stringtranslate.com

Vigilancia de la salud pública

La vigilancia de la salud pública (también vigilancia epidemiológica , vigilancia clínica o vigilancia sindrómica ) es, según la Organización Mundial de la Salud (OMS), "la recopilación, el análisis y la interpretación continuos y sistemáticos de datos relacionados con la salud necesarios para la planificación, la implementación y la evaluación de la práctica de la salud pública ". [1] La vigilancia de la salud pública puede utilizarse para rastrear problemas emergentes relacionados con la salud en una etapa temprana y encontrar soluciones activas de manera oportuna. [1] Por lo general, se recurre a los sistemas de vigilancia para proporcionar información sobre cuándo y dónde ocurren los problemas de salud y quién se ve afectado. [2]

Los sistemas de vigilancia de la salud pública pueden ser pasivos o activos. Un sistema de vigilancia pasiva consiste en la notificación periódica y continua de enfermedades y afecciones por parte de todos los centros de salud de un territorio determinado. Un sistema de vigilancia activa es aquel en el que se visitan los centros de salud y se revisan los registros médicos y los proveedores de atención de salud para identificar una enfermedad o afección específica. [3] Los sistemas de vigilancia pasiva requieren menos tiempo y son menos costosos de administrar, pero corren el riesgo de que no se notifiquen todas las enfermedades. Los sistemas de vigilancia activa son más apropiados para epidemias o cuando se ha establecido como objetivo eliminar una enfermedad. [3]

Las técnicas de vigilancia de la salud pública se han utilizado en particular para estudiar las enfermedades infecciosas . Muchas instituciones importantes, como la OMS y los Centros para el Control y la Prevención de Enfermedades (CDC), han creado bases de datos y sistemas informáticos modernos ( informática de salud pública ) que pueden rastrear y monitorear brotes emergentes de enfermedades como la gripe , el SARS , el VIH e incluso el bioterrorismo , como los ataques con ántrax de 2001 en los Estados Unidos. [ cita requerida ]

Muchas regiones y países tienen su propio registro de cáncer , que monitorea la incidencia de cánceres para determinar la prevalencia y las posibles causas de estas enfermedades. [4]

Otras enfermedades, como los eventos puntuales como los accidentes cerebrovasculares y las enfermedades crónicas como la diabetes , así como los problemas sociales como la violencia doméstica, se están integrando cada vez más en bases de datos epidemiológicas llamadas registros de enfermedades. Se realiza un análisis de costo-beneficio de estos registros para determinar la financiación gubernamental para la investigación y la prevención.

En la actualidad se utilizan sistemas que pueden automatizar el proceso de identificación de eventos adversos relacionados con medicamentos y se los compara con los informes escritos tradicionales de dichos eventos. [5] Estos sistemas se relacionan con el campo de la informática médica y están siendo rápidamente adoptados por los hospitales y respaldados por las instituciones que supervisan a los proveedores de atención médica (como la JCAHO en los Estados Unidos). Las cuestiones relacionadas con la mejora de la atención médica están evolucionando en torno a la vigilancia de los errores de medicación dentro de las instituciones. [6]

Vigilancia sindrómica

La vigilancia sindrómica es el análisis de datos médicos para detectar o anticipar brotes de enfermedades . Según una definición de los CDC, "el término 'vigilancia sindrómica' se aplica a la vigilancia que utiliza datos relacionados con la salud que preceden al diagnóstico y señalan una probabilidad suficiente de un caso o un brote para justificar una respuesta de salud pública adicional. Aunque históricamente la vigilancia sindrómica se ha utilizado para orientar la investigación de casos potenciales, los funcionarios de salud pública están explorando cada vez más su utilidad para detectar brotes asociados con el bioterrorismo ". [7]

Los primeros indicios de un brote de enfermedad o de un ataque bioterrorista pueden no ser el diagnóstico definitivo de un médico o de un laboratorio. [8]

Usando un brote normal de influenza como ejemplo, una vez que el brote comienza a afectar a la población, algunas personas pueden llamar al trabajo o a la escuela para decir que están enfermas, otras pueden visitar su farmacia y comprar medicamentos sin receta, otras visitarán el consultorio de su médico y otras pueden tener síntomas lo suficientemente graves como para llamar al número de teléfono de emergencia o ir a un departamento de emergencias . [ cita requerida ]

Los sistemas de vigilancia sindrómica monitorean los datos de los registros de ausentismo escolar, los sistemas de llamadas de emergencia, los registros de venta de medicamentos sin receta de los hospitales, las búsquedas en Internet y otras fuentes de datos para detectar patrones inusuales. Cuando se observa un aumento de la actividad en cualquiera de los sistemas monitoreados, los epidemiólogos de enfermedades y los profesionales de la salud pública reciben una alerta de que puede haber un problema. [ cita requerida ]

Una detección temprana y una respuesta a un ataque bioterrorista podrían salvar muchas vidas y potencialmente detener o desacelerar la propagación del brote. Los sistemas de vigilancia sindrómica más eficaces monitorean automáticamente estos sistemas en tiempo real, no requieren que las personas ingresen información por separado (ingreso de datos secundarios), incluyen herramientas analíticas avanzadas, agregan datos de múltiples sistemas, a través de fronteras geopolíticas e incluyen un proceso de alerta automatizado. [9]

Un sistema de vigilancia sindrómica basado en consultas de búsqueda fue propuesto por primera vez por Gunther Eysenbach , quien comenzó a trabajar en un sistema de este tipo en 2004. [10] Inspirado por estas primeras y alentadoras experiencias, Google lanzó Google Flu Trends [11] en 2008. Se considera que más búsquedas relacionadas con la gripe indican una mayor actividad de la gripe. Los resultados, que se publicaron en Nature , coincidieron estrechamente con los datos de los CDC y los adelantaron por 1 a 2 semanas. [12] Sin embargo, se ha demostrado que el enfoque original detrás de Google Flu Trends tenía varias deficiencias de modelado que conducían a errores significativos en sus estimaciones. [13] Más recientemente, se han propuesto una serie de enfoques lineales y no lineales más avanzados para el modelado de la gripe a partir de consultas de búsqueda de Google. [14] Ampliando el trabajo de Google, los investigadores del Laboratorio de Sistemas Inteligentes ( Universidad de Bristol , Reino Unido) crearon Flu Detector; [15] una herramienta en línea que, basada en métodos de recuperación de información y análisis estadístico, utiliza el contenido de Twitter para predecir las tasas de gripe en el Reino Unido. [16]

Métodos digitales

La vigilancia digital de la salud pública se basa en gran medida en varios métodos. Los más importantes son el uso de tendencias basadas en búsquedas en sitios como Google y Wikipedia, publicaciones en redes sociales en plataformas como Facebook y Twitter, y sitios web de vigilancia participativa como Flu Near You e Influenzanet. Sin embargo, la variedad de posibles fuentes de datos adecuadas para la vigilancia de enfermedades ha aumentado a medida que se han digitalizado diferentes áreas; hoy en día, los registros de asistencia escolar, los datos de admisiones de urgencia en hospitales e incluso los datos de ventas se pueden utilizar para fines de vigilancia sindrómica. Las tendencias de búsqueda proporcionan datos indirectos sobre la salud pública, mientras que los dos últimos métodos proporcionan datos directos. [17]

Búsqueda de agregados

Los agregados de búsqueda se han utilizado con mayor frecuencia para rastrear y modelar la influenza. Un ejemplo popular es Google Flu Trends , [18] que se lanzó por primera vez en 2008. [17] Wikipedia también se ha utilizado, aunque es potencialmente propensa al "ruido", ya que es una fuente popular de información de salud independientemente de si un usuario está enfermo o no. [19] Durante la pandemia de COVID-19 se ha desarrollado una nueva metodología para modelar la prevalencia de COVID-19 en función de la actividad de búsqueda web. [20] Esta metodología también ha sido utilizada por Public Health England en el Reino Unido como uno de sus puntos finales de vigilancia sindrómica. [ cita requerida ]

Redes sociales

Algunos ejemplos de vigilancia de la salud pública en las redes sociales son HealthTweets, que recopila datos de Twitter. [19] Los datos de Twitter se consideran muy útiles para la investigación de la salud pública, ya que sus políticas de datos permiten el acceso público a muestras del 1% de los tuits sin procesar. Los tuits también se pueden geolocalizar, lo que se puede utilizar para modelar la propagación de enfermedades contagiosas. Es la plataforma de redes sociales más utilizada para la vigilancia de la salud pública. [17] Durante la pandemia de COVID-19 , Facebook utilizó datos agregados y anónimos recopilados de sus plataformas para proporcionar información sobre el movimiento humano a los modelos de enfermedades. También ofreció a los usuarios la oportunidad de participar en una encuesta sobre los síntomas de la enfermedad a través de la Universidad Carnegie Mellon . [21]

Sitios de vigilancia

Flu Near You e Influenzanet son dos ejemplos de sistemas de vigilancia digital de colaboración colectiva. Ambos sitios reclutan usuarios para participar en encuestas sobre los síntomas de la gripe. Influenzanet se creó en 2009 y opera en diez países de Europa. Su predecesora fue Grote Griepmeting, una plataforma holandesa/belga lanzada en 2003 y 2004. Flu Near You se utiliza en los EE. UU. Otro ejemplo de sitios de vigilancia es Dengue na Web, utilizado para realizar encuestas sobre la fiebre del dengue en Bahía , Brasil. [17]

Vigilancia basada en laboratorio

Algunas enfermedades, especialmente las crónicas como la diabetes mellitus , se deben controlar de forma rutinaria con frecuentes mediciones de laboratorio. Dado que muchos resultados de laboratorio, al menos en Europa y los EE. UU., se procesan automáticamente mediante sistemas informáticos de información de laboratorio, los resultados son relativamente fáciles de cotejar de forma económica en bases de datos especiales o registros de enfermedades. A diferencia de la mayoría de los sistemas de vigilancia sindrómica, en los que se supone que cada registro es independiente de los demás, los datos de laboratorio en enfermedades crónicas se pueden vincular teóricamente a nivel de paciente individual. Si se pueden hacer coincidir los identificadores de los pacientes, se puede analizar un registro cronológico de los resultados de laboratorio de cada paciente y agregarlos a nivel de población. [ cita requerida ]

Los registros de laboratorio permiten el análisis de la incidencia y prevalencia de la condición objetivo, así como las tendencias en el nivel de control. Por ejemplo, un programa financiado por el NIH llamado Sistema de Información de Diabetes Vermedx [22] mantuvo un registro de valores de laboratorio de adultos diabéticos en Vermont y el norte del estado de Nueva York en los EE. UU. con varios años de resultados de laboratorio en miles de pacientes. [23] Los datos incluyeron medidas de control de azúcar en sangre ( hemoglobina glucosilada A1c ), colesterol y función renal ( creatinina sérica y proteína en orina ), y se utilizaron para monitorear la calidad de la atención a nivel de paciente, práctica y población. Dado que los datos contenían el nombre y la dirección de cada paciente, el sistema también se utilizó para comunicarse directamente con los pacientes cuando los datos de laboratorio indicaban la necesidad de atención. Los resultados de pruebas fuera de control generaron una carta al paciente sugiriendo que tomara medidas con su proveedor médico. Las pruebas que estaban vencidas generaron recordatorios para que se realizaran las pruebas. El sistema también generó recordatorios y alertas con consejos basados ​​en pautas para la práctica, así como una lista periódica de los pacientes de cada proveedor y una tarjeta de informe que resume el estado de salud de la población. Las evaluaciones clínicas y económicas del sistema, incluido un gran ensayo clínico aleatorizado , demostraron mejoras en la adherencia a las pautas de práctica y reducciones en la necesidad de servicios de sala de emergencias y hospitalarios, así como en los costos totales por paciente. [24] [25] [26] El sistema se ha comercializado y distribuido a médicos, aseguradoras, empleadores y otros responsables del cuidado de pacientes con enfermedades crónicas. Ahora se está ampliando a otras afecciones como la enfermedad renal crónica . [ cita requerida ]

Un sistema similar, el Registro de A1C de la Ciudad de Nueva York, [27] se utiliza para controlar a los aproximadamente 600.000 pacientes diabéticos de la ciudad de Nueva York , aunque a diferencia del Sistema de Información sobre Diabetes de Vermont, no existen disposiciones para que los pacientes tengan sus datos excluidos de la base de datos de la ciudad de Nueva York. El Departamento de Salud e Higiene Mental de la ciudad de Nueva York ha vinculado servicios adicionales para pacientes al registro, como información de salud y un mejor acceso a los servicios de atención médica. A principios de 2012, el registro contiene más de 10 millones de resultados de pruebas de 3,6 millones de personas. Aunque está destinado a mejorar los resultados de salud y reducir la incidencia de las complicaciones de la diabetes, [28] aún no se ha realizado una evaluación formal.

En mayo de 2008, el Ayuntamiento de San Antonio, Texas, aprobó la implementación de un registro de A1C para el condado de Bexar . Autorizado por la legislatura de Texas y el Departamento de Salud del estado, el Distrito de Salud Metropolitano de San Antonio [29] implementó el registro que extrajo los resultados de todos los principales laboratorios clínicos de San Antonio. El programa se interrumpió en 2010 debido a la falta de fondos. [ cita requerida ]

La vigilancia de laboratorio se diferencia de la vigilancia de toda la población porque sólo puede controlar a los pacientes que ya están recibiendo tratamiento médico y, por lo tanto, se les han realizado pruebas de laboratorio. Por este motivo, no identifica a los pacientes que nunca se han hecho pruebas. Por lo tanto, es más adecuada para la gestión de la calidad y la mejora de la atención que para el seguimiento epidemiológico de toda una población o área de captación. [ cita requerida ]

Véase también

Referencias

  1. ^ ab Vigilancia de la salud pública, Organización Mundial de la Salud (consultado el 14 de enero de 2016).
  2. ^ Caves RW (2004). Enciclopedia de la ciudad . Routledge. pp. 548. ISBN. 9780415252256.
  3. ^ ab Organización Mundial de la Salud. «Vigilancia de enfermedades prevenibles mediante vacunación». Organización Mundial de la Salud: Inmunización, vacunas y productos biológicos . Archivado desde el original el 1 de abril de 2014. Consultado el 19 de octubre de 2016 .
  4. ^ White, Mary C.; Babcock, Frances; Hayes, Nikki S.; Mariotto, Angela B.; Wong, Faye L.; Kohler, Betsy A.; Weir, Hannah K. (15 de diciembre de 2017). "La historia y el uso de los datos del registro de cáncer por parte de los programas de control del cáncer de salud pública en los Estados Unidos". Cáncer . 123 (Supl. 24): 4969–4976. doi :10.1002/cncr.30905. ISSN  0008-543X. PMC 5846186 . PMID  29205307. 
  5. ^ Kilbridge PM, Campbell UC, Cozart HB, Mojarrad MG (julio-agosto de 2006). "Vigilancia automatizada de eventos adversos relacionados con medicamentos en un hospital comunitario y un centro médico académico". Revista de la Asociación Estadounidense de Informática Médica . 13 (4): 372–7. doi :10.1197/jamia.M2069. PMC 1513675 . PMID  16622159. 
  6. ^ disa.mil [ enlace roto ] PDF
  7. ^ "webcitation.org". webcitation.org. Archivado desde el original el 24 de junio de 2003. Consultado el 18 de abril de 2014 .{{cite web}}: CS1 maint: URL no apta ( enlace )
  8. ^ Henning KJ (septiembre de 2004). "¿Qué es la vigilancia sindrómica?". Suplementos del MMWR . 53 : 5–11. PMID  15714620.
  9. ^ "Vigilancia sindrómica: un enfoque aplicado a la detección de brotes". Centros para el Control y la Prevención de Enfermedades de los Estados Unidos. 13 de enero de 2006. Archivado desde el original el 20 de enero de 2007.
  10. ^ Eysenbach G (2006). "Infodemiología: seguimiento de búsquedas relacionadas con la gripe en la web para vigilancia sindrómica". Actas del Simposio Anual de la AMIA. Simposio de la AMIA . 2006 : 244–8. PMC 1839505. PMID  17238340 . 
  11. ^ "Tendencias de la gripe en Google". Google.org . Consultado el 18 de abril de 2014 .
  12. ^ Ginsberg J, Mohebbi MH, Patel RS, Brammer L, Smolinski MS, Brilliant L (febrero de 2009). "Detección de epidemias de gripe mediante datos de consultas de motores de búsqueda". Nature . 457 (7232): 1012–4. Bibcode :2009Natur.457.1012G. doi : 10.1038/nature07634 . PMID  19020500. S2CID  125775.
  13. ^ Lazer D, Kennedy R, King G, Vespignani A (2014). "La parábola de la gripe de Google: trampas en el análisis de macrodatos". Science . 343 (6176): 1203–1205. Bibcode :2014Sci...343.1203L. doi :10.1126/science.1248506. PMID  24626916. S2CID  206553739.
  14. ^ Lampos V, Miller AC, Crossan S, Stefansen C (agosto de 2015). "Avances en la predicción inmediata de las tasas de enfermedades similares a la gripe mediante registros de consultas de búsqueda". Scientific Reports . 5 (12760): 12760. Bibcode :2015NatSR...512760L. doi :10.1038/srep12760. PMC 4522652 . PMID  26234783. 
  15. ^ "Detector de gripe: seguimiento de epidemias en Twitter". GeoPatterns.enm.bris.ac.uk . Consultado el 18 de abril de 2014 .
  16. ^ Lampos V, De Bie T, Cristianini N (2010). Detector de gripe: seguimiento de epidemias en Twitter . ECML PKDD. págs. 599–602. doi : 10.1007/978-3-642-15939-8_42 .
  17. ^ abcd Aiello AE, Renson A, Zivich PN (abril de 2020). "Vigilancia de enfermedades basada en redes sociales e Internet para la salud pública". Revisión anual de salud pública . 41 : 101–118. doi : 10.1146/annurev-publhealth-040119-094402 . PMC 7959655 . PMID  31905322. 
  18. ^ Brownstein, John S.; Freifeld, Clark C.; Madoff, Lawrence C. (21 de mayo de 2009). "Detección digital de enfermedades: aprovechar la Web para la vigilancia de la salud pública". New England Journal of Medicine . 360 (21): 2153–2157. doi :10.1056/NEJMp0900702. ISSN  0028-4793. PMC 2917042 . PMID  19423867. 
  19. ^ ab Sharpe JD, Hopkins RS, Cook RL, Striley CW (octubre de 2016). "Evaluación de Google, Twitter y Wikipedia como herramientas para la vigilancia de la influenza mediante el análisis de puntos de cambio bayesianos: un análisis comparativo". JMIR Salud pública y vigilancia . 2 (2): e161. doi : 10.2196/publichealth.5901 . PMC 5095368 . PMID  27765731. 
  20. ^ Lampos V, Majumder MS, Yom-Tov E, et al. (2021). "Seguimiento de COVID-19 mediante búsquedas en línea". npj Digital Medicine . 4 (17): 17. arXiv : 2003.08086 . doi : 10.1038/s41746-021-00384-w . PMC 7870878 . PMID  33558607. 
  21. ^ Newton C (6 de abril de 2020). «Facebook comienza a compartir más datos de ubicación con los investigadores de COVID-19 y pide a los usuarios que informen por sí mismos sobre los síntomas». The Verge . Consultado el 2 de septiembre de 2020 .
  22. ^ "Sistema de información sobre diabetes Vermedx". vermedx.com. Archivado desde el original el 2011-02-02 . Consultado el 2014-04-18 .
  23. ^ MacLean CD, Littenberg B, Gagnon M (abril de 2006). "Apoyo a la toma de decisiones sobre diabetes: experiencia inicial con el sistema de información sobre diabetes de Vermont". Revista estadounidense de salud pública . 96 (4). Ajph.org: 593–5. doi :10.2105/AJPH.2005.065391. PMC 1470550 . PMID  16507723. 
  24. ^ Littenberg B, MacLean CD, Zygarowski K, Drapola BH, Duncan JA, Frank CR (marzo de 2009). "El sistema de información sobre diabetes Vermedx reduce la utilización de la atención sanitaria". The American Journal of Managed Care . 15 (3): 166–70. PMID  19298097.
  25. ^ Maclean CD, Gagnon M, Callas P, Littenberg B (diciembre de 2009). "El sistema de información sobre diabetes de Vermont: un ensayo aleatorizado por grupos de un sistema de apoyo a la toma de decisiones basado en la población". Journal of General Internal Medicine . 24 (12): 1303–10. doi :10.1007/s11606-009-1147-x. PMC 2787948 . PMID  19862578. 
  26. ^ Khan S, Maclean CD, Littenberg B (julio de 2010). "El efecto del Sistema de Información sobre Diabetes de Vermont en el uso de salas de urgencias y de internación: resultados de un ensayo aleatorizado". Health Outcomes Research in Medicine . 1 (1): e61–e66. doi :10.1016/j.ehrm.2010.03.002. PMC 2958673 . PMID  20975923. 
  27. ^ "Prevención y control de la diabetes". Registro de A1C de la ciudad de Nueva York . Ciudad de Nueva York. Archivado desde el original el 9 de junio de 2007.
  28. ^ Frieden TR (septiembre de 2008). "El sistema de notificación de diabetes de la ciudad de Nueva York ayuda a los pacientes y a los médicos". American Journal of Public Health . 98 (9). Ajph.aphapublications.org: 1543–4, respuesta del autor 1544. doi :10.2105/AJPH.2008.142026. PMC 2509589 . PMID  18633070. 
  29. ^ "Distrito de Salud Metropolitano". Sanantonio.gov . Consultado el 18 de abril de 2014 .