la obesidad ( figura 3); el efecto de la posición ocupacional baja sobre la mortalidad fue mayor que el de la obesidad incluso cuando el análisis de la obesidad se restringió a cohortes con un seguimiento medio de más de 10 años (>10 años; HR 1·12, IC 95% 1·05– 1·21 para hombres y 1·24, 1·18–1·31 para mujeres). Treinta y tres de 48 estudios tenían datos completos para la posición ocupacional y todos los factores de riesgo de 25 × 25 y tenían datos de mortalidad por causa específica, para un total de 275 973 participantes con 21 923 muertes durante el seguimiento ( figura 4 ). La asociación entre el nivel socioeconómico bajo y la mortalidad fue consistente en todas las causas de muerte y siguió siendo significativa en los modelos ajustados mínimamente y los modelos ajustados mutuamente ( figura 4 ). El HR mínimamente ajustado más alto fue el tabaquismo actual ( figura 4 ).
Figura miniatura gr3
Figura 3 Cocientes de riesgos instantáneos combinados del nivel socioeconómico y 25 × 25 factores de riesgo de mortalidad
Mostrar título completo
Figura miniatura gr4
Figura 4 Cocientes de riesgos instantáneos combinados del nivel socioeconómico y 25 × 25 factores de riesgo para la mortalidad por todas las causas y la mortalidad por causas específicas
Mostrar título completo
Evaluamos el PAF para el nivel socioeconómico y los factores de riesgo 25 × 25, asumiendo que las asociaciones con la mortalidad son causales y que el riesgo podría reducirse al nivel de la categoría más favorable para cada factor ( figura 5 ). Estimamos la reducción alcanzable en la mortalidad durante el período de seguimiento si el riesgo de muerte en toda la población fuera igual al de una posición ocupacional alta o al grupo de referencia para cada uno de los factores de riesgo 25 × 25. El PAF para SES bajo fue 18,94 % (95 % IC 17,63–20,24) para hombres y 15,33 % (12,76–17,90) para mujeres. El PAF más alto fue para el tabaquismo para los hombres (29,04%, 26,90–31,18) y para la inactividad física para las mujeres (23,41%, 20,42–26,39).
Figura miniatura gr5
Figura 5 Fracción atribuible de la población por nivel socioeconómico y 25 × 25 factores de riesgo
Mostrar título completo
En hombres y mujeres combinados, la esperanza de vida parcial a los 40 años se redujo en más de 2 años debido al bajo nivel socioeconómico ( figura 6 ). Todos los demás factores de 25 × 25 evaluados se asociaron con una menor esperanza de vida, además del IMC ( figura 6 ).
Figura miniatura gr6
Figura 6 Esperanza de vida de 40 años a 85 años y años de vida perdidos por bajo nivel socioeconómico y 25 × 25 factores de riesgo
Mostrar título completo
Análisis de sensibilidad adicionales que incluyen solo cohortes de Europa occidental, restringiendo el análisis a la mortalidad prematura (<70 años), a un subconjunto de participantes sin los factores de riesgo de 25 × 25 (HR para NSE bajo versus NSE alto 1·26, IC del 95 % 1· 12–1·42), y a estudios de alta calidad o a cohortes con altura y peso o presión arterial medidos mediante procedimientos estándar, arrojaron resultados similares ( apéndice ).

Discusión

Utilizamos datos a nivel individual de más de 1,7 millones de personas en 48 estudios de cohortes independientes para comparar la asociación del nivel socioeconómico bajo con la mortalidad con los de seis objetivos de factores de riesgo de la OMS 25 × 25 para la reducción de la mortalidad prematura. Encontramos que la asociación independiente entre el nivel socioeconómico y la mortalidad es comparable en fuerza y ​​consistencia entre países a las de los factores de riesgo 25 × 25. El nivel socioeconómico bajo se asoció con 2,1 AVP entre las edades de 40 y 85 años, mientras que los años de vida perdidos correspondientes fueron 0,5 por alto consumo de alcohol, 0,7 por obesidad, 3,9 por diabetes, 1,6 por hipertensión. , 2·4 para inactividad física y 4·8 para tabaquismo actual en hombres y mujeres combinados. Estos hallazgos son en gran parte consistentes con estudios previos,

17

, 

18

, 

19

que utilizaba los ingresos o la educación como medida del estatus socioeconómico.

La fuerte influencia de los factores socioeconómicos sobre la salud, la morbilidad y la mortalidad está bien establecida,

3

, 

20

, 

21

, 

22

, 

23

, 

24

, 

25

con estudios que muestran una ampliación de las desigualdades en la mortalidad

22

, 

25

a pesar de que las desigualdades absolutas caen en algunos países.

22

, 

23

Nuestro estudio es uno de los más extensos que examinan el efecto del nivel socioeconómico bajo en la mortalidad prematura y, hasta donde sabemos, es el primer estudio a gran escala que compara directamente la importancia de las circunstancias socioeconómicas como determinantes de la salud con los seis factores de riesgo principales que se abordan en el mundo. estrategias de salud para la reducción de la mortalidad prematura. La asociación entre el nivel socioeconómico bajo y la mortalidad prematura fue consistente en todas las causas de muerte, mientras que los factores de riesgo 25 × 25 generalmente se asociaron más fuertemente con la mortalidad por enfermedad cardiovascular que con el cáncer y con la mortalidad por otras causas.

Utilizamos la posición ocupacional como proxy del estatus socioeconómico y las circunstancias sociales en general. Esta medida es uno de los indicadores de estatus socioeconómico más utilizados, los datos para este indicador estaban ampliamente disponibles en los estudios de cohortes incluidos en nuestro análisis y la posición ocupacional es comparable entre países. La posición ocupacional también tiene la ventaja de reducir la causalidad inversa: evaluamos la última ocupación conocida, que es menos probable que cambie con la enfermedad que los ingresos. Sin embargo, el nivel socioeconómico es un factor complejo que comprende varias dimensiones y al utilizar un solo indicador de nivel socioeconómico podríamos haber subestimado todo su efecto sobre la mortalidad. Abordar varios componentes del estatus socioeconómico (es decir, posición ocupacional baja, pobreza de ingresos,

Este estudio tiene algunas limitaciones importantes. Primero, los factores de riesgo (es decir, hipertensión, actividad física, obesidad y diabetes) están interconectados, lo que dificulta establecer su contribución independiente. Por ejemplo, un nivel socioeconómico bajo puede inducir cambios en uno o más factores de riesgo, pero los factores de riesgo de enfermedades crónicas también pueden reducir la oferta laboral y los ingresos, lo que reduce el nivel socioeconómico. Además, factores distintos a los considerados en la lista 25 × 25 podrían estar involucrados en las vías entre el nivel socioeconómico y la mortalidad. En vista de estas complejas relaciones, nuestras estimaciones de la fracción atribuible a la población, suponiendo asociaciones causales unidireccionales, deben interpretarse con cautela. En segundo lugar, las diferentes medidas del estatus socioeconómico pueden entrelazarse, y puede influir en los factores de riesgo para la salud o la enfermedad en diferentes momentos de la vida de una persona. Por ejemplo, el aumento de los niveles educativos podría contribuir a una mayor esperanza de vida a través de múltiples vías, que incluyen una mejor posición ocupacional, mayores ingresos, menos tabaquismo, reducción de los riesgos laborales, más actividad física, una dieta más saludable, mayor cuidado personal y cumplimiento de los tratamientos médicos.

26

Sin embargo, el hallazgo de que el nivel socioeconómico está asociado con el riesgo de muerte independientemente de los factores de riesgo convencionales sugiere que tanto la adversidad socioeconómica como los factores de riesgo 25 × 25 deben ser el objetivo de las estrategias de salud. En tercer lugar, con categorizaciones amplias de dos o tres niveles, la evaluación tanto del estatus socioeconómico como de los factores de riesgo fue cruda, lo que potencialmente subestimó la fuerza de las asociaciones con los resultados de mortalidad. Sin embargo, la comparación entre los factores de riesgo debe ser equilibrada porque todos se midieron con el mismo nivel relativo de precisión. Las asociaciones observadas de tabaquismo, actividad física, alto consumo de alcohol, diabetes e hipertensión con la mortalidad fueron comparables con las de estudios previos.

27

, 

28

, 

29

, 

30

El resultado no significativo observado entre la obesidad y la mortalidad por todas las causas en los hombres podría ser una subestimación debido a la morbilidad preexistente que conduce a la pérdida de peso y al aumento del riesgo de mortalidad entre las personas delgadas o con bajo peso.

31

, 

32

La heterogeneidad en las estimaciones específicas del estudio fue generalmente baja para la posición ocupacional, pero mayor para algunos de los factores de riesgo ( apéndice ). Esta diferencia podría deberse a diversos grados de precisión en la medición de los factores de riesgo de 25 × 25 en las diferentes cohortes, y el metanálisis de efectos aleatorios tiene en cuenta parcialmente esta incertidumbre para la estimación de los efectos combinados. Finalmente, los estudios de cohortes que participaron en el consorcio LIFEPATH procedían de países de ingresos altos. Por lo tanto, nuestros resultados podrían no ser generalizables a otras poblaciones. Estudios previos sugieren que los factores socioeconómicos y los factores de riesgo 25 × 25 también son fuertes predictores de mortalidad prematura en países de bajos y medianos ingresos.

33

La investigación adicional debe evaluar el estado socioeconómico y los factores de riesgo 25 × 25 para predecir la mortalidad en diferentes entornos económicos.

A pesar de estas limitaciones, nuestro estudio tiene implicaciones importantes. Nuestros hallazgos sugieren que las estrategias y acciones globales existentes definidas en el plan de salud 25 × 25 y el programa de vigilancia de la Carga Global de Enfermedades potencialmente excluyen un determinante importante de la salud de la agenda. La falta de consideración de la interrelación entre las circunstancias sociales y la salud también es evidente en los Objetivos de Desarrollo Sostenible (ODS): el ODS 3 se centra en la salud pero no menciona el papel de las circunstancias sociales. De manera similar, los ODS 1 y 4 se enfocan en la eliminación de la pobreza y el logro de la educación primaria universal, pero no mencionan la reducción de las desigualdades en salud como una meta explícita. Al igual que los factores de riesgo a los que se dirigen las estrategias mundiales de salud existentes, las circunstancias socioeconómicas se pueden modificar mediante políticas a nivel local, nacional o internacional.

26

, 

34

a través de intervenciones como la promoción del desarrollo de la primera infancia, la reducción de la pobreza, la mejora del acceso a una educación de alta calidad, la promulgación de leyes de escolarización obligatoria y la creación de entornos seguros en el hogar, la escuela y el trabajo.

8

, 

9

Durante la última década, los factores socioeconómicos han comenzado a abrirse camino en las agencias internacionales y los informes globales, como lo demuestra el informe de la Comisión de Determinantes Sociales de la Salud (CSDH) de la OMS en 2008.

26

y en la Declaración Política de Río sobre los Determinantes Sociales de la Salud.

35

Aunque estos esfuerzos han aumentado la conciencia sobre las desigualdades socioeconómicas en salud, las estrategias globales de prevención aún parecen estar centradas en el tratamiento de los factores de riesgo proximales. Dichos enfoques no logran abordar poderosas soluciones estructurales previas, como la inversión en programas de educación temprana para niños (permitiendo que los padres trabajen mientras cuidan a sus hijos) y programas de incentivos laborales (es decir, crédito tributario por ingreso del trabajo) que podrían ser una forma rentable para reducir las desigualdades en salud.

10

, 

36

, 

37

, 

38

Al mostrar que el nivel socioeconómico bajo tiene un efecto en la salud comparable al de los principales factores de riesgo, los resultados de nuestro estudio sugieren que las circunstancias socioeconómicas, además de los factores 25 × 25, deben tratarse como un objetivo para las estrategias de salud locales y globales, la salud vigilancia de riesgos, intervenciones y políticas.

 

Esta publicación en línea ha sido corregida. La versión corregida apareció por primera vez en thelancet.com el 27 de febrero de 2017
Colaboradores
MK, SS y PV concibieron el estudio. SS escribió los primeros y sucesivos borradores del manuscrito. CC y MJ modelaron y analizaron los datos. CC, MA, JPM, PM, CD, IK, MK-I, RL, AS, MC-H y Ad’E contribuyeron a la concepción y el diseño del estudio. FG y FR contribuyeron al análisis de datos. HB, MB, FC-C, GC, SF, MG, GGG, VK, AML, MGM, MP, MJS, AS, PV, MZ, MK, PV y MJ recopilaron los datos. Todos los autores revisaron el manuscrito en busca de contenido intelectual importante.
Consorcio LIFEPATH
Harri Alenius, Mauricio Avendano, Henrique Barros, Murielle Bochud, Cristian Carmeli, Luca Carra, Raphaele Castagné, Marc Chadeau-Hyam, Françoise Clavel-Chapelon, Giuseppe Costa, Emilie Courtin, Cyrille Delpierre, Angelo D’Errico, Pierre-Antoine Dugué, Paul Elliott, Silvia Fraga, Valérie Gares, Graham Giles, Marcel Goldberg, Dario Greco, Allison Hodge, Michelle Kelly Irving, Piia Karisola, Mika Kivimäki, Vittorio Krogh, Thierry Lang, Richard Layte, Benoit Lepage, Johan Mackenbach, Michael Marmot, Cathal McCrory, Roger Milne, Peter Muennig, Wilma Nusselder, Salvatore Panico, Dusan Petrovic, Silvia Polidoro, Martin Preisig, Olli Raitakari, Ana Isabel Ribeiro, Ana Isabel Ribeiro, Fulvio Ricceri, Oliver Robinson, Jose Rubio Valverde, Carlotta Sacerdote, Roberto Satolli, Gianluca Severi, Martin J. Shipley, Silvia Stringhini, Rosario Tumino,Paolo Vineis, Peter Vollenweider y Marie Zins.
Declaración de intereses
PVO informa subvenciones de GlaxoSmithKline. JPM informa subvenciones de la Comisión Europea. MK informa subvenciones del Consejo de Investigación Médica y NordForsk, el Programa de Investigación Nórdico sobre Salud y Bienestar. MP informa subvenciones de GlaxoSmithKline y Swiss National Science Foundation, durante la realización del estudio. Todos los demás autores declaran no tener intereses en competencia.
Expresiones de gratitud
Este estudio fue apoyado en parte por la Comisión Europea (subvención de Horizonte 2020 número 633666) y la Secretaría de Estado de Educación, Investigación e Innovación de Suiza SERI. SS cuenta con el apoyo de una subvención Ambizione (PZ00P3_167732) de la Swiss National Science Foundation. SF cuenta con el apoyo de la Fundación Portuguesa para la Ciencia y la Tecnología (SFRH/BPD/97015/2013). AML cuenta con el apoyo de una beca MD-PhD (323530_151479) de la Swiss National Science Foundation. Varias fuentes han respaldado el reclutamiento, el seguimiento y las mediciones en los 48 estudios de cohortes que contribuyen a este análisis colaborativo. MK cuenta con el apoyo del Consejo de Investigación Médica del Reino Unido (K013351) y NordForsk.

Material suplementario

Referencias

  1. 1.
    • OMS

    Plan de acción mundial para la prevención y el control de las enfermedades no transmisibles 2013-2020.Organización Mundial de la Salud , Ginebra, Suiza 2013

    Ver en el artículo

  2. 2.
    • Lim SS
    • Vos T
    • Anuncio de Flaxman
    • et al.
    Una evaluación comparativa del riesgo de la carga de morbilidad y lesiones atribuibles a 67 factores de riesgo y grupos de factores de riesgo en 21 regiones, 1990–2010: un análisis sistemático para el Estudio de carga mundial de morbilidad 2010.

    Lanceta. 2012; 380 : 2224-2260

    Ver en el artículo

  3. 3.
    • Mackenbach J.P.
    • Stirbu I
    • Roskam A.J.
    • et al.
    Desigualdades socioeconómicas en salud en 22 países europeos.

    N Engl J Med. 2008; 358 : 2468-2481

    Ver en el artículo

  4. 4.
    • Stringhini S
    • sabia s
    • Shipley M
    • et al.
    Asociación de la posición socioeconómica con comportamientos de salud y mortalidad.

    JAMA. 2010; 303 : 1159-1166

    Ver en el artículo

  5. 5.
    • Stringhini S
    • Rousson V.
    • Viswanathan B
    • gedeon j
    • Paccaud F.
    • Bovet P
    Asociación del estatus socioeconómico con la mortalidad general y por causas específicas en la República de Seychelles: resultados de un estudio de cohorte en la región africana.

    Más uno. 2014; 9 : e102858

    Ver en el artículo

  6. 6.
    • Hosseinpoor AR
    • Bergen norte
    • mendis s
    • et al.
    Desigualdad socioeconómica en la prevalencia de enfermedades no transmisibles en países de bajos y medianos ingresos: resultados de la Encuesta Mundial de Salud.

    BMC Salud Pública. 2012; 12 : 474

    Ver en el artículo

  7. 7.
    • Rasella D.
    • Aquino R.
    • Santos CA
    • Paes-Sousa R
    • Barreto ML
    Efecto de un programa de transferencias monetarias condicionadas sobre la mortalidad infantil: un análisis a nivel nacional de los municipios brasileños.

    Lanceta. 2013; 382 : 57-64

    Ver en el artículo

  8. 8.
    • Lleras-Muney A
    La relación entre la educación y la mortalidad adulta en los Estados Unidos.

    Rev Econ Stud. 2005; 72 : 189-221

    Ver en el artículo

  9. 9.
    • heckman jj
    Formación de habilidades y la economía de invertir en niños desfavorecidos.

    Ciencias. 2006; 312 : 1900-1902

    Ver en el artículo

  10. 10
    • López-Arana S
    • Avendaño M
    • van Lenthe FJ
    • Burdorf A
    El impacto de un programa de transferencias monetarias condicionadas en los determinantes de la salud infantil: evidencia de Colombia.

    Salud Pública Nutr. 2016; 19 : 1-14

    Ver en el artículo

  11. 11
    • Stringhini S
    • Viswanathan B
    • gedeon j
    • Paccaud F.
    • Bovet P
    La transición social de los factores de riesgo de enfermedades cardiovasculares en la región africana: Evidencia de tres encuestas transversales en las Seychelles.

    IntJ Cardiol. 2013; 168 : 1201-1206

    Ver en el artículo

  12. 12. Higgins JPT Green S Cochrane Handbook for Systematic Reviews of Interventions Versión 5.1.0 [actualizado en marzo de 2011]. La Colaboración Cochrane , 2011
    http://www.handbook.cochrane.org

    (consultado el 15 de junio de 2016).

    Ver en el artículo

  13. 13
    • Royston P.
    • Parmar MK
    Modelos paramétricos flexibles de riesgos proporcionales y probabilidades proporcionales para datos de supervivencia censurados, con aplicación a modelos de pronóstico y estimación de los efectos del tratamiento.

    Stat Med. 2002; 21 : 2175-2197

    Ver en el artículo

  14. 14
    • OMS
    Métricas: Fracción atribuible a la población (PAF). Cuantificación de la contribución de los factores de riesgo a la Carga de Enfermedad.

    http://www.who.int/healthinfo/global_burden_disease/metrics_paf/en/2016

    Fecha: 2016

    (consultado el 15 de junio de 2016).

    Ver en el artículo

  15. 15.
    • IntHout J
    • Ioannidis JP
    • Borm GF
    El método Hartung-Knapp-Sidik-Jonkman para el metanálisis de efectos aleatorios es sencillo y supera considerablemente el método estándar de DerSimonian-Laird.

    Método BMC Med Res. 2014; 14 : 25

    Ver en el artículo

  16. dieciséis.
    • IntHout J
    • Ioannidis JP
    • Móviles MM
    • GoemanJJ
    Alegato para presentar rutinariamente los intervalos de predicción en el metanálisis.

    Abierto BMJ. 2016; 6 : e010247

    Ver en el artículo

  17. 17
    • Münnig P
    • fiscella k
    • tancredi d
    • francos p
    La carga de salud relativa de factores de riesgo sociales y conductuales seleccionados en los Estados Unidos: implicaciones para la política.

    Am J Salud Pública. 2010; 100 : 1758-1764

    Ver en el artículo

  18. 18
    • Münnig P
    • francos p
    • jia h
    • lubetkin e
    • señor oro
    La carga de enfermedad asociada al ingreso en los Estados Unidos.

    Ciencias Sociales Med. 2005; 61 : 2018-2026

    Ver en el artículo

  19. 19
    • Maki NE
    • Martikainen PT
    • Eikemo T
    • et al.
    El potencial para reducir las diferencias en la esperanza de vida entre grupos educativos en cinco países europeos: los efectos de la obesidad, la inactividad física y el tabaquismo.

    J Epidemiol Salud Comunitaria. 2014; 68 : 635-640

    Ver en el artículo

  20. 20
    • Townsend P
    • David N.

    Desigualdades en salud: El informe Black.Penguin Books , Harmondsworth, Reino Unido 1982

    Ver en el artículo

  21. 21
    • Marmota MG
    • Shipley M.J.
    • rosa g
    Desigualdades en la muerte: ¿explicaciones específicas de un patrón general?.

    Lanceta. 1984; 1 : 1003-1006

    Ver en el artículo

  22. 22
    • Chetty R.
    • Stepner M
    • Abraham S.
    • et al.
    La asociación entre ingresos y esperanza de vida en los Estados Unidos, 2001–2014.

    JAMA. 2016; 315 : 1750-1766

    Ver en el artículo

  23. 23
    • Mackenbach J.P.
    • Kulhanova I
    • Artnik B
    • et al.
    Cambios en las desigualdades de mortalidad durante dos décadas: estudio basado en registros de países europeos.

    BMJ. 2016; 353 : i1732

    Ver en el artículo

  24. 24
    • Stringhini S
    • Dugravot A
    • Shipley M
    • et al.
    Comportamientos de salud, estatus socioeconómico y mortalidad: análisis adicionales de las cohortes prospectivas británicas Whitehall II y francesas GAZEL.

    PLoS Med. 2011; 8 : e1000419

    Ver en el artículo

  25. 25
    • mayhew l
    • herrero d

    Una investigación sobre las desigualdades en la vida adulta.Cass Business School, City University London , Londres, Reino Unido 2016

    Ver en el artículo

  26. 26
    • Comisión de Determinantes Sociales de la Salud

    Cerrando la brecha en una generación: equidad en salud a través de la acción sobre los determinantes sociales de la salud. Informe Final de la Comisión de Determinantes Sociales de la Salud.Organización Mundial de la Salud , Ginebra 2008

    Ver en el artículo

  27. 27
    • Gellért C
    • Schottker B
    • brenner h
    Tabaquismo y mortalidad por todas las causas en personas mayores: revisión sistemática y metanálisis.

    Arch Intern Med. 2012; 172 : 837-844

    Ver en el artículo

  28. 28
    • Di Castelnuovo A.
    • costanzo s
    • Bagnardi V.
    • Donati MB
    • Iacoviello L
    • de Gaetano G.
    Dosificación de alcohol y mortalidad total en hombres y mujeres: un metanálisis actualizado de 34 estudios prospectivos.

    Arch Intern Med. 2006; 166 : 2437-2445

    Ver en el artículo

  29. 29
    • Nocon M
    • hiemann t
    • Müller-Riemenschneider F
    • Talau F.
    • Rollo S
    • Willich SN
    Asociación de la actividad física con todas las causas y mortalidad cardiovascular: una revisión sistemática y metanálisis.

    Eur J Cardiovasc Prev Rehabilitación. 2008; 15 : 239-246

    Ver en el artículo

  30. 30
    • Seshasai SR
    • Kaptoge S
    • Thomson A.
    • et al.
    • para la colaboración de factores de riesgo emergentes
    Diabetes mellitus, glucosa en ayunas y riesgo de muerte por causas específicas.

    N Engl J Med. 2011; 364 : 829-841

    Ver en el artículo

  31. 31
    • Berrington de González A.
    • Hartge P.
    • Cerhan JR
    • et al.
    Índice de masa corporal y mortalidad entre 1,46 millones de adultos blancos.

    N Engl J Med. 2010; 363 : 2211-2219

    Ver en el artículo

  32. 32.
    • whitlock g
    • lewington s
    • sherliker p
    • et al.
    • para la Colaboración de Estudios Prospectivos
    Índice de masa corporal y mortalidad por causas específicas en 900 000 adultos: análisis colaborativos de 57 estudios prospectivos.

    Lanceta. 2009; 373 : 1083-1096

    Ver en el artículo

  33. 33.
    • di cesare m
    • Khang YH
    • Asaria P.
    • et al.
    Desigualdades en enfermedades no transmisibles y respuestas efectivas.

    Lanceta. 2013; 381 : 585-597

    Ver en el artículo

  34. 34.
    • Marmota MG
    • atkinson
    • campana j
    • et al.

    Sociedad justa, vidas saludables: una revisión estratégica de las desigualdades en salud en Inglaterra después de 2010: The Marmot Review.Instituto UCL , Londres 2010

    Ver en el artículo

  35. 35.
    • OMS

    Declaración Política de Río sobre Determinantes Sociales de la Salud.Organización Mundial de la Salud , Río de Janeiro, Brasil 2011

    Ver en el artículo

  36. 36.
    • levin h
    • Belfield C
    • Münnig P
    • Rosa C

    Los costos y beneficios de una excelente educación para los niños estadounidenses.Teachers College , Nueva York, NY 2006

    Ver en el artículo

  37. 37.
    • Elesh D
    • Lefcowitz MJ
    Los efectos del Experimento del Impuesto sobre la Renta Negativo de Nueva Jersey-Pennsylvania sobre la salud y la utilización de la atención médica.

    J Health Soc Behav. 1977; 18 : 391-405

    Ver en el artículo

  38. 38.
    • Münnig PA
    • Mohit B
    • wu j
    • jia h
    • rosa z
    Rentabilidad del crédito tributario por ingreso del trabajo como inversión en políticas de salud.

    Am J Previo Med. 2016;( publicado en línea el 26 de agosto ) .https://doi.org/10.1016/j.amepre.2016.07.001

para leen la nota original, cliquear aquí

About The Author