Modelo para la estimación de incidencia de cáncer en el orden departamental en Colombia, 2002-2006 / Model for estimating cancer incidence at the regional state level in Colombia, 2002-2006

RESUMEN

Objetivo: Describir los resultados de la aplicación de una metodología para la estimación de casos incidentes de cáncer en Colombia, en el orden departamental, durante el periodo 2002-2006, considerando el impacto que tienen las fuentes de información en los resultados del proceso de estimación. Métodos: La incidencia nacional de cáncer se estimó a partir de la suma de casos de cáncer, según la localización obtenida para cada departamento, utilizando un modelo de regresión lineal generalizado, el cual asume que el número de casos incidentes sigue una distribución de Poisson y emplea la razón incidencia mortalidad, el sexo y el grupo de edad como variables predictoras. Se ajustaron siete modelos diferentes y se validó la información de casos estimados respecto a casos observados, por medio de la suma de errores al cuadrado, el error absoluto promedio y el máximo error absoluto. Resultados: El modelo que mostró mejores resultados es el que incluye la información de los registros de Cali, Pasto y Bucaramanga; sin embargo, este modelo subestima los casos de cáncer en el orden nacional. Conclusiones: Se recomienda aplicar el modelo que se basa exclusivamente en información de Cali, debido a que puede haber una subestimación de casos como consecuencia de incluir en la modelación la información de registros que aún tienen por resolver aspectos relacionados con la exhaustividad.

ABSTRACT

Objective: To describe the results of a methodology used to estimate the incidence of cancer cases in Colombia at the regional state level from 2002-2006, which takes into account the impact of information sources on final estimate results. Methods: National cancer incidence was estimated upon the total number of cases reported at locations within each regional state under the application of a generalized linear regression model, which assumes that the number of cases conforms to Poisson distribution and utilizes incidence mortality and causes, gender, and age group as predictive variables. Seven different models were adjusted, and information was validated on estimated cases in comparison with observed cases through sum of squared errors, average absolute error, and absolute maximum error. Results: The most precise model included the data from the cities of Cali, Pasto and Bucaramanga; however, this model underestimates cancer incidence at the national level. Conclusions: Application of the model based exclusively on information from Cali is recommended; due to the fact that the number of cases could be underestimated as a consequence of including information in model construct from other registries which have, as yet, unsolved thoroughness issues.