Gaceta Sanitaria (Jul 2003)
Comparación de dos métodos en el análisis del efecto a corto plazo de la contaminación atmosférica en la salud Comparison of two methods in the analysis of the short-term effect of air pollution on health
Abstract
Objetivo: Se comparan dos metodologías para el análisis de la relación entre contaminación atmosférica y salud. Una de las metodologías (ME) está basada en el modelo lineal generalizado, mientras que la otra (MN) incorpora el modelo aditivo generalizado (GAM). Aparte del modelo estadístico utilizado, las dos metodologías presentan discrepancias adicionales en cuanto al tipo y número de variables empleadas en el control de la confusión. Método: Se realizó un análisis para cada retardo de humos negros (de 0 a 5) y diversos indicadores de salud con datos relativos a la ciudad de Valencia y siguiendo ambas metodologías. Los resultados obtenidos se compararon mediante el examen de la secuencia y retardo de mayor efecto, el cálculo de la razón de las amplitudes de los intervalos de confianza y el cálculo de la diferencia porcentual en las estimaciones. Resultados: El cambio en los resultados según la metodología fue pequeño. La forma de la secuencia y, en general, el retardo de mayor efecto permanecieron invariables. Los coeficientes se mantuvieron estables (la diferencia porcentual de MN metodológicas con respecto a ME no superó el 10%) y los intervalos de confianza resultaron más precisos con MN, aunque la disminución de la amplitud de los intervalos de confianza no fue drástica (la razón de amplitudes se situó en torno al 90%). Conclusiones: La escasa variación de los resultados ofrece garantías en cuanto a la aplicabilidad de ambas metodologías, MN y ME, si bien la reducción sistemática del error estándar con MN apoya el uso de este último método como el procedimiento más eficiente en el control de la confusión.Objective: We compare two methods to analyse the relationship between air pollution and health. One of them (ME) is based on a generalized linear model, while the other one (MN) incorporates a generalized additive model (GAM). Besides the statistical model used, both methods schow additional discrepancies for the type and number of variables used in the control of confounding. Method: An analysis was carried out for each lag of black smoke (0 to 5) and several health indicators from the city of Valencia (Spain) following both methods. Results were compared examining the sequence and the lag of the higher coefficient. The ratio between confidence intervals width and the percent difference in the estimates were also obtained. Results: The discrepancies in results according to the methodology were small. The sequence shaped and the lag of higher coefficient generally remained invariant. Coefficients were similar (percent difference of MN over ME was not greater than 10%). Confidence intervals were more precise for MN, although the reduction was not very strong (the width ratio was around 90%). Conclusions: The short variation of the results guarantees the applicability of both MN and ME methods, although the systematic reduction of the standard error of MN supports its use as a more efficient procedure to control for confounding.
