LAS ESTIMACIONES DE LA MORTALIDAD MATERNA PARA REPÚBLICA DOMINICANA.

I. LA MORTALIDAD MATERNA EN LAS FUENTES INTERNACIONALES.

1.1 Divergencias en las estimaciones internacionales de mortalidad materna

La adopción en el año 2000 de la Declaración del Milenio de las Naciones Unidas por la Asamblea General de la ONU y la consecuente fijación de los Objetivos de Desarrollo del Milenio (ODM) han supuesto un reto estadístico para las instituciones internacionales involucradas en el logro y seguimiento de las metas. El Objetivo 5 de los ODM, mejorar la salud materna, detalla dos metas: el acceso universal a la salud reproductiva y reducir la mortalidad materna a la mitad para el 2015.

En el caso de la mortalidad materna el reto estadístico era especialmente complejo: a las dificultades tradicionales de medición, se unía la necesidad de desarrollar una metodología común que hiciera los resultados nacionales y globales más fiables, comparables en el tiempo y entre países.

Durante los años 90 diferentes agencias internacionales enfrentaron el reto. La OMS (Organización Mundial de la Salud) y el Fondo de las Naciones Unidas para la Infancia (UNICEF) elaboraron en 1996 unas estimaciones interinstitucionales de mortalidad materna para el año 1990 que inaugurarían una serie de ejercicios similares a lo largo de la década y en el cambio de siglo. UNICEF, la OMS y el UNFPA produjeron dos nuevos ejercicios en los años 2001 (para el año 1995) y 2004 (para el año 2000). En el año 2006 el grupo se amplia para incorporar la participación del Banco Mundial y la División de Población de Naciones Unidas y se realizan estimaciones para el 2005 publicadas en el año 2008. Estas contribuciones no mantuvieron una homogeneidad metodológica y estuvieron determinadas por una sustantiva limitación en la información estadística disponible. El informe del 2008, por ejemplo no dispone de ningún tipo de dato sobre mortalidad materna para 61 de los 171 países considerados. No obstante, impulsado por el monitoreo del logro de los ODM, muchos países comenzaron a mejorar la elaboración y el reporte de los insumos necesarios para los modelos de estimación de los indicadores de mortalidad materna.

En el año 2010, el ahora denominado ahora Grupo Interagencial para la Estimación de la Mortalidad Materna (MMEIG por sus siglas en inglés) bajo la dirección de académicos de la Universidad de California en Berkeley, publica un nuevo informe para el que cuenta con información de 148 de los 172 países considerados. El grupo contará además con el asesoramiento técnico independiente de un grupo de expertos externos  procedentes de diversas universidades de los EE.UU. – el Technical Advisory Group (TAG) -.

Las nuevas estimaciones recalculan el número de muertes maternas y la Razón de Mortalidad Materna (RMM) para los años 1990, 1995, 2000, 2005 y 2008 con una nueva metodología desarrollada para este informe y que se aplicará en sucesivos informes del MMEIG en el 2012 y en el 2014. El último informe disponible a la fecha, el octavo, publicado en 2015, modifica la metodología utilizada en los tres informes previos, con efectos sustantivos sobre las estimaciones de la mortalidad materna en República Dominicana (Grafico 1)

Gráfico 1. Razón de Mortalidad Materna (RMM) estimada por el MMEIG 

para República Dominicana en sucesivos informes

El informe del año 2015 destaca por la reducción de la mortalidad estimada a lo largo de toda la serie histórica. Si en informes previos la primera década del siglo XXI viene caracterizada por valores de la RMM entre las 100 y 150 muertes por cada 100,000 nacidos vivos, el nuevo dato fruto de la actualización metodológica, sitúa la banda de fluctuación entre 50 y 100 muertes maternas por cien mil nacidos vivos.

La diferencia, en el caso de las estimaciones globales y regionales, no es tan acusada y puede interpretarse como una mejora continua resultado de la nueva información disponible y del perfeccionamiento de los parámetros del modelo de estimación (Gráfico 2)

Gráfico 2. Razón de Mortalidad Materna estimada por el MMEIG 

para la población mundial en sucesivos informes

Las del MMEIG no son las únicas estimaciones globales de la razón de mortalidad materna. Instituciones e investigadores han propuesto y publicado metodologías alternativas para estimar la mortalidad en el mundo y en cada país. Por ejemplo el Instituto de Métrica y Evaluación de la Salud (IHME por sus siglas en inglés) ha publicado una serie de estimaciones^[1] cuyos resultados globales se aproximan a los del MMEIG. Los resultados nacionales presentan en general más diversidad. Para el caso dominicano el IMHE estima niveles de mortalidad materna notoriamente bajos a la altura del año 2013.

                Tabla 1.  Razón de Mortalidad Materna estimada por el IHME. 

                              República Dominicana, 1990,2003 y 2013.

Año	RMM
1990	73.8
2003	60.5
2013	40.8

Ambos modelos coinciden en explotar las posibilidades que ofrece el análisis de regresión para realizar estimaciones cuando nos encontramos con ausencia de datos o con datos de mala calidad[1]. Pero difieren ampliamente en el tratamiento de la información de acuerdo con su calidad, en los ajustes que se aplican a los datos disponibles, en las asunciones, en las variables de predicción del modelo y en el tratamiento de las muertes atribuidas al SIDA entre otras cuestiones importantes.

En definitiva, las estimaciones de mortalidad materna para Republica Dominicana realizadas a nivel internacional muestran divergencias entre las diversas fuentes y dentro de una misma fuente a lo largo de tiempo. Las diferencias derivan fundamentalmente de la utilización de diferentes metodologías de cálculo pero también, como veremos, de los insumos de información estadística utilizados en los modelos.

Pero las divergencias en la estimación de la mortalidad materna no se presentan únicamente al comparar diferentes fuentes internacionales. La comparación de las fuentes internacionales con las nacionales también arroja divergencias significativas. La tabla 2 muestra esta situación para el caso dominicano:

Tabla 2.  Razón de Mortalidad Materna según diversas fuentes nacionales e internacionales. República Dominicana.

Año	IHME	MMEIG 2015	SISDOM 2015*	Portal ODM*
1990	73.8	198		121,6
2000				99,4
2001			91,9	91,9
2002			130,2	130,2
2003	60.5		124,8	124,8
2004			146,8	146,8
2005		64	154,8	154,8
2006			143,1	143,1
2007			127,1	127,1
2008			141,8	141,8
2009			142,5	142,5
2010		75	130,7	133,4
2011			104,5	106,6
2012			106,0	106
2013	40.8		108,7	107,3
2014
2015		92

*El Sistema de Indicadores Sociales de República Dominicana (SISDOM) puede consultarse en la dirección: electrónica http://economia.gob.do/mepyd/despacho/unidad-asesora-de-analisis-economico-y-social/sisdom/sisdom-2015/; el Portal de los Objetivos de Desarrollo del Milenio ODM puede consultarse en la dirección: odm.gob.do

El problema no es exclusivo de República Dominicana. En un documento del año 2015, la CEPAL[1] analiza las causas por las que los datos nacionales de mortalidad materna en América Latina difieren tradicionalmente de los datos que publica en MMEIG, señalando tres principales:

i) La inclusión de las muertes tardías en la definición operativa de muertes maternas; ii) La fuente de datos de los nacimientos utilizada en la estimación de la RMM y iii) La aplicación por defecto de un factor de ajuste por clasificación errónea a los países que no han documentado adecuadamente los procesos de evaluación de la calidad de la información de sus sistemas de registro de la mortalidad materna

Magda Ruiz Salguero, Lina Márquez y Tim Miller (2015)

De los tres factores citados, es el tercero el que tendrá un efecto más importante en las divergencias que se constatan. El tratamiento de la información primaria, entregada por los países (Ministerios de Salud, Institutos de Estadística) a los organismos internacionales, es la principal causa de divergencia entre las estimaciones internacionales y las que realizan los propios países. Pero no todos los países se verán afectados de la misma manera. Paradójicamente serán los países con mejores registros de muertes maternas los más penalizados por la aplicación del factor de ajuste por clasificación errónea que incrementa en un 50% el número de las muertes reportadas por el país. República Dominicana nunca formó parte de ese grupo de países, sino que se encontraba en el denominado “Grupo B”, que en el penúltimo informe del MMEIG incluía al 52% de los 181 países considerados en el informe[2].

1.2 La metodología del Grupo Interagencial de Naciones Unidas para la estimación de la mortalidad materna (MMEIG) hasta el año 2014

Los informes del MMEIG publicados en 2010, 2012 y 2014 utilizaban una misma metodología para estimar la razón de mortalidad materna. En una primera fase los países se clasificaban en tres grupos, A, B y C de acuerdo con la disponibilidad y calidad de sus datos: 

                                                              Tabla 3.    Clasificación de los países según la calidad de las fuentes 

                                                          de datos disponibles. Trends in maternal mortality: 1990 to 2013. WHO.

Para valorar la calidad de los datos provenientes de registros, elemento central de la clasificación anterior, los países se clasificaron también en tres grupos:

•  Grupo 1: se caracterizan por disponer de datos de registro previos a 1996 y posteriores a 2007, tener datos para la mayoría de los años de la serie, una cobertura de al menos el 85% en la mayoría de los años y las causas de defunción mal definidas no deben superar el 20% del total. Todos entraban a formar parte del Grupo A.
•  Grupo 2: tienen datos de registro con una cobertura superior al 60% pero inferior al 85% en la mayoría de la serie anual y la mala clasificación de la causa de muerte no supera el 20% de los casos en la mayoría de los años de la serie. Todos estos países entraron a formar parte del Grupo B, junto con aquellos que disponían de otras fuentes alternativas (no de registro) de datos de calidad.
•  Grupo 3: tienen una cobertura inferior al 85% y la mala clasificación supera el 20% en la gran mayoría de los años. Estos países (ninguno de América Latina) pasaron a formar parte del grupo C.

En el caso de los países del grupo A, aquellos con mejores registros, los datos del registro de defunciones se utilizaban directamente para realizar la estimación de la MMR. Pero previamente se realizaban fuertes ajustes para corregir el subregistro y los errores de clasificación[1]:

Completeness was then assessed and adjusted by methods described by Mathers et al in 2005. To further adjust for underreporting of maternal deaths due to potential misclassification, the numbers of maternal deaths were multiplied by a factor of 1.5, or by a country-specific factor where appropriate evidence is available. The default factor of 1.5 was derived from previous studies[2]

WHO (2014)

Dado que la mayoría de los países latinoamericanos del grupo A no disponían de estudios[3] para avalar factores de corrección diferentes al 1.5, las muertes reportadas se incrementaban en un cincuenta por cierto para entrar en el cálculo del MMEIG.

República Dominicana fue clasificada entre los países del Grupo B. La metodología de cálculo cambia radicalmente para ese grupo de países. De hecho la información provista por los países no se utiliza directamente para el cálculo de la mortalidad materna. Tanto para los países del grupo B como los del grupo C el MMEIG aplica un modelo de regresión que pone en relación la mortalidad materna con otras variables socioeconómicas que se han mostrado capaces de predecir su comportamiento:

Como primer paso del modelo, se estima la proporción de muertes de mujeres que son maternas (PMD) mediante un modelo que mide la exposición al riesgo sobre la base de cinco factores de predicción: el producto interno bruto (PIB) per cápita —como indicador del desarrollo económico—, la proporción de partos atendidos por personal calificado —como indicador del estado de los servicios de salud—, la tasa de fecundidad general (nacidos vivos por cada mujer de entre 15 y 49 años de edad) como indicador de la exposición al riesgo, y un efecto país y un efecto región. Puesto que el modelo no incluye las muertes relacionadas con el VIH/SIDA, se agrega una estimación independiente de muertes maternas indirectas por causas relacionadas con esta patología.

Magda Ruiz Salguero, Tim Miller, Lina Márquez, María Cecilia Villarroel (2015)

En el primer paso del cálculo, el modelo de regresión arroja como resultado el valor para un indicador concreto: el porcentaje de muertes maternas sobre el total de las muertes de mujeres en edad fértil. Una vez obtenido este valor, el segundo paso del cálculo consiste en aplicar dicho porcentaje al número de defunciones de mujeres en edad fértil de cada país. El MMEIG calcula las defunciones de mujeres en edad fértil aplicando las probabilidades de morir de las tablas de vida de la OMS a la población estimada de la edad y sexo considerado que produce la División de Población de Naciones Unidas. El modelo permite obtener una estimación del porcentaje de muertes de mujeres en edad fértil que son muertes maternas. Este cálculo inicial excluye sin embargo a las muertes maternas vinculadas al VIH-SIDA. La alta incidencia de esta enfermedad en algunos países subsaharianos motivó que el modelo estimase aparte las muertes maternas vinculadas al VIH-SIDA. Seria prolijo describir este cálculo, por lo que no lo incluimos en el documento. Baste decir que implica asumir varios supuestos basados en información de expertos[4].

Una vez sumadas las muertes maternas vinculadas al VIH-SIDA y las que no lo están, el último paso es semejante para los tres grupos de países: el valor estimado de muertes maternas obtenido sirve entonces de numerador para cálculo de la razón de mortalidad materna, al ser dividido por el número de nacidos vivos, tomados también de las estimaciones de la División de Población de Naciones Unidas. Cabe señalar que este cálculo se realiza de forma agrupada para períodos de cinco años. Es decir se suman las muertes maternas estimadas de cinco años y se divisen entre los nacimientos ocurridos en esos cinco años. El resultado es un valor para el año central del quinquenio que coincide con los años terminados en cinco y cero[5].

Podemos reproducir este cálculo, aplicado a los países del grupo B y C, para el caso dominicano a modo de ejemplo. Dados los valores del intercepto (2.54), el efecto país (0.76) y el efecto región (0.16), basta con incluir los valores de las tres variables en la ecuación de regresión para obtener el estimado de PM (excluyendo VIH-SIDA).

ln(PM) = 2,54 – 0,3062*ln(PIB) + 0,9670*ln(TGF) – 0,8398*SAB + 0,76 + 0,16

CEPAL^[6] presenta la información utilizada por el MMEIG para estimar el dato de RD, tomada de fuentes internacionales (Banco Mundial, Organización Mundial de la Salud, División de Población de NN.UU, UNICEF) para estimar el porcentaje de muertes maternas (PM) entre las muertes de mujeres en edad fértil. El cálculo corresponde al informe 1990-2013 del MMEIG y el ejemplo aplica para la estimación del año 2010.

Tabla 4.  Valores de las variables incluidas en el cálculo del porcentaje de muertes de mujeres en edad fértil que son muertes maternas. República Dominicana. Estimación para el año 2010. Informe 1990-2013 del MMEIG. 

Variables	Valor RD
Producto Interior Bruto per capita (PIB) en US$	8231
Tasa de Fecundidad General (TFG)	0.08
Porcentaje de partos atendidos por personal calificado (SAB)	98%
Resultado: porcentaje de muertes maternas (PM)	8%

Para el año 2010, año central del quinquenio 2008-2012, la ecuación queda como sigue:

ln(0,08) = 2.54 – 0.3062*ln(8231) + 0.9670*ln(0.08) – 0.8398*0.98 + 0.76 + 0.16

El 0.08 u 8% representa el porcentaje estimado de las muertes maternas entre las muertes de mujeres en edad fértil en República Dominicana sin considerar los efector del VIH-SIDA. Un ajuste adicional para incluir en la estimación el efecto del VIH-SIDA arroja un resultado final del 6.5%.

Con este dato y recurriendo de nuevo a fuentes de información internacional (División de Población de Naciones Unidas, OMS) puede estimarse el número de muertes maternas y la razón de mortalidad materna^[1].

Tabla 5.  Valores de las variables incluidas en el cálculo de la RMM. República Dominicana. Estimación para el año 2010. Informe 1990-2013 del MMEIG. 

Variables	Valor RD
Muertes de mujeres de 15 a 49 años	4445
Muertes maternas	289
Nacidos vivos	219237
Resultado: RMM (por 100.000 nacidos vivos)	8%

La descripción previa permite concluir que el papel de los datos nacionales y los ajustes que estos datos reciben es muy importante para estimar la mortalidad materna de los países del grupo A. Pero el dato de los países del grupo B (como República Dominicana) no se utiliza para el cálculo de la mortalidad materna, solo sirve (unido al dato de los países del grupo A) para obtener los parámetros del modelo de regresión.

Esto implica que los datos nacionales y los internacionales del MMEIG sobre mortalidad materna pueden distanciarse por dos razones principales[1]: 1) por la aplicación de factores de corrección excesivamente elevados (1.5 por defecto) a los datos de muertes maternas registrados de los países del grupo A; 2) por las limitaciones del modelo de regresión para predecir con precisión el porcentaje de muertes maternas en cada uno de los países del grupo B (independientemente de su desempeño global).

1.3 El tratamiento estadístico de los datos provenientes de países con fuentes de información deficientes.

En la sección previa hemos comprobado que, para los países del Grupo B, los datos nacionales aportados al MMEIG solo se consideran para construir el modelo de regresión, pero no intervienen directamente en el cálculo de las estimaciones de mortalidad materna nacionales.

Los imputs para construir el modelo de regresión provienen de los registros de hechos vitales de los países del grupo A y, en el caso de los países Grupo B, también de encuestas de fecundidad, sistemas de vigilancia, búsqueda activa, procedimientos tipo RAMOS, etc.

Los datos así obtenidos sufren un ajuste previo, semejante al descrito para los países del Grupo A cuando los datos provienen de registros de hechos vitales. Pero si provienen de otro tipo de fuente se les aplica un factor 1.1, es decir se incrementan en un 10% en el entendido de que hay una cierta sub identificación de algunos tipos de muertes maternas (como las debidas a abortos).

Deaths from civil registration were adjusted upwards (by a factor of 1.5 by default or by a country-specific misclassification factor as noted earlier, see Appendix 1) for misclassification and then divided by the number of deaths of women aged 15–49 years to derive the PM. Observed deaths from other sources (e.g. surveys, surveillance systems, censuses, RAMOS, sample registration system and others) were adjusted upwards by a factor of 1.1 (24).

WHO (2014)

Cuando los datos disponibles se refieren a las muertes relacionadas con el embarazo en sentido amplio (como en el caso de las encuestas DHS o MICs) se corrigen a la baja para acercarse al valor de las verdaderas muertes maternas[1]:

For countries of Sub-Saharan Africa we assumed π=0.10, and for all others we assumed π=0.15. For countries with negligible levels of HIV/AIDS, observed values of PM [Proportion of maternal deaths] based on a pregnancy-related definition were multiplied by 1−π before serving as an input to the model.

John R. Wilmoth, Nobuko Mizoguchi, Mikkel Z. Oestergaard, Lale Say, Colin D. Mathers, Sarah Zureick-Brown, Mie Inoue, Doris Chou (2014)

Tabla 6.  Fórmulas de cálculo y ajustes en los datos para la estimación de la RMM según grupo de países

	Países Grupo A	Países Grupo B	Países Grupo C
Tipo de calculo	Directo	Modelo de regresión lineal
Fórmula	RMM= Defunciones maternas ajustadas / Nacimientos x100,000	RMM = PM x Defunciones MEF / Nacimientos Donde PM (proporción de las muertes de mujeres en edad materna que son muertes maternas) se estima: log(PM) = β0 + β1 log(PIB) + β2 log(TFG) + β3 SABi + αc + αR + ε Nota: los valores de los parámetros y los interceptos han variado en los diferentes estudios.
Ajustes	Para el numerador: Ajuste variable de la cobertura y la mala clasificación (1.5 por defecto) de las muertes maternas reportadas. El valor ajustado entra en el numerador	Para los imputs del modelo: Ajuste variable de la cobertura y la mala clasificación -multiplicador específico de país o bien 1.5 por defecto para la información proveniente de registros advos. - 0.90 ó 0.85 para la información procedente de encuestas que calculan las muertes relacionadas con el embarazo en sentido amplio - 1.1 de la información procedente de otras fuentes (sistemas de vigilancia, RAMOS, etc.)
		Ajuste de las defunciones maternas por SIDA

1.4 Calcular la mortalidad materna ignorando los datos nacionales

Las diferencias entre los datos nacionales y los internacionales encuentran una primera explicación en el hecho de que los datos directos sobre muertes maternas producidos en el país hayan tenido escaso uso por parte de los modelos teóricos diseñado a nivel internacional, al menos para una parte considerable de los países de América Latina. También en la aplicación de factores de corrección muy elevados a los datos de registro.

Pero la postergación de los datos nacionales aumenta cuando consideramos otros datos esenciales para el cálculo final de la RMM como las tablas de vida (que permiten calcular el número de mujeres muertas en edad fértil por todas las causas) y los nacimientos anuales. Estos datos tampoco se reciben de las instituciones nacionales de estadística o de salud, sino que se toman la Organización Mundial de la Salud (OMS/WHO) y de los cálculos que realiza la División de Población de Naciones Unidas.

A este respecto ya CEPAL ha señalado la problemática derivada de la postergación de las fuentes nacionales, en concreto de los datos sobre nacimientos:

En general se observa una diferencia entre los nacimientos ocurridos y registrados en las estadísticas oficiales de los países con buenos registros y los utilizados por el MMEIG en su estimación de la Razón de Mortalidad Materna, que corresponden a los nacimientos implícitos en las proyecciones elaboradas por la División de Población de las Naciones Unidas.

Magda Ruiz Salguero, Lina Márquez y Tim Miller (2015)

Las diferencias no surgen únicamente para los países con buenos registros de nacimientos: los países clasificados en el grupo B, como República Dominicana, aún con registros deficientes realizan sus propias estimaciones de nacimientos, de población y de mortalidad que no son necesariamente semejantes a las que maneja la División de Población de Naciones Unidas. La mayoría de las veces las diferencias entre los datos nacionales e internacionales responden a un problema de actualización del repositorio internacional que no incorpora en tiempo real los nuevos ejercicios demográficos nacionales.

En definitiva, la indiferencia relativa de los datos nacionales para el cálculo de las muertes maternas en los países del Grupo B, y su radical corrección en los países del Grupo A que no cuentan con estudios específicos sobre clasificación errónea de la causa de muerte (la mayoría de los de América Latina), se acrecienta por el hecho añadido de que la información de población que es necesaria para calcular la RMM se obtiene también de fuentes internacionales. Todo ello contribuye en última instancia a aumentar el desajuste entre las estimaciones nacionales y las internacionales.

1.5 Poner en valor los datos: la nueva metodología del MMEIG en el informe 2015

Tres informes sucesivos del Grupo Interagencial han utilizado la metodología descrita en el punto anterior. Pero en el año 2015 un nuevo informe presenta una metodología renovada[1]. En buena medida este cambio responde a las críticas recibidas desde los niveles nacionales. Criticas que a su vez se vinculan con la relevancia del indicador en el marco del monitoreo de los Objetivos de Desarrollo del Milenio (ODM) y, desde el 2015, de los Objetivos de Desarrollo Sostenible (ODS).

La nueva metodología va a retomar la importancia de los datos nacionales para aquellos países que venían siendo catalogados dentro del grupo B pero que pueden presentar series largas de datos (como República Dominicana). El informe 2015 reconoce que la metodología anterior, al privilegiar el peso de las variables predictoras frente a los datos reportados, arrojaba resultados inexactos[2].

Firstly, the rate of change in the (non-AIDS) MMR for countries in group B follows from Eq. 2 [log(PM) = β0 + β1 log(PIB) + β2 log(TFG) + β3 SABi + αc + αR + ε]  and is thus determined by rates of change in covariates and global regression coefficients, which can result in inaccurate estimates of trends.

Leontine Alkema el al. (November 2015)

La segunda innovación tiene que ver con el ajuste que reciben los datos que entran al modelo de regresión. El tratamiento previo abordaba uniformemente todos los datos recibidos, independientemente de la calidad comprobable de las diferentes observaciones:

…when fitting the multilevel model, all adjusted observations are treated equally regardless of data quality and uncertainty associated with the observation. This is not appropriate given the great variation in error variance associated with the different observations.

Leontine Alkema et al. (November 2015)

El nuevo modelo bayesiano de estimación de la mortalidad materna pretende ser capaz de ajustarse mejor a los datos, dando más peso a aquellos estudios o fuentes que ofrezcan una mejor calidad en un periodo determinado. También pretende incorporar las mejoras en la calidad del dato recibido a lo largo del tiempo, por ejemplo de los países que reportaban resultados de encuesta y empiezan a reportar datos de registros vitales mejorados. Todo ello sin perder la capacidad de realizar estimaciones para aquellos países que no presentan datos en absoluto.

En síntesis la metodologia propuesta parte la regresión utilizada los grupos de países C y B en los informes previos, en la que tres covariables - PIB, Tasa de Fertilidad General y porcentaje de partos atendidos por personal especializado – sirven para estimar la mortalidad materna esperada. A dicha estimación se le añade un multiplicador específico para cada país y año que incorpora (al alza o a la baja) la influencia de los datos disponibles de acuerdo a su calidad.

This Bayesian model extends the approach previously used by the UN MMEIG to better capture trends in, and uncertainty around, country data: it combines the rate of change implied by a multilevel regression model with a flexible time series model to capture data-driven changes in country-specific MMRs[3]

Leontine Alkema et al. (November 2015)

Este procedimiento se aplica de manera indiferente a todos los países, lo que exime de realizar la clasificación entre grupos de países (A, B y C) propia de la metodología previa. Todos los países parten de una estimación inicial basada en la sólida relación existente entre las tres variables predictoras del modelo y la variable dependiente. La estimación se corrige con el multiplicador, un distorsionador cuya influencia es nula en los países sin datos disponibles, relevante en los países con información de calidad intermedia y determinante en los países con información estadística de buena calidad.

Como en versiones anteriores, los datos brutos se ajustan de forma previa a su inserción en el modelo y, en general, los criterios de ajuste son semejantes:

• no se aplican ajustes a la información proveniente de estudios especializados (se asumen las del estudio).
• los datos provenientes de fuentes diferentes a los registros de hechos vitales o a estudios especializados se multiplican por un factor 1.1 para compensar el subregistro.
• cuando la información que se reporta está referida a muertes vinculadas con el embarazo se considera que el 85% (países subsaharianos) o el 90% (resto de países de mediano y bajo ingreso) de esas muertes son verdaderas muertes maternas (no accidentales o incidentales).

El ajuste de los datos provenientes de registros vitales, sin embargo, tiene un tratamiento diferente en este nuevo informe del MMEIG. Todas las observaciones aportadas por los registros de hechos vitales son valoradas con un factor de acuerdo al grado de “usabilidad” del dato.

For VR [vital register] observation i, its usability u_i is defined as the fraction of all-cause deaths in the country-year for which causes have been assessed in the VR. It is the product of the completeness of the VR and the percentage of deaths with a well-defined cause.

Leontine Alkema et al. (November 2015)

Nótese que ahora, y a diferencia de los informes previos, el ajuste se aplica a cada observación y no al conjunto de los datos del país. Por tanto no hablamos de países A, B o C, sino de observaciones tipo I, II o III:

This method of categorizing each year of a country’s VR data, rather than placing all of a country’s data into the same category (as in the previous estimation round), takes into account changes in data quality over time. For example, if a country strengthens its CRVS system, data from years after the system improvement can be categorized as type I, even if data from earlier years were classified as type II.

WHO 2015

La usabilidad de la observación y su confiabilidad determina la forma de calcular el factor de ajuste[4]. Las observaciones calificadas como de Tipo I, que son las que presentan los países con mejores registros de hechos vitales, solo reciben un ajuste inicial. Pero para las observaciones de Tipo II se calcula un ajuste adicional dependiendo del grado de usabilidad de cada una de las observaciones brutas.

Tabla 7.  Usabilidad de los registros de hechos vitales

Usabilidad de los registros de hechos vitales	Usabilidad de la observación	Condiciones adicionales  (confiabiliad)
Tipo I	>80%	Observación perteneciente a una serie continua (con no más de un año sin dato en la serie) de registros vitales con al menos tres observaciones con usabilidad por encima del 60%
Tipo II	>60%	Observación perteneciente a una serie continua (con no más de un año sin dato en la serie) de registros vitales con al menos tres observaciones con usabilidad por encima del 60%
Tipo III	Calidad sin evaluar
Excluidos	<60 o:p="">

La observación queda excluida aunque está por encima del 60% de usabilidad cuando no forma parte de una serie continua de al menos tres años por encima de ese valor y no más de un año sin dato en la serie

El ajuste inicial, el único que reciben las observaciones calificadas como de tipo I, es de 1.5 por defecto. Pero cuando se presentan estudios especializados que arrojan otros valores de ajuste diferentes, serán estos los que se apliquen. En este punto la metodología del Informe 2015 no difiere de la de informes anteriores. El ajuste adicional se aplica las observaciones de tipo II o III y permite incrementar o reducir el ajuste de acuerdo con los cambios en la usabilidad del dato disponible

Finalmente, el modelo mantiene el cálculo separado de las muertes maternas[1] vinculadas al VIH-SIDA. La metodología es la misma que la de los informes previos y el resultado se adiciona a las muertes maternas estimadas para las muertes no vinculadas al VIH-SIDA.

Los resultados de la aplicación de la nueva metodología suponen un cambio sustancial con respecto a las estimaciones realizadas con la metodología previa (ver Gráfico 1). Tanto en los niveles de mortalidad como en su tendencia. Estas cuestiones serán objeto de un segundo trabajo que esperamos presentar en breve.

NOTAS

1. Nicholas J Kassebaum (2014). Global, regional, and national levels and causes of maternal mortality during 1990–2013: a systematic analysis for the Global Burden of Disease Study 2013. The Lancet, Vol. 384, p. 980–1004. http://www.thelancet.com/pdfs/journals/lancet/PIIS0140-6736(14)60696-6.pdf

2. Para una somera comparación entre ambas metodologías se puede consultar el documento elaborado por el Grupo de Trabajo Regional para la Reducción de la Mortalidad Materna (Marzo 2012) Estimaciones de Mortalidad Materna en América Latina y el Caribe: Un breve panorama.

3. Magda Ruiz Salguero, Lina Márquez y Tim Miller (2015). La mortalidad materna: ¿por qué difieren las mediciones externas de las cifras de los países? CEPAL. El informe trabaja comparando los datos nacionales reportados a la OPS con la información publicada en 2014 por el MMEIG en su informe Trends in Maternal Mortality: 1990 to 2013. Por tanto está pendiente de evaluar las eventuales diferencias derivadas de la aplicación de la nueva metodología del MMEIG usada en el informe de 2015.

4. Los países latinoamericanos incluidos en el Grupo B eran Bolivia (Estado Plurinacional de), Brasil, Ecuador, El Salvador, Haití, Honduras, Nicaragua, Paraguay, Perú la propia República Dominicana 

5. WHO (2014). Trends in maternal mortality: 1990 to 2013. Estimates by WHO, UNICEF, UNFPA, The World Bank and the United Nations Population Division. 

6. Se distinguen dos factores de ajuste diferentes: un pequeño ajuste por subregistro (entre el 1 y el 1.18) calculado para cada país con la metodología de Mathers el al. (2005) y un ajuste por mala clasificación variable de acuerdo con los estudios disponibles en cada país pero que se sitúa por defecto en el 1.5 en caso de ausencia de estudios; este factor sería el decisivo por su influencia sobre los estimados. Véase Magda Ruiz Salguero, Tim Miller, Lina Márquez, María Cecilia Villarroel (2015). Hacia la armonización de las estimaciones de mortalidad materna en América Latina Actualización y ampliación a los 20 países de la región. CEPAL.

7. Solo México (factor 0.99), Guatemala (factor 1.73) y Brasil (factor 1.40) disponían de estudios de esta índole en el informe de 2014 entre los países latinoamericanos. Brasil forma parte de los países del grupo B, mientras Guatemala y México son del Grupo A, compuesto, además de por los dos anteriores, por Argentina, Chile, Colombia, Costa Rica, Cuba, Panamá, Uruguay y Venezuela (República Bolivariana de) 

8. Los detalles del modelo pueden consultarse en John R. Wilmoth, Nobuko Mizoguchi, Mikkel Z. Oestergaard, Lale Say, Colin D. Mathers, Sarah Zureick-Brown, Mie Inoue, Doris Chou (2014). New Method for Deriving Global Estimates of Maternal Mortality. Stat Politics Policy 3 (2).

9. Se han publicado estimaciones para otros años no terminados en cinco y cero (2008, 2013) cuando se trata del año final de una serie. La metodología el cálculo de la RMM en estos años especiales sufre modificaciones significativas.

10. Magda Ruiz Salguer, Tim Miller, Lina Márquez, María Cecilia Villarroel (2015). Hacia la armonización de las estimaciones de mortalidad maternal en América Latina. Actualización y ampliación a los 20 países de la región. CEPAL.

11. En realidad la división entre muertes y nacimientos se realiza agregada para cinco años. Se he realizado solo para uno por claridad expositiva siguiendo en esto a la publicación citada de la CEPAL

12. Hay otras razones relevantes que exigen una consideración detenida, pero quizás no tienen la misma relevancia para el resultado final de la estimación para República Dominicana (aunque sí en otros países): la inclusión o exclusión de las muertes tardías en el cálculo del indicador, los distintos intervalos de edad considerados para definir la edad fértil y los pormenores de la codificación de las MM con las distintas versiones de la Clasificación internacional de Enfermedades (CIE). Ver al respecto Magda Ruiz Salguero, Lina Márquez y Tim Miller (2015). La mortalidad materna: ¿por qué difieren las mediciones externas de las cifras de los países? CEPAL.

13. John R. Wilmoth, Nobuko Mizoguchi, Mikkel Z. Oestergaard, Lale Say, Colin D. Mathers, Sarah Zureick-Brown, Mie Inoue, Doris Chou (2014). A New Method for Deriving Global Estimates of Maternal Mortality. Stat Politics Policy, 3(2).

14. WHO (2015). Trends in maternal mortality: 1990 to 2015. Estimates by WHO, UNFPA, The World Bank and the United Nations Population Division.

15. Leontine Alkema, Sanqian Zhang, Doris Chou, Alison Gemmill, Ann-Beth Moller, Doris Ma Fat, Lale Say, Colin Mathers, Daniel Hogan (November 2015). Bayesian approach to the global estimation of maternal mortality.

16. El MMEIG señala que el modelo de series de tiempo ARIMA (autoregressive integrated moving average) añade a la tasa de cambio prevista por el modelo de regresión multinivel, una corrección que toma en cuenta los cambios en los datos específicos de cada país para el cálculo de la razón de mortalidad materna. También se toma en cuenta la variedad en la calidad del dato proveniente de las distintas fuentes, lo que reduciría el sesgo y facilitaría la inclusión de diferentes fuentes de datos para un mismo país. 

17. La calidad de cada observación se mide por 1) su “usabilidad”, una combinación de la exhaustividad del registro y la adecuada clasificación de la causa de muerte, y por 2) la “confiabilidad” del dato, medida a través del número de observaciones disponibles, en el entendido de que un registro regular a lo largo del tiempo indica un buen funcionamiento del sistema de registro de hechos vitales.

18. Específicamente el cálculo del porcentaje de las muertes maternas entre las muertes de mujeres en edad fértil.