Acceso usuarios
Juan Equiza Goñi
Fundamentos: MoMo es un sistema de monitorización de la mortalidad que guía la acción en Salud Pública en España. La epidemia de COVID-19 agravó el retraso en la notificación de las defunciones, sesgando a la baja las estimaciones diarias del exceso de mortalidad acumulado en España procedentes de MoMo. El objetivo del presente estudio fue identificar el mejor método para corregir en dichas estimaciones el efecto del retraso en la notificación.
Métodos: Se siguió el siguiente proceso: 1) Se obtuvieron las cifras de exceso de muertes acumuladas en España desde el inicio de la epidemia COVID-19 publicadas diariamente por MoMo durante el período 15/04/2020-25/05/2020. 2) Se calculó la intensidad de las revisiones diarias de dichas cifras como el cociente entre la cifra publicada cada día y la del día anterior. 3) Se obtuvieron cinco estimaciones corregidas del exceso acumulado de mortalidad aplicando a los cocientes mencionados cinco modelos de corrección (media aritmética simple y ponderada según antigüedad de la revisión y regresiones lineales, cuadráticas y cúbicas). 4) Se comparó la validez de las distintas estimaciones corregidas con respecto a los valores observados definitivos mediante la raíz del error cuadrático medio (RMSE).
Resultados: La intensidad de las revisiones diarias del exceso acumulado de muertes bajó a 1 (ausencia de revisión) conforme la fecha de publicación se alejó de la fecha de defunción. Las estimaciones corregidas en base a regresiones polinómicas redujeron el error respecto al valor definitivo observado en un 18-25%.
Conclusiones: Para mejorar la validez de las estimaciones diarias de exceso de mortalidad de MoMo es recomendable corregir el retraso en la notificación mediante modelos de regresión polinómica estimados con datos de revisiones previas.
Background: MoMo is a mortality monitoring system that guides public health policy in Spain. The COVID-19 pandemic worsened death notification delays, thus biasing downwards the daily (cumulative) excess mortality estimates produced by MoMo. The goal of this study is to find the best model to correct these estimates for the effect of death notification delays.
Methods: The process followed was: 1) estimates for the excess mortality accumulated in Spain since the beginning of the COVID-19 pandemic are published daily by MoMo and gathered in this study for the period 15/04/2020-25/05/2020. 2) the intensity of daily revisions is computed as the ratio of the estimate published each day divided by the estimate published the day before. 3) Adjusted excess mortality estimates result from applying to these ratios five different correcting models (a simple arithmetic mean or a weighted average, as well as linear, quadratic and cubic regressions). 4) The performance of these corrected estimates is compared with the definite values using the root mean square error (RMSE).
Results: The intensity of daily revisions for the cumulative excess of deaths fell to 1 (no revision) as the publication date left behind the date of death. The correcting estimates based on polynomial regressions reduced the error with respect to the definite observed values by 18-25%.
Conclusions: To improve the validity of the daily estimates for the cumulative excess of deaths from MoMo, it is recommended to correct the notification delay of deaths using polynomial regression models estimated with data on previous revisions.
