Resumen
Objetivo
Identificar los patrones de multimorbilidad en pacientes de 19-44 años atendidos en atención primaria en Cataluña en el año 2010.
Diseño
Estudio descriptivo transversal.
Emplazamiento
Doscientos cincuenta y un centros de salud.
Participantes
Fueron 530.798 personas con multimorbilidad de 19-44 años.
Mediciones principales
La multimorbilidad fue definida como la coexistencia de ≥2 diagnósticos de la Clasificación Internacional de Enfermedades registrados en la historia clínica informatizada. Los patrones de multimorbilidad fueron identificados a través de un análisis jerárquico de clústeres y descritos por sexo y grupos de edad (19-24 y 25-44 años).
Resultados
De las 882.708 personas de la población inicial, 530.798 (60,1%) presentaron multimorbilidad. La media de edad fue de 33,0 años (DT: 7,0) y el 53,3% fueron mujeres. La multimorbilidad fue más alta en el grupo de 25-44 años respecto al grupo más joven (60,5 vs. 58,1%, p < 0,001), siendo más alta en las mujeres. El clúster más prevalente en todos los estratos estuvo constituido por caries dental, tabaquismo, dorsalgia, resfriado común y otros trastornos de ansiedad. En ambos sexos, en los estratos de 25-44 años apareció el patrón cardiovascular-endocrino-metabólico (obesidad, dislipidemias e hipertensión arterial).
Conclusiones
La multimorbilidad afecta a más de la mitad de personas entre los 19-44 años de edad. El clúster más prevalente está formado por diagnósticos que agrupan enfermedades comunes (caries dental, resfriado común, tabaquismo, trastornos de ansiedad y dorsalgias). Otro patrón a destacar es el cardiovascular-endocrino-metabólico en el grupo de 25-44. El conocimiento de los patrones de multimorbilidad en adultos jóvenes permitiría un enfoque preventivo.
Palabras clave: Multimorbilidad, Clúster análisis, Patrones de multimorbilidad, Adultos, Atención primaria, Centros de salud
Abstract
Objective
The aim of this study was to identify multimorbidity patterns in patients from 19 to 44 years attended in primary care in Catalonia in 2010.
Design
Cross-sectional study.
Setting
251 primary care centres.
Participants
530,798 people with multimorbidity, aged 19 to 44 years.
Main outcome measures
Multimorbidity was defined as the coexistence of ≥2 more International Classification system (ICD-10) registered in the electronic health record. Multimorbidity patterns were identified using hierarchical cluster analysis and by sex and age group (19-24 and 25-44).
Results
Of the 882,708 people from initial population, 530,798 (60.1%) accomplished multimorbidity criterion. Mean age was 33.0 years (SD: 7.0) and 53.3% were women. Multimorbidity was higher in the 25-to 44-years-old group with respect the younger group (60.5 vs. 58.1%, p < 0.001), being higher in women. Most prevalent cluster in all groups included, among others, by dental caries, smoking, dorsalgia, common cold and other anxiety disorders. For both sexes in the 25-to 44-years-old group appeared the cardiovascular-endocrine-metabolic pattern (obesity, lipid disorders and arterial hypertension).
Conclusions
Multimorbidity affects more than half of persons between 19 to 44-years-old. The most prevalent cluster is formed by grouping common diseases (dental caries, common cold, smoking, anxiety disorders and dorsalgias). Another pattern to highlight is the cardiovascular-endocrine-metabolic pattern in the 25- to 44 years-old group. Knowledge of patterns of multimorbidity in young adults could be used to design individualized preventive strategies.
Keywords: Multimorbidity, Cluster analysis, Multimorbidity patterns, Adults, Primary care, Primary care centres
Introducción
Los avances en salud pública, la provisión de cuidados en salud y la mejoría en los sistemas de registro mediante historias clínicas informatizadas compartidas han incrementado los registros diagnósticos en atención primaria (AP) en los grupos etarios más jóvenes1.
La multimorbilidad, entendida como la coexistencia de dos o más enfermedades en la misma persona, constituye un verdadero reto en poblaciones industrializadas por la afectación de la calidad de vida en las personas que la padecen y por el alto coste para los sistemas de salud públicos europeos2. Este fenómeno de la multimorbilidad también se ha incrementado en la población más joven en las últimas décadas.
El estudio de la multimorbilidad se ha centrado tradicionalmente en la población mayor de 65 años. Existen pocos estudios que evalúen dicho fenómeno en adultos jóvenes1, 3. Desde una perspectiva etiológica, es importante determinar qué patologías tienden a coexistir para planificar una acción preventiva y desde una perspectiva clínica, es necesario conocer las agrupaciones de enfermedades para ofrecer un mejor abordaje terapéutico4.
El análisis de clústeres es un método útil para identificar el número y la composición de las agrupaciones de enfermedades5, 6. Esta identificación de patrones de multimorbilidad en la edad adulta joven permitirá determinar aquellas enfermedades que necesitan ser priorizadas para intervenciones futuras7.
El presente estudio tiene como objetivo identificar los patrones de multimorbilidad en pacientes de 19-44 años atendidos en AP, a través de un análisis de clústeres estratificado por edad y sexo.
Material y métodos
Diseño, ámbito y población de estudio
Estudio transversal realizado en Cataluña, que tiene una población de 7.434.632 habitantes (Censo 2010). Un total de 5.501.784 pacientes (274 centros de salud) son gestionados por el Institut Català de la Salut, mientras que el resto de población está gestionada por otros proveedores. El Institut Català de la Salut dispone del Sistema de Información para el Desarrollo de la Investigación en Atención Primaria (SIDIAP) que contiene información clínica de pacientes registrada en la historia clínica electrónica8. El subgrupo de los registros con más calidad relativo a los pacientes asignados a 1.365 médicos de familia forma el SIDIAP Q (251 centros de salud). Esta base de datos incorpora 1.833.125 personas. Se seleccionaron los pacientes del SIDIAP Q mayores de 18 años a 31 de diciembre de 2010 que cumplieran los requisitos de multimorbilidad.
Codificación y selección de los diagnósticos
En el SIDIAP los diagnósticos se clasifican en función de la Clasificación Internacional de enfermedades (CIE-10). Se seleccionaron todos los diagnósticos registrados excepto los códigos R (síntomas, signos y resultados anormales de pruebas complementarias, no clasificados bajo concepto) y códigos Z (factores que influyen en el estado de salud y contacto con los servicios sanitarios).
Para facilitar el manejo de la información sobre diagnósticos, se escogieron los diagnósticos agrupados en 3 categorías del CIE-10, formados por 263 bloques (grupos de diagnósticos). Estos grupos diagnósticos son categorías homogéneas e incluyen diagnósticos específicos estrechamente relacionados entre sí. A lo largo del artículo, estos grupos diagnósticos han sido referidos como diagnósticos y expresados con letras itálicas para su mayor identificación (por ejemplo, enfermedades hipertensivas incluye hipertensión esencial (primaria), enfermedad cardíaca hipertensiva, enfermedad renal crónica hipertensiva, enfermedad cardíaca y renal crónica hipertensiva e hipertensión secundaria). En algunos casos, se ha añadido entre paréntesis la enfermedad más frecuente de cada grupo diagnóstico. Se consideraron aquellos diagnósticos que tuvieran como mínimo un 1% en cada estrato para evitar relaciones espurias que pudiesen sesgar los resultados, con la finalidad de obtener unos patrones de asociación que fueran más interpretables clínicamente.
Definición de multimorbilidad
La multimorbilidad fue definida como la coexistencia de ≥ 2 diagnósticos registrados en la historia clínica informatizada a 31 de diciembre de 2010.
Análisis estadístico
Los análisis se estratificaron por sexo y grupos de edad (19-24 y 25-44 años). Se realizó un análisis descriptivo de la población de estudio.
Se identificaron los patrones de multimorbilidad a través de un análisis de clústeres. La unidad de medida fue el diagnóstico. El análisis de clústeres permite asignar diagnósticos dentro de grupos o clústeres, por lo que los diagnósticos en el mismo clúster son más parecidos entre sí que los diagnósticos entre los diferentes clústeres. La presencia o la ausencia de cada diagnóstico fueron representadas con un 1 o un 0 en cada paciente. Se escogió el coeficiente de Jaccard para medir la similitud (específico para diagnósticos dicotómicos). Esta medida considera el número de diagnósticos que dos pacientes tienen en común e ignora los diagnósticos que ninguno de ellos tiene. Como no se sabía a priori el número de clústeres, se utilizaron diferentes métodos jerárquicos aglomerativos de análisis de clústeres: la Average Linkage, el Ward, el Flexible-Beta y otros métodos, basados en estimaciones no paramétricas, como son el Single Linkage y el Density Linkage5. Todos los métodos menos el método Ward y el beta-flexible encadenaban sucesivamente las observaciones en un solo clúster. Finalmente, en base al análisis de los dendogramas, se eligió como primer método, el método Ward, que minimiza la varianza entre los clústeres y produce clústeres similares de tamaño similar5. Para comprobar la estabilidad de los resultados, la muestra se dividió aleatoriamente en dos grupos de igual tamaño que se analizaron por separado. Se examinaron los estadísticos semi-partial R2, el Calinski-Harabasz pseudo-F y el pseudo T2-statistic5 para diferente número de clústeres. Las diferentes soluciones de clústeres se compararon entre ambas muestras teniendo en cuenta el número de clústeres, el índice Rand ajustado y criterios clínicos. Después de comprobar la estabilidad del algoritmo, se ejecutó el método Ward en la muestra global. Se examinaron los estadísticos antes mencionados según diferente número de conglomerados. Los resultados se compararon con los resultados del algoritmo beta-flexible, para valores betas de -0,25 y -0,5. Los criterios para seleccionar el número final de clústeres fueron: el índice Rand ajustado más alto con un gran número de clústeres, y un valor pseudo T2 alto9. Finalmente, se adoptaron los criterios clínicos para evaluar la consistencia y la utilidad de la solución final. Se consideró clústeres previamente descritos en la literatura y el consenso clínico de médicos de familia y un epidemiólogo.
Después de identificar los clústeres de diagnósticos se procedió a asignar pacientes a clústeres. Se consideró que un paciente pertenecía a un clúster determinado si tenía uno o más diagnósticos en ese clúster. Por lo tanto, un paciente podría pertenecer a más de un clúster. También se calculó el porcentaje de pacientes con 2 o más diagnósticos, así como la prevalencia de cada grupo diagnóstico dentro del estrato y dentro del clúster.
El análisis se realizó usando el programa R versión 3.0.0 (R Foundation for Statistical Computing, Vienna, Austria) y con el programa SAS 9.2 for Windows (SAS Institute Inc., Cary, NC, EE. UU.).
El protocolo de estudio fue aprobado por el Comité de Ética e Investigación clínica del Institut Universitari d’Investigació en Atenció Primària Jordi Gol (IDIAP Jordi Gol) (número de protocolo: P12/28). Todos los datos fueron tratados de forma anónima respetándose la confidencialidad de los mismos de acuerdo con las leyes internacionales vigentes.
Esquema general del estudio:
Resultados
De las 882.708 personas entre los 19 y 44 años, 530.798 (60,1%) cumplieron el criterio de multimorbilidad. La media de edad fue de 33,0 años (DT: 7,0) y el 53,3% fueron mujeres. La multimorbilidad fue más alta en el grupo de 25-44 años respecto al grupo más joven (25-44: 60,5% vs. 19-24: 58,1%, p < 0,001) y en las mujeres (tabla 1). En la tabla 2 se muestran el número de diagnósticos, el número de clústeres y la mediana de diagnósticos por clúster en cada estrato.
Tabla 1.
Descripción de la muestra por grupos de edad y sexo
| Incluidos en el análisis N= 530.798 |
||||||
|---|---|---|---|---|---|---|
| Grupo de 19-24 años |
Grupo de 25-44 años |
|||||
| Mujeres | Hombres | Mujeres | Hombres | |||
| (n= 42.877) | (n= 36.549) | p | (n= 240.188) | (n= 211.184) | p | |
| Número de diagnósticos | ||||||
| 2 | 11.072 (25,8%) | 12.307 (33,7%) | <0,001 | 56.390 (23,5%) | 66.738 (31,6%) | <0,001 |
| 3 | 9.428 (22,0%) | 9.034 (24,7%) | <0,001 | 48.288 (20,1%) | 50.164 (23,8%) | <0,001 |
| 4 | 7.036 (16,4%) | 6.038 (16,5%) | 0,675 | 39.409 (16,4%) | 35.057 (16,6%) | 0,082 |
| ≥5 | 15.341(35,8%) | 9.170 (25,1%) | <0,001 | 96.101 (40,0%) | 59.225 (28,0%) | <0,001 |
| Mediana número de diagnósticos (RI) | 4 (2-5) | 3 (2-5) | <0,001 | 4 (3-6) | 3 (2-5) | <0,001 |
| ≥2 Diagnósticos | 42.877 (63,5%) | 36.549 (52,8%) | <0,001 | 240.188 (66,9%) | 211.184 (54,6%) | <0,001 |
RI: rango intercuartílico.
Tabla 2.
Número de diagnósticos y clústeres según edad y grupos
| Grupo de edad | Sexo | Número de diagnósticos | Número de clústeres | Número de clústeres con ≥2 diagnósticos | Mediana de diagnósticos por clúster (RI) |
|---|---|---|---|---|---|
| 19-24 | Mujeres | 66 | 15 | 15 | 2 (1-4) |
| Hombres | 63 | 18 | 18 | 2 (0-3) | |
| 25-44 | Mujeres | 74 | 22 | 22 | 3 (1-5) |
| Hombres | 68 | 44 | 15 | 2 (1-3) |
RI: rango intercuartílico.
El número y la composición de los clústeres variaron de acuerdo con el sexo y la edad (Tabla 3, Tabla 4, Tabla 5, Tabla 6). Al menos un 29,7% (IC 95%: 29,3-30,2) de la población de estudio tenía dos diagnósticos del primer clúster (Tabla 3, Tabla 4, Tabla 5, Tabla 6). El primer clúster en todos los estratos estaba constituido de forma invariable por 5 diagnósticos, que coexistían con otros diagnósticos según grupo de edad y sexo. Los 5 diagnósticos coincidentes fueron: enfermedades de la cavidad oral y glándulas salivales (y la enfermedad más frecuente fue la caries dental), trastornos mentales y del comportamiento debidos al consumo de sustancias psicoactivas (tabaquismo), otras dorsopatías (dorsalgia), infecciones agudas del tracto respiratorio superior (resfriado común) y trastornos neuróticos, trastornos relacionados con el estrés y trastornos somatomorfos.
Tabla 3.
Primeros cuatro clústeres en el estrato de mujeres con multimorbilidad de 19-24 años (n = 42.877)
| Número de clúster | Número pacientes | % Enfermos en el estrato |
Diagnósticos |
Prevalencias de los grupos diagnósticos (%) |
|||
|---|---|---|---|---|---|---|---|
| ≥ 1 diagnósticos | ≥ 2 diagnósticos | Grupos diagnósticos | Enfermedad más prevalente en el grupo | En el estrato | En el clúster | ||
| 1 | 35.558 | 83,0 (82,6-83,4) | 46,2 (45,8-46,7) | Enfermedades de la cavidad oral y glándulas salivales | Caries dental | 27,7 (27,3-28,1) | 33,4 (32,9-33,8) |
| Infecciones agudas del tracto respiratorio superior | Rinofaringitis aguda [resfriado común] | 24,1 (23,7-24,5) | 29,0 (28,5-29,5) | ||||
| Trastornos no inflamatorios de tracto genital femenino | Dolor y otras afecciones relacionadas con los órganos genitales femeninos y con el ciclo menstrual | 21,9 (21,5-22,3) | 26,4 (26,0-26,9) | ||||
| Trastornos mentales y del comportamiento debidos al consumo de sustancias psicoactivas | Trastornos mentales y del comportamiento debidos al uso de tabaco | 18,7 (18,3-19,0) | 22,5 (22,1-22,9) | ||||
| Otras dorsopatías | Dorsalgia | 18,3 (18,0-18,7) | 22,1 (21,6-22,5) | ||||
| Trastornos neuróticos, trastornos relacionados con el estrés y trastornos somatomorfos | Otros trastornos de ansiedad | 16,4 (16,1-16,8) | 19,8 (19,3-20,2) | ||||
| Trastornos de las faneras | Acné | 16,0 (15,6-16,3) | 19,2 (18,8-19,7) | ||||
| Dermatitis y eczema | Prurito | 13,7 (13,4-14,1) | 16,5 (16,2-16,9) | ||||
| 2 | 21.555 | 50,3 (49,8-50,7) | 15,6 (15,2-15,9) | Otros trastornos articulares | Otros trastornos articulares, no clasificados en otra parte | 9,6 (9,3-9,9) | 19,1 (18,5-19,6) |
| Trastornos episódicos y paroxísticos | Migraña | 8,7 (8,5-9,0) | 17,4 (16,8-17,9) | ||||
| Tumores benignos | Nevo melanocítico | 8,5 (8,3-8,8) | 16,9 (16,4-17,4) | ||||
| Trastornos de músculos oculares, movimiento binocular, acomodación y refracción | Trastornos de la acomodación y de la refracción | 7,3 (7,1-7,6) | 14,5 (14,1-15,0) | ||||
| Dorsopatías deformantes | Escoliosis | 7,2 (6,9-7,4) | 14,3 (13,8-14,7) | ||||
| Infecciones virales caracterizadas por lesiones de piel y de las membranas mucosas | Verrugas víricas | 7,0 (6,7-7,2) | 13,9 (13,4-14,4) | ||||
| Otros trastornos de los tejidos blandos | Otros trastornos de los tejidos blandos, no clasificados en otra parte | 6,8 (6,5-7,0) | 13,5 (13,0-13,9) | ||||
| Anemias carenciales | Anemias por deficiencia de hierro | 6,6 (6,3-6,8) | 13,1 (12,6-13,5) | ||||
| Urticaria y eritema | Urticaria | 4,8 (4,6-5,0) | 9,5 (9,1-9,9) | ||||
| Trastornos de la mama | Otros trastornos de la mama | 4,1 (3,9-4,3) | 8,2 (7,8-8,5) | ||||
| 3 | 10.465 | 24,4 (24,0-24,8) | 3,6 (3,4-3,8) | Enfermedades infecciosas intestinales | Diarrea y gastroenteritis de presunto origen infeccioso | 7,8 (7,6-8,1) | 32,1 (31,2-33,0) |
| Otras enfermedades del aparato urinario | Cistitis | 7,6 (7,4-7,9) | 31,2 (30,3-32,1) | ||||
| Trastornos de conjuntiva | Conjuntivitis | 3,3 (3,2-3,5) | 13,7 (13,0-14,4) | ||||
| Otras enfemedades virales | Infección viral de sitio no especificado | 3,0 (2,8-3,2) | 12,3 (11,7-13,0) | ||||
| Gripe y neumonía | Influenza debida a virus no identificado | 2,7 (2,5-2,8) | 10,9 (10,3-11,5) | ||||
| Otras infecciones agudas del tracto respiratorio inferior | Bronquitis aguda | 2,3 (2,1-2,4) | 9,3 (8,8-9,9) | ||||
| Trastornos de párpado, aparato lacrimal y órbita | Orzuelo y calacio | 1,9 (1,8-2,0) | 7,7 (7,2-8,3) | ||||
| 4 | 8,7 | 20,3 (19,9-20,7) | 2,3 (2,1-2,4) | Envenenamiento por, efectos adversos e infradosificación de fármacos, medicamentos y sustancias | Envenenamiento por hormonas y sus sustitutos y antagonistas sintéticos, no clasificados en otra parte | 9,0 (8,8-9,3) | 44,5 (43,4-45,5) |
| Micosis | Candidiasis | 7,8 (7,5-8,0) | 38,2 (37,2-39,3) | ||||
| Enfermedades inflamatorias de los órganos pélvicos femeninos | Otras afecciones inflamatorias de la vagina y de la vulva | 4,1 (3,9-4,3) | 20,2 (19,4-21,1) | ||||
| Infecciones con modo de transmisión predominantemente sexual | Otras enfermedades de transmisión predominantemente sexual, no clasificadas en otra parte | 1,8 (1,7-2,0) | 9,1 (8,5-9,7) | ||||
En paréntesis se detallan los intervalos de confianza al 95%.
Tabla 4.
Primeros cuatro clústeres en el estrato de hombres con multimorbilidad de 19-24 años (n = 36.549)
| Número de clúster | Número pacientes | % Enfermos en el estrato |
Diagnósticos |
Prevalencias de los grupos diagnósticos (%) |
|||
|---|---|---|---|---|---|---|---|
| ≥ 1 diagnósticos | ≥ 2 diagnósticos | Grupos diagnósticos | Enfermedad más prevalente en el grupo | En el estrato | En el clúster | ||
| 1 | 26.744 | 73,2 (72,7-73,6) | 29,7 (29,3-30,2) | Enfermedades de la cavidad oral y glándulas salivales | Caries dental | 26,8 (26,4-27,3) | 36,7 (36,1-37,2) |
| Trastornos mentales y del comportamiento debidos al consumo de sustancias psicoactivas | Trastornos mentales y del comportamiento debidos al uso de tabaco | 23,3 (22,9-23,8) | 31,9 (31,3-32,5) | ||||
| Infecciones agudas del tracto respiratorio superior | Rinofaringitis aguda [resfriado común] | 20,6 (20,2-21,0) | 28,2 (27,6-28,7) | ||||
| Trastornos de las faneras | Acné | 16,8 (16,4-17,1) | 22,9 (22,4-23,4) | ||||
| Otras dorsopatías | Dorsalgia | 15,3 (15,0-15,7) | 21,0 (20,5-21,5) | ||||
| Trastornos neuróticos, trastornos relacionados con el estrés y trastornos somatomorfos | Otros trastornos de ansiedad | 9,1 (8,8-9,4) | 12,4 (12,1-12,8) | ||||
| 2 | 13.262 | 36,3 (35,8-36,8) | 7,6 (7,3-7,9) | Otros trastornos de articulación | Otros trastornos articulares, no clasificados en otra parte | 11,3 (11,0-11,6) | 31,1 (30,3-31,9) |
| Dermatitis y eczema | Dermatitits atópica | 9,3 (9,0-9,6) | 25,5 (24,8-26,3) | ||||
| Otros trastornos de partes blandas | Otros trastornos de los tejidos blandos, no clasificados en otra parte | 8,0 (7,8-8,3) | 22,2 (21,5-22,9) | ||||
| Infecciones virales caracterizadas por lesiones de la piel y de las membranas mucosas | Verrugas víricas | 7,7 (7,4-8,0) | 21,2 (20,5-21,9) | ||||
| Micosis | Dermatofitosis | 4,9 (4,7-5,1) | 13,5 (12,9-14,1) | ||||
| Urticaria y eritema | Urticaria | 3,9 (3,7-4,1) | 10,7 (10,2-11,2) | ||||
| 3 | 9.557 | 26,1 (25,7-26,6) | 4,4 (4,2-4,7) | Tumores benignos | Nevo melanocítico | 6,6 (6,3-6,9) | 25,2 (24,4-26,1) |
| Trastornos de músculos oculares, movimiento binocular, acomodación y refracción | Trastornos de la acomodación y de la refracción | 6,5 (6,3-6,8) | 24,9 (24,1-25,8) | ||||
| Enfermedades de los órganos genitales masculinos | Prepucio redundante, fimosis y parafimosis | 5,9 (5,7-6,1) | 22,5 (21,7-23,4) | ||||
| Dorsopatías deformantes | Escoliosis | 5,8 (5,6-6,1) | 22,4 (21,5-23,2) | ||||
| Trastornos de conducta y trastornos emocionales cuyo inicio se presenta habitualmente en infancia y adolescencia | Trastornos de la conducta | 3,5 (3,4-3,7) | 13,6 (12,9-14,3) | ||||
| Alteraciones visuales y ceguera | Ceguera y disminución de la agudeza visual | 2,7 (2,6-2,9) | 10,4 (9,8-11,1) | ||||
| 4 | 8.279 | 22,7 (22,2-23,1) | 2,9 (2,7-3,1) | Traumatismos de parte no especificada del tronco, miembro o región del cuerpo | Traumatismo de regiones no especificadas del cuerpo | 10,4 (10,1-10,8) | 46,1 (45,0-47,2) |
| Traumatismos de la muñeca y de la mano | Traumatismo superficial de la muñeca y de la mano | 6,1 (5,9-6,4) | 27,1 (26,1-28,1) | ||||
| Traumatismos del tobillo y del pie | Luxación, esguince y torcedura de articulaciones y ligamentos del tobillo y del pie | 5,3 (5,1-5,6) | 23,5 (22,6-24,5) | ||||
| Traumatismos de la rodilla y de la pierna | Luxación, esguince y torcedura de articulaciones y ligamentos de la rodilla | 3,9 (3,7-4,1) | 17,2 (16,4-18,1) | ||||
En paréntesis se detallan los intervalos de confianza al 95%.
Tabla 5.
Primeros cuatro clústeres en el estrato de mujeres con multimorbilidad de 25-44 años (n = 240.188)
| Número de clúster | Número pacientes | % Enfermos en el estrato |
Diagnósticos |
Prevalencias de los grupos diagnósticos (%) |
|||
|---|---|---|---|---|---|---|---|
| ≥ 1 diagnósticos | ≥ 2 diagnósticos | Grupos diagnósticos | Enfermedad más prevalente en el grupo | En el estrato | En el clúster | ||
| 1 | 186.312 | 77,6 (77,4-77,7) | 39,1 (38,9-39,3) | Otras dorsopatías | Dorsalgia | 30,1 (29,9-30,3) | 38,8 (38,6-39,0) |
| Trastornos neuróticos, trastornos relacionados con el estrés y trastornos somatomorfos | Otros trastornos de ansiedad | 24,8 (24,6-25,0) | 32,0 (31,8-32,2) | ||||
| Trastornos mentales y del comportamiento debidos al uso de sustancias psicoactivas | Trastornos mentales y del comportamiento debidos al uso de tabaco | 24,5 (24,3-24,7) | 31,6 (31,4-31,8) | ||||
| Trastornos nos inflamatorios de los órganos genitales femeninos | Menstruación excesiva, frecuente e irregular | 20,1 (19,9-20,2) | 25,9 (25,7-26,1) | ||||
| Infecciones agudas del tracto respiratorio superior | Rinofaringitis aguda [resfriado común] | 18,8 (18,7-19,0) | 24,3 (24,1-24,5) | ||||
| Enfermedades de la cavidad bucal, de las glándulas salivales y de los maxilares | Caries dental | 16,6 (16,4-16,7) | 21,4 (21,2-21,5) | ||||
| 2 | 141.281 | 58,8 (58,6-59,0) | 23,4 (23,3-23,6) | Tumores benignos | Nevo melanocítico | 12,0 (11,9-12,2) | 20,4 (20,2-20,7) |
| Otros trastornos de los tejidos blandos | Otros trastornos de los tejidos blandos, no clasificados en otra parte | 11,5 (11,4-11,6) | 19,6 (19,4-19,8) | ||||
| Trastornos episódicos y paroxísticos | Migraña | 11,1 (11,0-11,2) | 18,8 (18,6-19,0) | ||||
| Otros trastornos articulares | Otros trastornos de los tejidos blandos, no clasificados en otra parte | 10,1 (10,0-10,2) | 17,2 (17,0-17,4) | ||||
| Enfermedades de las venas y de los vasos y ganglios linfáticos, no clasificadas en otra parte | Hemorroides | 10,0 (9,9-10,1) | 17,0 (16,8-17,2) | ||||
| Anemias nutricionales | Anemias por deficiencia de hierro | 8,2 (8,1-8,3) | 14,0 (13,8-14,2) | ||||
| Enfermedades del esófago, del estómago y del duodeno | Dispepsia | 8,2 (8,1-8,3) | 13,9 (13,7-14,1) | ||||
| Trastornos de la glándula tiroides | Otros hipotiroidismos | 7,8 (7,7-8,0) | 13,3 (13,2-13,5) | ||||
| Trastornos de la mama | Otros trastornos de la mama | 7,1 (7,0-7,2) | 12,0 (11,9-12,2) | ||||
| Otras enfermedades de los intestinos | Otros trastornos funcionales del intestino | 6,6 (6,5-6,7) | 11,3 (11,1-11,4) | ||||
| 3 | 78.594 | 32,7 (32,5-32,9) | 6,6 (6,5-6,7) | Dermatitis y eczema | Prurito | 11,5 (11,4-11,7) | 35,3 (34,9-35,6) |
| Trastornos de las faneras | Acné | 8,1 (8,0-8,2) | 24,8 (24,5-25,1) | ||||
| Micosis | Candidiasis | 6,5 (6,4-6,6) | 19,9 (19,6-20,2) | ||||
| Envenenamiento por drogas, medicamentos y sustancias biológicas | Envenenamiento por hormonas y sus sustitutos y antagonistas sintéticos, no clasificados en otra parte | 5,2 (5,1-5,3) | 16,0 (15,7-16,2) | ||||
| Infecciones virales caracterizadas por lesiones de la piel y de las membranas mucosas | Verrugas víricas | 4,8 (4,7-4,9) | 14,7 (14,5-15,0) | ||||
| Urticaria y eritema | Urticaria | 4,3 (4,2-4,3) | 13,0 (12,8-13,3) | ||||
| 4 | 44.162 | 18,4 (18,2-18,5) | 2,8 (2,7-2,9) | Obesidad y otros tipos de hiperalimentación | Obesidad | 9,8 (9,7-9,9) | 53,1 (52,7-53,6) |
| Trastornos metabólicos | Trastornos del metabolismo de las lipoproteínas y otras lipidemias | 8,0 (7,9-8,2) | 43,7 (43,3-44,2) | ||||
| Enfermedades hipertensivas | Hipertensión esencial (primaria) | 2,7 (2,6-2,8) | 14,7 (14,4-15,1) | ||||
| Diabetes mellitus | Diabetes mellitus no insulinodependiente | 1,1 (1,1-1,2) | 6,1 (5,9-6,4) | ||||
En paréntesis se detallan los intervalos de confianza al 95%.
Tabla 6.
Primeros cuatro clústeres en el estrato de hombres con multimorbilidad de 25-44 años (n = 211.184)
| Número de clúster | Número pacientes | % Enfermos en el estrato |
Diagnósticos |
Prevalencias de los grupos diagnósticos (%) |
|||
|---|---|---|---|---|---|---|---|
| ≥ 1 diagnósticos | ≥ 2 diagnósticos | Grupos diagnósticos | Enfermedad más prevalente en el grupo | En el estrato | En el clúster | ||
| 1 | 163.772 | 37,2 (37,0-37,4) | Trastornos mentales y del comportamiento debidos al uso de sustancias psicoactivas | Trastornos mentales y del comportamiento debidos al uso de tabaco | 35,3 (35,1-35,5) | 45,5 (45,2-45,7) | |
| Otras dorsopatías | Dorsalgia | 25,9 (25,7-26,1) | 33,4 (33,2-33,6) | ||||
| Enfermedades de la cavidad bucal, de las glándulas salivales y de los maxilares | Caries dental | 16,1 (16,0-16,3) | 20,8 (20,6-21,0) | ||||
| 77,5 (77,4-77,7) | Infecciones agudas del tracto respiratorio superior | Rinofaringitis aguda [resfriado común] | 15,8 (15,6-15,9) | 20,4 (20,2-20,6) | |||
| Trastornos neuróticos, trastornos relacionados con el estrés y trastornos somatomorfos | Otros trastornos de ansiedad | 15,4 (15,3-15,6) | 19,9 (19,7-20,1) | ||||
| Otros trastornos articulares | Otros trastornos articulares, no clasificados en otra parte | 11,0 (10,8-11,1) | 14,2 (14,0-14,3) | ||||
| Otros trastornos de los tejidos blandos | Otros trastornos de los tejidos blandos, no clasificados en otra parte | 10,8 (10,7-10,9) | 13,9 (13,8-14,1) | ||||
| 2 | 46.992 | 22,2 (22,0-22,4) | 4,4 (4,3-4,4) | Trastornos metabólicos | Trastornos del metabolismo de las lipoproteínas y otras lipidemias | 14,2 (14,0-14,3) | 63,7 (63,3-64,1) |
| Obesidad y otros tipos de hiperalimentación | Obesidad | 7,6 (7,5-7,7) | 34,4 (33,9-34,8) | ||||
| Enfermedades hipertensivas | Hipertensión esencial (primaria) | 5,4 (5,3-5,5) | 24,1 (23,7-24,5) | ||||
| 3 | 37.407 | 17,7 (17,6-17,9) | 1,8 (1,7-1,8) | Otras enfermedades de las vías respiratorias superiores | Rinitis alérgica y vasomotora | 12,4 (12,2-12,5) | 69,9 (69,4-70,3) |
| Enfermedades crónicas de las vías respiratorias inferiores | Asma | 7,1 (7,0-7,2) | 40,2 (39,7-40,7) | ||||
| 4 | 36.011 | 17,1 (16,9-17,2) | 1,5 (1,5-1,6) | Tumores benignos | Nevo melanocítico | 7,3 (7,2-7,4) | 42,6 (42,1-43,1) |
| Trastornos de las faneras | Quiste folicular de la piel y del tejido subcutáneo | 6,6 (6,5-6,7) | 38,5 (38,0-39,0) | ||||
| Infecciones virales caracterizadas por lesiones de la piel y de las membranas mucosas | Verrugas víricas | 4,8 (4,7-4,9) | 28,1 (27,6-28,6) | ||||
En paréntesis se detallan los intervalos de confianza al 95%.
En el estrato de hombres de 19-24 años, destaca el clúster formado íntegramente por traumatismos (tabla 4). En los dos estratos de 25-44 años un clúster agrupaba enfermedades endocrinas, metabólicas y vasculares formadas por: sobrepeso, obesidad y otros tipos de hiperalimentación (obesidad), trastornos metabólicos (dislipidemias) y enfermedades hipertensivas (hipertensión esencial). En el caso de las mujeres de 25-44 años se agrupaba en el mismo clúster la diabetes mellitus (Tabla 5, Tabla 6). Este clúster cardiovascular-endocrino-metabólico fue más prevalente en el estrato de hombres de 25-44 años respecto al de mujeres del mismo grupo etario (Tabla 5, Tabla 6). En el estrato de hombres de 25-44 años el clúster 3 estaba formado por los diagnósticos siguientes: otras enfermedades de las vías respiratorias superiores (rinitis alérgica y vasomotora) y enfermedades crónicas de las vías respiratorias inferiores (asma) (tabla 6).
Discusión
En este estudio se han identificado los patrones de multimorbilidad en personas adultas jóvenes en AP, usando un análisis de clústeres e incluyendo la mayoría de diagnósticos existentes. El clúster más prevalente está formado por diagnósticos que agrupan enfermedades como la caries dental, el resfriado común, el tabaquismo, los trastornos de ansiedad y las dorsalgias. Existen algunos patrones similares entre sexos, destacando el clúster cardiovascular-endocrino-metabólico formado por dislipidemias, obesidad e hipertensión esencial en la población de 25-44 años.
Existen pocos datos sobre multimorbilidad en esta franja etaria1, 3. Nuestros resultados coinciden con otros estudios, especialmente en el patrón cardiovascular-endocrino-metabólico10, 11. Prados et al.10, en la población de 15 a 44 años a través de un análisis factorial encontró un patrón que agrupó hipertensión arterial, diabetes, obesidad y dislipidemias. Otro estudio transversal realizado en mayores de 14 años mediante un análisis de correspondencias, describió un patrón integrado por: asma, enfermedad tiroidea, ansiedad y depresión, y esquizofrenia, asociado a pacientes menores de 30 años11. Un estudio que analizó la polifarmacia obtuvo en la población de 15-44 años dos patrones con mayor prevalencia: uno de infección respiratoria de vías altas y otro de depresión-ansiedad en ambos sexos12. En este sentido en nuestro estudio, el diagnóstico que incorpora trastornos de ansiedad inespecíficos aparece dentro del clúster más prevalente en todos los grupos de edad.
Brett, et al.13 destacaron el patrón musculoesquelético-integumental como uno de los más prevalentes en menores de 25 años en AP. Nosotros hemos hallado este patrón solo en hombres de 19-24 años. Sin embargo, un trabajo americano, describe que los pares de diagnósticos más prevalentes entre los 20-39 años, tanto en mujeres como en hombres, fueron la depresión y los trastornos por abuso de sustancias. En los hombres de 40-49 años fue la dislipidemia y la hipertensión14. Cornell et al.6 describen la relación entre enfermedades musculoesqueléticas y enfermedades por reflujo gastroesofágico. No obstante, la mayoría de estos estudios solo incluyen enfermedades crónicas y un número limitado de enfermedades que difieren entre todos ellos, lo que dificulta la comparabilidad de los patrones de multimorbilidad.
La principal fortaleza de este estudio es el gran número de pacientes incluidos en el análisis y la calidad de los mismos lo que le infiere validez interna. Asimismo, se ha comprobado que la multimorbilidad obtenida a través de la historia clínica electrónica es más precisa que la obtenida mediante encuestas de salud15, 16. El hecho de incluir toda la gama de diagnósticos del CIE-10 añade complejidad al modelo y puede dificultar la interpretación de los resultados, pero permite encontrar asociaciones poco conocidas o que no se han contemplado hasta la fecha. A diferencia de estudios anteriores, no solo se han explorado asociaciones entre enfermedades sino también la distribución de las agrupaciones resultantes en la población de estudio, proporcionando así evidencia empírica.
Este estudio también tiene algunas limitaciones. El análisis de clústeres es un análisis exploratorio y además algoritmos diferentes podrían dar resultados diferentes17. Sin embargo, para obtener los clústeres finales se realizó un proceso sistemático y riguroso que incluyó: la comparación de los resultados entre diferentes algoritmos y criterios numéricos, así como el consenso por parte de un panel de expertos con el fin de comprobar que las agrupaciones tuvieran interpretación clínica. Por otro lado, los métodos jerárquicos aglomerativos obligan a que cada unidad de análisis (diagnóstico) sea incluida en un solo clúster y no refleja el hecho que una enfermedad tenga asociaciones clínicas importantes con otras enfermedades de otro clúster. En este sentido los algoritmos jerárquicos se consideran más apropiados para problemas de clasificación que comparten factores subyacentes comunes y pueden ser un punto de partida útil cuando no se conoce el número y la estructura de los clústeres5.
Este estudio tiene implicaciones para la práctica clínica y desde el punto de vista de planificación sanitaria. El hecho de que algunos diagnósticos se agrupen juntos con alta prevalencia en la población permite incluir en las guías de práctica clínica de enfermedades específicas, el abordaje de otras enfermedades comórbidas. Esta información es útil para aumentar la detección precoz de aquellas enfermedades que estarían asociadas.
El reto para la investigación futura consiste en confirmar estas agrupaciones, y en consecuencia descartar que no sean debidas al azar. Este hecho es especialmente relevante para los clústeres biológicamente plausibles o aquellos que aun desconociendo la relación clínica existente sean más prevalentes y por tanto potencialmente importantes para la práctica clínica y el coste sanitario. Por otro lado, se requieren estudios longitudinales que permitan explorar los factores que producen o que conducen a la multimorbilidad, y en particular determinar cómo en una persona a la que se diagnóstica una primera enfermedad se le añaden otras a lo largo del continuum existencial de la vida. Todo ello permitiría diseñar estrategias preventivas individualizadas.
Otras líneas de investigación en los próximos años, serían el estudio del impacto real de las diferentes enfermedades en la calidad de vida, en las actividades de la vida diaria y en el pronóstico18; la influencia de algunos factores confusores como pueden ser la gravedad de la enfermedad, la condición social, el lugar de residencia, las condiciones comórbidas o las limitaciones funcionales19 y la determinación de las pautas terapéuticas más eficaces para estas agrupaciones de enfermedades.
La identificación de patrones de multimorbilidad facilita el enfoque holístico de la salud y centrado en la persona. Los resultados de nuestro estudio proporcionan más conocimientos para cambiar este paradigma en la atención sanitaria, abren la brecha al estudio de medidas preventivas para los pacientes que pertenecen a los clústeres obtenidos y aportan datos epidemiológicos a tener en cuenta en la elaboración de guías de práctica clínica, de procedimientos diagnósticos y algoritmos en AP de salud.
Lo conocido sobre el tema
-
•
La multimorbilidad está creciendo en los países industrializados debido a los avances en salud pública y a la provisión de cuidados en salud.
-
•
El estudio de la multimorbilidad se ha centrado tradicionalmente en personas mayores, existiendo pocos estudios que analicen este fenómeno en adultos jóvenes.
-
•
El conocimiento de las agrupaciones de enfermedades permite planificar mejores acciones preventivas y ofrecer un mejor abordaje terapéutico.
Qué aporta este estudio
-
•
La identificación de los patrones de multimorbilidad en una muestra poblacional amplia de personas de entre 19-44 años.
-
•
La constatación de algunos patrones similares entre sexos y grupos de edad.
-
•
La objetivación del clúster cardiovascular-endocrino-metabólico que emerge a partir de los 25-44 años.
Financiación
Proyecto financiado por el Instituto de Salud Carlos III en la convocatoria correspondiente al año 2012 de concesión de subvenciones de la Acción Estratégica de Salud, en el marco del Plan Nacional de Investigación Científica, Desarrollo e Innovación Tecnológica 2008-2011; con el código expediente PI12/00427, cofinanciado por la Unión Europea a través del Fondo Europeo de Desarrollo Regional (FEDER). Además ha recibido ayuda de la Red de Investigación en Actividades Preventivas y Promoción de la Salud (rediAPP) del el ISCiii-RETICS (RD12/0005). Las fuentes de financiación no han tenido ningún rol en el diseño del estudio, colección, análisis e interpretación de los datos, escritura y decisión de la sumisión para la publicación.
Conflicto de intereses
Los autores declaran no tener ningún conflicto de intereses.
Agradecimientos
Agradecemos a los profesionales del SIDIAP (www.sidiap.org) el apoyo y la experta colaboración en el manejo de los datos.
Bibliografía
- 1.Violan C., Foguet-Boreu Q., Flores-Mateo G., Salisbury C., Blom J., Freitag M. Prevalence, determinants and patterns of multimorbidity in primary care: a systematic review of observational studies. PLoS One. 2014;9:e102149. doi: 10.1371/journal.pone.0102149. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 2.Economist Intelligence Unit. Never too early. Tackling chronic disease to extend healthy life years, 2012 [consultado 20 Abr 2015]. Disponible en: http://digitalresearch.eiu.com/extending-healthy-life-years/report/section/executive-summary
- 3.Fortin M., Stewart M., Poitras M.E., Almirall J., Maddocks H. A systematic review of prevalence studies on multimorbidity: toward a more uniform methodology. Ann Fam Med. 2012;10:142–151. doi: 10.1370/afm.1337. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 4.Guiding principles for the care of older adults with multimorbidity: an approach for clinicians. Guiding principles for the care of older adults with multimorbidity: an approach for clinicians: American Geriatrics Society Expert Panel on the Care of Older Adults with Multimorbidity. J Am Geriatr Soc. 2012;60:E1–E25. doi: 10.1111/j.1532-5415.2012.04188.x. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 5.Everitt B.S., Landau S., Leese M., Stahl D. 5th ed. John Wiley & Sons, Ltd; Chichester, UK: 2011. Cluster analysis. [Google Scholar]
- 6.Cornell J.E., Pugh J., Williams J., Kazis L., Lee A., Pederson T. Multimorbidity clusters: Clustering binary data from multimorbidity clusters: Clustering binary data from a large administrative medical database. Appl Multivar Res. 2007;12:163–182. [Google Scholar]
- 7.Posner S.F., Goodman R.A. Multimorbidity at the local level: implications and research directions. Mayo Clin Proc. 2014;89:1321–1323. doi: 10.1016/j.mayocp.2014.08.007. [DOI] [PubMed] [Google Scholar]
- 8.García-Gil M.M., Hermosilla E., Prieto-Alhambra D., Fina F., Rosell M., Ramos R. Construction and validation of a scoring system for the selection of high-quality data in a Spanish population primary care database (SIDIAP) Inform Prim Care. 2011;19:135–145. doi: 10.14236/jhi.v19i3.806. [DOI] [PubMed] [Google Scholar]
- 9.SAS Institute Inc: SAS/STAT® User's Guide, Version 9.2 Cary, NC: SAS Institute Inc: 2008.
- 10.Prados-Torres A., Poblador-Plou B., Calderón-Larrañaga A., Gimeno-Feliu L.A., González-Rubio F., Poncel-Falcó A. Multimorbidity patterns in primary care: interactions among chronic diseases using factor analysis. PLoS One. 2012;7:e32190. doi: 10.1371/journal.pone.0032190. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 11.García-Olmos L., Salvador C.H., Alberquilla Á., Lora D., Carmona M., García-Sagredo P. Comorbidity patterns in patients with chronic diseases in general practice. PLoS One. 2012;7:e32141. doi: 10.1371/journal.pone.0032141. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 12.Calderón-Larrañaga A., Gimeno-Feliu L.A., González-Rubio F., Poblador-Plou B., Lairla-San José M., Abad-Díez J.M. Polypharmacy patterns: unravelling systematic associations between prescribed medications. PLoS One. 2013;8:e84967. doi: 10.1371/journal.pone.0084967. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 13.Brett T., Arnold-Reed D.E., Popescu A., Soliman B., Bulsara M.K., Fine H. Multimorbidity in patients attending 2 Australian primary care practices. Ann Fam Med. 2013;11:535–542. doi: 10.1370/afm.1570. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 14.Rocca W.A., Boyd C.M., Grossardt B.R., Bobo W.V., Finney Rutten L.J., Roger V.L. Prevalence of multimorbidity in a geographically defined American population: patterns by age, sex, and race/ethnicity. Mayo Clin Proc. 2014;89:1336–1349. doi: 10.1016/j.mayocp.2014.07.010. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 15.Violán C., Foguet-Boreu Q., Hermosilla-Pérez E., Valderas J.M., Bolíbar B., Fàbregas-Escurriola M. Comparison of the information provided by electronic health records data and a population health survey to estimate prevalence of selected health conditions and multimorbidity. BMC Public Health [Internet]. 2013;13:251. doi: 10.1186/1471-2458-13-251. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 16.Raina P., Torrance-Rynard V., Wong M., Woodward C. Agreement between self-reported and routinely collected health-care utilization data among seniors. Health Serv Res. 2002;37:751–774. doi: 10.1111/1475-6773.00047. [DOI] [PMC free article] [PubMed] [Google Scholar]
- 17.Aldenderfer M.S., Blashfield R.K. Sage Publications; Beverly Hills, CA: 1984. Cluster analysis quantitative applications in the social sciences. [Google Scholar]
- 18.Hemingway H., Croft P., Hayden J.A., Abrams K., Timmis A., Briggs A. Prognosis research strategy (PROGRESS) 1: A. 2013;5595:1–11. [Google Scholar]
- 19.Blozik E., van den Bussche H., Gurtner F., Schäfer I., Scherer M. Epidemiological strategies for adapting clinical practice guidelines to the needs of multimorbid patients. BMC Health Serv Res. 2013;13:352. doi: 10.1186/1472-6963-13-352. [DOI] [PMC free article] [PubMed] [Google Scholar]