Portadillas Gaceta Suplementos - Sespas

XIII Congreso SESPAS; 23(Espec Congr 1): 114-312 237
Resultados: El patrón consta de 4.412 puntos, con una intensidad
media de 0,00111. El número de niños que asisten es 2.520, con una
frecuencia de 0,000637, y el número de niños que no asisten es 1.890,
con una frecuencia de 0,000477. Mediante simulaciones bajo la hipótesis
de AEC, observamos que la K del patrón marcado no está dentro
de las envueltas generadas bajo dicha hipótesis, conduciéndonos al
rechazo de la misma. A partir de la comparación de la función K del
proceso con la que tendríamos si fuera un proceso Poisson marcado,
encontramos que toma valores mayores que ésta, indicando agregación.
Si comparamos las funciones K de ambas marcas, se observa
que la K de los controles toma valores ligeramente superiores que
la de los casos. Simulando la diferencia de las funciones K de casos
y controles bajo etiquetado aleatorio, obtenemos que el valor real de
esta diferencia está por debajo de los límites del intervalo de confianza
obtenido bajo etiquetado aleatorio.
Conclusiones: El nivel de agrupación de casos y controles es similar,
aunque los casos presentan menor agregación que los controles. La
agregación en los casos no va más allá de la heterogeneidad espacial,
por lo que no podemos concluir que la asistencia de los niños que viven
más cerca de las consultas sea mayor que la de los que viven más lejos.
P-324. VALIDACIÓN DE UNA ESCALA DE RIESGOS
PSICOSOCIALES EN EL TRABAJO DE MéDICAS/OS
DE FAMILIA
A. Delgado Sánchez, L.A. López Fernández, L. Saletti Cuesta,
J.D. Luna del Castillo, I. Mateo Rodríguez, J.M. Jiménez Martín, et al
EASP; UGR.
Antecedentes/Objetivos: El desempeño de la medicina conlleva
factores de riesgo psicosocial que producen estrés. El objetivo es
construir y validar una escala de evaluación de riesgos psicosociales
en el trabajo (RPT) para médicas/os (MF).
Métodos: Estudio descriptivo y multicéntrico. Población: todos los
MF de los centros de salud de capitales andaluzas. Inclusión: ≥ 1 año
en mismo puesto, uso de historia informatizada. Muestra = 500 (cálculo
para otros objetivos: alfa = 5%, potencia = 90%, precision = 15%).
RPT siguiendo modelo demanda-control-apoyo de Karasek. Sexo.
Edad. Formación postgraduada. Cuestionario autoadministrado postal
(XII-07 y V-08). Análisis factorial, método componentes principales
y rotación varimax, incluyendo ítems con autovalores > 1. Adecuación
muestral con índice de KMO y test Barlett. Fiabilidad de la escala
global y de los factores con alfa-Cronbach extrayendo el ítem.
Resultados: Tasa respuesta 365 (73%). Médicas 50,8%, Edad 50,2 ±
1,4 y Formación postgrado 34,2%. El análisis factorial extrae 3 factores
(varianza 43.4%). Test Barlett p < 0,005, KMO = 0,751. Preguntas con
cargas factoriales: 1Factor: Dispongo de suficiente tiempo para atender
a mis pacientes -0,456. Me preocupa cometer errores 0,522. Temo
sufrir agresiones en el trabajo 0,791. Mi trabajo conlleva relaciones
conflictivas con pacientes y familiares 0,758. Mi trabajo me genera estrés
0,591. α-Cronbach 0,61. 2Factor: Me resulta fácil coordinarme con
enfermería 0,452. Tengo posibilidad de planificar mi trabajo dentro y
fuera de consulta 0,520. Hablo con entusiasmo del trabajo 0,582. Mis
pacientes confían en mí 0,603. Mis relaciones profesionales suponen
estímulo y apoyo -0,630. El reconocimiento de mis superiores es fuente
de satisfacción profesional -0,561. α-Cronbach 0,62. 3Factor: Tengo que
cubrir ausencias de compañeros -,666. Tengo flexibilidad para decidir
momento de vacaciones, días libres 0,708. Si tengo un asunto personal
puedo dejar mi trabajo al menos una hora sin pedir permiso 0,601.
α-Cronbach 0,48. 1Factor “Demanda- Presión” por conflicto potencial
en la atención, correlaciona inversamente con disponibilidad de tiempo
de consulta; “Elementos facilitadores” vinculados a relaciones con
otros y autonomía en la organización; y “Control del tiempo”.
Conclusiones: Obtenemos una escala de logro con buena fiabilidad
y validez de constructo. Los/as MF perciben tres dimensiones de
RPT. Destaca que los conflictos potenciales con pacientes se relacionan
con menor tiempo de consulta.
Financiación. Consejería de Salud. Junta de Andalucía.
P-325. EL ABUSO DE DATOS AGREGADOS EN LOS ESTUDIOS
EPIDEMIOLÓGICOS DE ÁREAS PEQUEñAS
R. Ocaña Riola, C. Sánchez-Cantalejo, S. Toro Cárdenas, et al
Escuela Andaluza de Salud Pública.
Antecedentes/Objetivos: Durante la última década se han publicado
numerosos Atlas de incidencia y mortalidad que describen
la distribución geográfica de las enfermedades agrupando datos de
varios años. En ocasiones, la amplitud de este periodo de tiempo ha
llegado a agrupar más de 15 años de información. Al utilizar datos
agregados, el peso de la incidencia o mortalidad de años pasados
puede hacer que el exceso de enfermedad o de muertes observado en
algunas áreas geográficas no se corresponda con la realidad actual.
El objetivo de este trabajo es demostrar que el uso de agregaciones
de datos anuales puede sesgar las estimaciones del riesgo relativo en
estudios epidemiológicos de áreas pequeñas.
Métodos: En primer lugar se estableció un modelo jerárquico bayesiano
con cuatro efectos aleatorios: dos para definir el componente
espacial y dos para especificar el componente temporal de los datos
desagregados por años. Cada uno de estos efectos modela la correlación
espacio-temporal de la información teniendo en cuenta una
variabilidad estructurada y otra no estructurada. En este modelo, el
riesgo relativo de un área geográfica se estima teniendo en cuenta
sólo el componente aleatorio espacial. A continuación se estableció
el modelo de Besag-York-Mollié con sólo una estructura espacial para
modelar los datos agregados en un único periodo de tiempo. Las propiedades
de la distribución de Poisson sirvieron para relacionar el
riesgo relativo del área obtenido a través de un modelo espacio-temporal
de datos desagregados con el obtenido a través de un modelo
espacial de datos agregados.
Resultados: Las ecuaciones utilizadas mostraron que el riesgo relativo
obtenido con datos agregados es igual al producto de una constante
por el riesgo relativo estimado mediante datos desagregados.
Esa constante se denominó coeficiente de información de la estructura
temporal. Si este coeficiente es mayor que uno, entonces el modelo
con datos agregados sobrestimará el riesgo relativo del área. Si es menor
que uno, entonces el modelo con datos agregados subestimará el
riesgo relativo. Únicamente si no existe una correlación temporal de
los datos se tendrá un coeficiente igual a uno y por tanto el modelo
con datos agregados en un único periodo será adecuado.
Conclusiones: A pesar de que esta práctica es habitual entre epidemiólogos
y otros profesionales de la salud, la unión de varios años
para formar un periodo de estudio más amplio puede llevar asociado
un error importante en la estimación de los riesgos de incidencia
o mortalidad de las áreas geográficas. Como consecuencia, la toma
de decisiones y las políticas sanitarias aplicadas a partir de la interpretación
de estos mapas pueden ser inadecuadas. Una descripción
detallada de este trabajo puede encontrarse en Statistics in Medicine
2007;26:4489-4504.
P-326. LAS DESIGUALDADES EN SALUD OBSERVADAS EN
LOS ESTUDIOS DE ÁREAS PEQUEñAS PUEDEN SER SóLO
UNA CONSECUENCIA DE MIGRACIONES DE POBLACION
NO CONTROLADAS
R. Ocaña-Riola, S. Toro-Cárdenas, C. Sánchez-Cantalejo,
A. Fernández-Ajuria, J.M. Mayoral-Cortés, et al
Escuela Andaluza de Salud Pública; Consejería de Salud. Junta
de Andalucía.