Literature DB >> 31093078

[Mortality attributable to diabetes mellitus as recorded by the Ministry of Health of Peru, 2005-2014Mortalidade atribuída à diabetes mellitus nos registros do Ministério da Saúde do Peru, 2005-2014].

Noé Atamari-Anahui1, Maycol Suker Ccorahua-Rios1, Alvaro Taype-Rondan2, Christian R Mejia3.   

Abstract

OBJECTIVE: To estimate the mortality attributable to diabetes mellitus (DM) as recorded by Peru's Ministry of Health and its association with the human development index (HDI).
METHODS: This was an ecological study based on a secondary analysis of death records belonging to the Ministry of Health for the period from 2005 to 2014. A death was considered attributable to DM if the underlying cause of death given in the death record was DM. Mortality attributable to DM has been presented descriptively and in terms of geospatial analyses, and Spearman's rho was used to test for an association between the difference in the mortality attributable to DM (between 2005-2006 and 2013-2014) and the HDI in Peru's various departments.
RESULTS: In the 10-year period under evaluation, 25 074 records listed DM as the underlying cause of death. The mortality rate attributable to DM per 100 000 -population increased from 5.7 in 2005 to 9.5 in 2014. This accounted for 2.7% of the deaths recorded during the study period: 3.5% in coastal areas, 1.4% in the highlands, and 2.5% in the rainforest region. A direct association was found between the HDI and the difference in mortality attributable to DM (Spearman's rho = 0.41; p = 0.04).
CONCLUSIONS: Mortality attributable to DM increased over the study period. It was highest in coastal areas, intermediate in the rainforest region, and lowest in the highlands. A direct association was found between the HDI and the difference in mortality attributable to DM.

Entities:  

Keywords:  Diabetes mellitus; Peru; mortality

Year:  2018        PMID: 31093078      PMCID: PMC6385637          DOI: 10.26633/RPSP.2018.50

Source DB:  PubMed          Journal:  Rev Panam Salud Publica        ISSN: 1020-4989


Actualmente se considera que la diabetes mellitus (DM) es uno de los mayores problemas de salud pública en el mundo por su alta prevalencia y gran impacto en la calidad de vida de las personas que la padecen (1). Se estimó que en 2015 la prevalencia de DM en los adultos de 20 a 79 años de edad ascendía a 8,8% en el mundo y a 9,4% en los países de la Región de las Américas, cifras que se encuentran en constante aumento (1). En Perú, la prevalencia estimada para 2012 fue 7% entre los adultos mayores de 25 años (2). La DM desencadena complicaciones que disminuyen la esperanza de vida de los pacientes (3), sobre todo en quienes no mantienen un control médico adecuado de la enfermedad. Además, es una de las causas principales de mortalidad a nivel mundial (4, 5). Según la Federación Internacional de Diabetes, en 2015 fallecieron por DM cinco millones de personas en todo el mundo (1) y para Perú, la Organización Mundial de la Salud (OMS) ha notificado una mortalidad atribuida a esta enfermedad de 2% en la población general (6). El Índice de Desarrollo Humano (IDH) es un indicador que permite comparar el desarrollo entre países o regiones, y consta de tres componentes: educación, salud y producto interior bruto (7). Aunque estos factores pueden tener efectos positivos en la salud en general, la urbanización y la industrialización asociadas con el IDH pueden influir en ciertos factores de riesgo para la salud. Se ha comprobado que las regiones con mayor IDH tienen frecuencias más elevadas de factores de riesgo de enfermedades cardiometabólicas, como la inactividad física (8) y la dieta hipercalórica (9), que contribuyen al desarrollo de DM (10). El IDH también se ha asociado directamente con la morbimortalidad por DM (9, 11), y a nivel mundial parece explicar 8,6% de la varianza de la prevalencia de DM, aunque esta relación pueda estar sujeta a variaciones por países y regiones (12). En Perú no se han encontrado informes que describan la mortalidad atribuida a la DM, su evolución temporal, su distribución geográfica, ni su asociación con el IDH. Esta información sería útil para dirigir intervenciones e incluso para distribuir mejor los recursos asignados para la prevención de la mortalidad por DM en el país (1, 13). Por ello, el objetivo del presente estudio fue describir la mortalidad atribuida a DM registrada en el Ministerio de Salud del Perú (MINSA) durante el periodo 2005-2014 y su asociación con el IDH.

MATERIALES Y MÉTODOS

Se realizó un estudio ecológico con ­datos secundarios y anonimizados obtenidos de una fuente de información pública. La unidad de análisis fue cada uno de los 25 departamentos del Perú. Se solicitó la base de datos de los certificados de defunción emitidos por el MINSA (con variables agrupadas por cada departamento del Perú) a través la Plataforma de Acceso a la Información Pública del MINSA (http://www.minsa.gob.pe/portada/transparencia/solicitud/frmFormulario.asp). En Perú, cuando una persona fallece, debe elaborarse un certificado de defunción para poder evaluar las estadísticas demográficas, epidemiológicas y médico-legales sobre la mortalidad (14). Este certificado de defunción puede ser emitido por el MINSA, EsSalud, la policía o por mandato judicial. Todos los certificados son recolectados por el Registro Nacional de Identificación y Estado Civil (RENIEC) (15). La mayor parte de estos certificados de defunción son emitidos por el MINSA, que presta servicios a más de la mitad de la población con seguro de salud en el Perú (16). Estos certificados son rellenados por el profesional de la salud que certifica el deceso de una persona en cada jurisdicción de las Direcciones Regionales de Salud o Direcciones de Salud o las que hagan las veces de ellas bajo la Resolución Ministerial No. 826-2005 del MINSA (17). En el certificado de defunción se ­registran tres tipos de causas de muerte: directa, intermedia, y básica. Para realizar el análisis, se tuvo en cuenta la causa de muerte básica, definida como la ­enfermedad que inicia la cadena de acontecimientos patológicos que conducen directamente a la muerte (18). Esta causa es utilizada por el MINSA para elaborar estadísticas de mortalidad atribuida a alguna enfermedad, ya que las causas de muerte se codifican con la Clasificación Internacional de Enfermedades (CIE 10). La variable de interés del estudio fue la frecuencia de muertes atribuidas a la DM. Esta variable se obtuvo de la base de datos de los certificados de defunción emitidos por el MINSA. Para determinar las muertes atribuidas a DM se consideraron los certificados que presentaron como causa de muerte básica los códigos correspondientes a DM: del E10 al E14. Esta variable se evaluó por año y por departamento ­dividiendo el número anual de muertes atribuidas a la DM por el número de habitantes de cada departamento en cada año evaluado. Para ello, el número de habitantes de cada departamento y para cada uno de los años de estudio se obtuvo de la página web del Instituto Nacional de Estadística e Informática del Perú (http://proyectos.inei.gob.pe/web/poblacion/). Las otras variables de los fallecidos (la edad, el sexo y el departamento donde se registró el fallecimiento) que se ­utilizaron en este estudio también se obtuvieron de la base de datos de los certificados de defunción emitidos por el MINSA. Además, se utilizaron las siguientes variables de los departamentos donde se registró el fallecimiento: su región natural geográfica (costa, sierra, o selva, según la distribución del Instituto Nacional de Estadística e Informática del Perú) (19) y su IDH para 2012 (obtenido del portal web del Programa de las Naciones Unidas para el Desarrollo: http://www.pe.undp.org/content/peru/es/home/library/poverty/Informesobredesarrollohumano2013/IDHPeru2013.html). Para realizar el análisis descriptivo, se calcularon las frecuencias absolutas y relativas de las variables estudiadas. Asimismo, se realizó el análisis exploratorio de los datos espaciales de cada departamento a partir de la integración de la mortalidad atribuida a la DM en la hoja de cálculo de Microsoft Excel® sobre la base de la cartografía obtenida del portal web del Ministerio del Ambiente del Perú. Con este fin, se dividió a los departamentos por quintiles de frecuencia de mortalidad atribuida a la DM. Para realizar estos cálculos se utilizó el programa QGIS v2.10.1 (OSGeo, Beaverton, OR, USA). Para analizar la asociación entre la diferencia de frecuencias de mortalidad atribuida a la DM entre 2005-2006 y 2013-2014 y el IDH, se utilizó el coeficiente de correlación Rho de Spearman. Se decidió promediar las frecuencias de mortalidad de los dos primeros años evaluados (2005 y 2006) y de los dos últimos (2013-2014) para evitar imprecisiones por tomar un solo año como referencia.

RESULTADOS

En el periodo 2005-2014, 25 074 personas se registraron en la base de datos del MINSA como fallecidas por DM como causa básica, de las cuales 51,8% fueron mujeres y el 78,6% tenían 60 o más años de edad. La mortalidad atribuida a DM representó 2,7% de los fallecimientos registrados en el periodo 2005-2014 (2,1% en 2005 y 3,9% en 2014). La mortalidad atribuida a la DM fue más alta en la costa (3,5%), intermedia en la selva (2,5%) y menor en la sierra (1,4%) (cuadro 1). La tasa de mortalidad general fue 5,7 en el 2005 y 9,5 en el 2014. Hubo un incremento en las tres regiones, con predominio de la costa respecto a las media general (figura 1).
CUADRO 1

Mortalidad atribuida a la diabetes mellitus (DM) registrada en el Ministerio de Salud de Perú (MINSA) según la región natural y el año del registro de la defunción del periodo 2005-2014

Número de defunciones por región
AñoCostaSierraSelvaTotal de defunciones en pacientes con DM en el PerúTotal de defunciones registradas por todas las causas
No.(%)*No.(%)*No.(%)*No.(%)**No.
20051 4412,93100,9761,61 8272,188 704
20061 2993,04001,11042,11 8032,282 620
20071 5983,24141,21052,32 1172,487 496
20081 4612,73971,21042,01 9622,191 290
20091 7843,13821,1931,82 2592,495 722
20102 0953,54261,21542,92 6752,799 334
20111 9093,24461,41633,02 5182,696 852
20122 2073,75361,61412,72 8842,997 951
20132 5574,35341,61563,43 2473,496 228
20143 0144,96282,01403,63 7823,996 460
Total19 3653,54 4731,41 2362,525 0742,7932 657

Porcentaje que resulta de dividir el número de defunciones por el total de defunciones por región/año.

Porcentaje que resulta de dividir el número de defunciones por el total de defunciones por año.

FIGURA 1

Evolución de las tasas de mortalidad atribuida a DM registradas en el Ministerio de Salud de Perú (MINSA) del periodo 2005-2014

Porcentaje que resulta de dividir el número de defunciones por el total de defunciones por región/año. Porcentaje que resulta de dividir el número de defunciones por el total de defunciones por año. Al evaluar la diferencia de la mortalidad atribuida a la DM (por 100 000 habitantes) entre el periodo 2005-2006 y el periodo 2013-2014, los departamentos con mayor incremento de mortalidad atribuida a DM en la costa fueron Moquegua (12,5), Lambayeque (9,5) y Piura (8,9); en la sierra, Puno (3,7), Junín (3,5) y Arequipa (2,8), y en la selva, Madre de Dios (7,6), San Martín (4,2) y Amazonas (2,9). Sin embargo, se observó una disminución en dos departamentos de la costa: Callao (-6,3) y Tumbes (-6,0), en un departamento de la selva, Loreto (-2,2), y en un departamento de la sierra, Cusco (-1,3) (cuadro 2 y figura 2).
CUADRO 2

Mortalidad atribuida a la diabetes mellitus registrada en el Ministerio de Salud de Perú (MINSA) por departamentos: comparación de los periodos 2005-2006 y 2013-2014

DepartamentoTasa de mortalidad x 100 000 habitantes
2005-2006 (t1)2013-2014 (t2)Diferencia de tasas (t2-t1)Razón de tasas (%) ([t2/t1] x 100)
Perú (País)6,09,13,1149,9
Región Costa11,416,34,9142,5
Callao20,013,7-6,368,7
Ica14,818,43,6124,4
La Libertad8,317,18,8205,3
Lambayeque11,320,89,5183,4
Lima6,915,68,7226,0
Moquegua5,818,312,5314,2
Piura9,218,18,9195,2
Tacna13,517,84,3131,2
Tumbes12,96,9-6,053,2
Región Sierra3,14,71,6151,7
Ancash3,05,52,5182,4
Apurímac1,83,11,3167,1
Arequipa9,712,52,8128,3
Ayacucho1,62,91,3177,7
Cajamarca2,34,52,2193,6
Cusco3,32,0-1,360,8
Huancavelica1,51,90,4126,7
Huánuco3,13,80,7122,7
Junín3,57,03,5197,8
Pasco1,62,50,9156,3
Puno2,76,43,7233,3
Región Selva3,36,43,1191,9
Amazonas1,44,32,9312,5
Loreto4,32,1-2,249,3
Madre de Dios3,310,97,6335,4
San Martín2,87,04,2250,0
Ucayali4,87,42,6153,1
FIGURA 2

Diferencias entre las tasas de mortalidad por departamentales atribuidas a la diabetes mellitus (DM) y registradas en el Ministerio de Salud de Perú (MINSA) de los periodos 2005-2006 y 2013-2014 en Perú

La Rho de Spearman (0,41) utilizada para analizar la asociación entre el IDH y la diferencia de tasas de mortalidad (por 100 000 habitantes) atribuidas a DM entre 2005-2006 y 2013-2014 por departamento fue estadísticamente significativa (P = 0,04) (figura 3).
FIGURA 3

Asociación entre el Índice de Desarrollo Humano y la diferencia de tasas de mortalidad atribuida a la DM entre el periodo 2005-2006 (t1) y el periodo 2013-2014 (t2)

Nota: Rho de Spearman = 0,413 (P = 0,04).

Asociación entre el Índice de Desarrollo Humano y la diferencia de tasas de mortalidad atribuida a la DM entre el periodo 2005-2006 (t1) y el periodo 2013-2014 (t2)

Nota: Rho de Spearman = 0,413 (P = 0,04).

DISCUSIÓN

La mayor mortalidad atribuida a la DM y su mayor aumento se detectaron en los departamentos de la costa de Perú, lo cual es esperable por la mayor prevalencia de DM estimada para la costa (8,2%) en comparación con la sierra (4,5%) y la selva (3,5%) (2). Esto podría deberse a que en la costa se encuentran varias de las ciudades más pobladas del país, donde al ser más frecuentes los hábitos de vida urbana, como el sedentarismo, la obesidad y la dieta inadecuada, mayor es la probabilidad de padecer DM (20, 21). Para el periodo 2005-2014, se observó un aumento de la mortalidad en la mayoría de departamentos de Perú, que fue mayor en los de Lambayeque, Moquegua, Piura y La Libertad. Esto puede explicarse por el acelerado desarrollo y urbanización de las principales ciudades de dichos departamentos, que, a su vez, es posible que se haya acompañado de un aumento de la frecuencia de síndrome metabólico, sedentarismo y otros factores de riesgo de la DM (22). Sin embargo, otras ciudades del Perú, de la sierra y la selva están entrando en un periodo de transición epidemiológica y es posible que en ellos en los próximos años aumenten tanto el número de casos de DM como de las tasas de mortalidad (23). Además, se observó una disminución de la mortalidad en dos departamentos de la costa (Callao y Tumbes), en uno de la sierra (Cusco) y en otro de la selva (Loreto), que podría deberse a la existencia de factores protectores que deben analizarse en futuros estudios o a flujos de emigración de grupos en riesgo desde estos departamentos a zonas de mayor desarrollo socioeconómico en el periodo estudiado (24). Al mismo tiempo, el ascenso en los últimos 10 años de la tasa de mortalidad atribuida a la DM (figura 1) podría deberse al aumento del número de casos registrados como consecuencia de la ­mejora del sistema de información de Perú (25). Por tanto, es probable que en el ­primer grupo de departamentos se deba hacer hincapié en la prevención ­secundaria, mientras que en el resto de ­departamentos el énfasis deba recaer en la prevención primaria de la DM. Asimismo, la mortalidad atribuida a la DM podría variar, incluso dentro de un mismo departamento y, por este motivo, el enfoque y las estrategias de prevención deben adecuarse a cada contexto. En las regiones con mayor IDH la mortalidad por DM fue más elevada, lo que es congruente con los resultados de estudios previos que indican que en las regiones más desarrolladas la prevalencia y la mortalidad por DM son más altas (2, 9, 12). Estos resultados puede ser tributarios de los cambios en los estilos de vida y de los patrones de la alimentación, dado que la industrialización de los alimentos (26), la inactividad física y la obesidad son más frecuentes en países con mayor IDH (8). La asociación entre el IDH y la mortalidad por DM sugiere que es necesario que el desarrollo y el crecimiento económico de las regiones se acompañe de una adecuada educación en estilos de vida, del control de los factores de riesgo, así como de una gestión adecuada de sus recursos económicos destinados al control y a la prevención de esta enfermedad (27). Como principales limitaciones de este estudio cabe mencionar las siguientes. Primero, los datos analizados provienen del registro de fallecimientos notificados al MINSA, no de los de otras instituciones; aunque el MINSA notifica la mayor parte de fallecimientos en Perú, no hay motivos para pensar que la tasas de mortalidad atribuida a la DM basada en las muertes notificadas por otras instituciones sean muy distintas. Segundo, este es un estudio con fuentes secundarias que podría tener deficiencias en la recogida de datos. Además, la notificación de muertes atribuidas a la DM podría no ser óptima al depender de personal de salud con escasa capacitación para rellenar la ficha de defunción. Esto podría alterar las tendencias de muertes atribuidas a la DM, porque la calidad de las bases de datos y la capacitación del personal de salud pueden haber mejorado en años recientes o pueden diferir entre departamentos. Tercero, al evaluar la asociación entre el IDH y la diferencia entre tasas de mortalidad por departamento puede incurrirse en la falacia ecológica y por esta razón no se puede asegurar que esta asociación se dé a nivel de ciudades, barrios o individuos (28). Por último, la base de datos evaluada no ­permitió realizar estandarizaciones por edad, por lo cual esta variable podría estar confundiendo en alguna medida la asociación entre el IDH y la mortalidad por DM. A pesar de estas limitaciones, este es uno de los primeros estudios que describen la mortalidad atribuida a la DM en Perú y en ella se han desagregado los ­resultados por años y departamentos y evaluado su asociación con el IDH. Como conclusión debe decirse que, según los registros del MINSA, la mortalidad atribuida a la DM en Perú aumentó entre 2005 y 2014 y fue mayor en la costa, intermedia en la selva y menor en la ­sierra. Los departamentos de Moquegua, Lambayeque y Piura fueron los que ­presentaron mayor aumento de la mortalidad por 100 000 habitantes. Además, se encontró una asociación directa entre el IDH y la mortalidad atribuida a la DM. Dado que se trata de un estudio ecológico, al interpretar sus resultados debe tenerse en cuenta la posibilidad de incurrir en la falacia ecológica. Los resultados obtenidos animan a que en futuros estudios se evalúen en profundidad los factores que están determinando el aumento de la mortalidad atribuida a la DM en Perú y especialmente en los departamentos de la costa. Asimismo, la asociación directa entre IDH y mortalidad por DM plantea la necesidad de que el desarrollo y el crecimiento económico de las regiones se acompañen de una adecuada educación en estilos de vida, factores de riesgo y en la gestión adecuada de los recursos económicos asignados al control y a la prevención de esta enfermedad.
  13 in total

Review 1.  [Ecological studies].

Authors:  V H Borja-Aburto
Journal:  Salud Publica Mex       Date:  2000 Nov-Dec

2.  [Transitions in context: findings related to rural-to-urban migration and chronic non-communicable diseases in Peru].

Authors:  J Jaime Miranda; Jonathan C K Wells; Liam Smeeth
Journal:  Rev Peru Med Exp Salud Publica       Date:  2012 Jul-Sep

3.  [eHealth in Peru: implementation of policies to strengthen health information systems].

Authors:  Walter H Curioso
Journal:  Rev Panam Salud Publica       Date:  2014 May-Jun

4.  Inadequate glycaemic control in LMIC: health system failures in Peru.

Authors:  Alvaro Taype-Rondan; María Lazo-Porras; Miguel Moscoso-Porras; Marcia Moreano-Sáenz; J Jaime Miranda
Journal:  Br J Gen Pract       Date:  2016-04       Impact factor: 5.386

Review 5.  Pathophysiology and treatment of type 2 diabetes: perspectives on the past, present, and future.

Authors:  Steven E Kahn; Mark E Cooper; Stefano Del Prato
Journal:  Lancet       Date:  2013-12-03       Impact factor: 79.321

6.  Update of mortality attributable to diabetes for the IDF Diabetes Atlas: Estimates for the year 2013.

Authors: 
Journal:  Diabetes Res Clin Pract       Date:  2015-05-22       Impact factor: 5.602

7.  Dietary patterns and the incidence of type 2 diabetes.

Authors:  Jukka Montonen; Paul Knekt; Tommi Härkänen; Ritva Järvinen; Markku Heliövaara; Arpo Aromaa; Antti Reunanen
Journal:  Am J Epidemiol       Date:  2005-02-01       Impact factor: 4.897

8.  [Overweight and obesity: prevalence and determining social factors of overweight in the Peruvian population (2009-2010)].

Authors:  Doris Álvarez-Dongo; Jose Sánchez-Abanto; Guillermo Gómez-Guizado; Carolina Tarqui-Mamani
Journal:  Rev Peru Med Exp Salud Publica       Date:  2012 Jul-Sep

9.  Prevalence of diabetes and impaired fasting glucose in Peru: report from PERUDIAB, a national urban population-based longitudinal study.

Authors:  Segundo N Seclen; Moises E Rosas; Arturo J Arias; Ernesto Huayta; Cecilia A Medina
Journal:  BMJ Open Diabetes Res Care       Date:  2015-10-19

10.  Human development, occupational structure and physical inactivity among 47 low and middle income countries.

Authors:  Kaitlin Atkinson; Samantha Lowe; Spencer Moore
Journal:  Prev Med Rep       Date:  2015-12-04
View more
  6 in total

1.  [Type 2 diabetes mellitus in peru: a systematic review of prevalence and incidence in the general population].

Authors:  Rodrigo M Carrillo-Larco; Antonio Bernabé-Ortiz
Journal:  Rev Peru Med Exp Salud Publica       Date:  2019-05-13

2.  Mortality attributable to type 2 diabetes mellitus in Latin America and the Caribbean: a comparative risk assessment analysis.

Authors:  Wilmer Cristobal Guzman-Vilca; Rodrigo M Carrillo-Larco
Journal:  BMJ Open Diabetes Res Care       Date:  2022-02

3.  Morbimortality Associated with Liver Cirrhosis in Peru: An Ecological Analysis for the Period of 2004-2016.

Authors:  Daniela Rojas-Acuña; Nilo Polo-Samillan; Angie Z Vasquez-Chavesta; Crist Escalante-Arias; Cristhian J Rios-Perez; Carlos J Toro-Huamanchumo
Journal:  Int J Environ Res Public Health       Date:  2022-07-25       Impact factor: 4.614

4.  Trends and geographical variation in mortality from coronary disease in Peru.

Authors:  Diego Chambergo-Michilot; Noé Atamari-Anahui; Pedro Segura-Saldaña; Ana Brañez-Condorena; Carlos Alva-Diaz; Daniel Espinoza-Alva
Journal:  PLoS One       Date:  2022-09-06       Impact factor: 3.752

5.  Epidemiology of chronic kidney disease in Peru and its relation to social determinants of health.

Authors:  Noé Atamari-Anahui; Maycol Suker Ccorahua-Rios; Mirian Condori-Huaraka; Yerika Huamanvilca-Yepez; Elard Amaya; Percy Herrera-Añazco
Journal:  Int Health       Date:  2020-07-01       Impact factor: 2.473

6.  The contribution of specific non-communicable diseases to the achievement of the Sustainable Development Goal 3.4 in Peru.

Authors:  Rodrigo M Carrillo-Larco; James E Bennett; Mariachiara Di Cesare; Edward W Gregg; Antonio Bernabe-Ortiz
Journal:  PLoS One       Date:  2020-10-12       Impact factor: 3.240

  6 in total

北京卡尤迪生物科技股份有限公司 © 2022-2023.