stringtranslate.com

Vigilancia de 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, implementación y 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] Los sistemas de vigilancia generalmente deben 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 condiciones por parte de todos los establecimientos de salud en un territorio determinado. Un sistema de vigilancia activa es aquel en el que se visitan los establecimientos de salud y se revisan los proveedores de atención médica y los registros médicos para identificar una enfermedad o afección específica. [3] Los sistemas de vigilancia pasiva consumen menos tiempo y son menos costosos de ejecutar, pero corren el riesgo de que algunas enfermedades no se notifiquen. Los sistemas de vigilancia activa son más apropiados para epidemias o cuando se ha previsto eliminar una enfermedad. [3]

Se han utilizado técnicas de vigilancia de la salud pública, en particular, para estudiar las enfermedades infecciosas . Muchas instituciones grandes, 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 influenza , SARS , VIH y incluso bioterrorismo , como los ataques con ántrax de 2001 en Estados Unidos. [ cita necesaria ]

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

Otras enfermedades, como eventos puntuales como los accidentes cerebrovasculares y enfermedades crónicas como la diabetes , así como 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.

Actualmente se están utilizando sistemas que pueden automatizar el proceso de identificación de eventos adversos a medicamentos y se están comparando con los informes escritos tradicionales de dichos eventos. [5] Estos sistemas se cruzan con el campo de la informática médica y están siendo adoptados rápidamente por hospitales y respaldados por instituciones que supervisan a los proveedores de atención médica (como JCAHO en los Estados Unidos). Los problemas relacionados con la mejora de la atención sanitaria 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 brote para justificar una mayor respuesta de salud pública. Aunque históricamente la vigilancia sindrómica se ha utilizado para Como objetivo de 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 de influenza normal como ejemplo, una vez que el brote comienza a afectar a la población, algunas personas pueden reportarse enfermas al trabajo o a la escuela, 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 acudir a un departamento de emergencia . [ cita necesaria ]

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

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

Gunther Eysenbach , quien comenzó a trabajar en dicho sistema en 2004, propuso por primera vez un sistema de vigilancia sindrómica basado en consultas de búsqueda. [10] Inspirado por estas primeras y alentadoras experiencias, Google lanzó Google Flu Trends [11] en 2008. Se realizan búsquedas relacionadas para indicar una mayor actividad gripal. Los resultados, que se publicaron en Nature , coincidieron estrechamente con los datos de los CDC y los adelantaron entre 1 y 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 ha propuesto una serie de enfoques lineales y no lineales más avanzados para el modelado de la influenza a partir de consultas de búsqueda en Google. [14] Ampliando el trabajo de Google, 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. [dieciséis]

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 gama de posibles fuentes de datos adecuadas para la vigilancia de enfermedades ha aumentado a medida que diferentes áreas se han digitalizado; Hoy en día, los registros de asistencia a la escuela, los datos de admisiones hospitalarias de emergencia e incluso los datos de ventas se pueden utilizar con fines de vigilancia sindrómica. [17] Las tendencias de búsqueda proporcionan datos indirectos sobre la salud pública, mientras que los dos últimos métodos proporcionan datos directos. [18]

Buscar agregados

Los agregados de búsqueda se han utilizado con mayor frecuencia para rastrear y modelar la influenza. Un ejemplo popular es Google Flu Trends , [19] que se lanzó por primera vez en 2008. [18] También se ha utilizado Wikipedia, aunque es potencialmente propensa a generar "ruido", ya que es una fuente popular de información de salud, ya sea que un usuario esté enfermo o no. [20] Durante la pandemia de COVID-19 se ha desarrollado una nueva metodología para modelar la prevalencia de COVID-19 basada en la actividad de búsqueda web. [21] Esta metodología también ha sido utilizada por Public Health England en el Reino Unido como uno de sus criterios de valoración de vigilancia sindrómica. [ cita necesaria ]

Medios de comunicación social

Ejemplos de vigilancia de la salud pública en las redes sociales incluyen HealthTweets, que recopila datos de Twitter. [20] Los datos de Twitter se consideran muy útiles para la investigación de salud pública, ya que sus políticas de datos permiten el acceso público al 1% de muestras de tweets sin procesar. Los tweets también se pueden geolocalizar, lo que puede usarse para modelar la propagación de enfermedades contagiosas. Es la plataforma de redes sociales más utilizada para la vigilancia de la salud pública. [18] Durante la pandemia de COVID-19 , Facebook utilizó datos agregados y anonimizados 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 síntomas de enfermedades a través de la Universidad Carnegie Mellon . [22]

Sitios de vigilancia

Flu Near You e Influenzanet son dos ejemplos de sistemas de vigilancia digital colaborativos. Ambos sitios reclutan usuarios para participar en encuestas sobre los síntomas de la influenza. Influenzanet se creó en 2009 y opera en diez países de Europa. Su predecesora fue Grote Griepmeting, que era una plataforma holandesa/belga lanzada en 2003 y 2004. Flu Near You se utiliza en Estados Unidos. Otro ejemplo de sitio de vigilancia es Dengue na Web, utilizado para realizar encuestas sobre el dengue en Bahía , Brasil. [18]

Vigilancia basada en laboratorio

Se supone que algunas afecciones, especialmente las enfermedades crónicas como la diabetes mellitus , deben tratarse de forma rutinaria con mediciones de laboratorio frecuentes. Dado que muchos resultados de laboratorio, al menos en Europa y Estados Unidos, se procesan automáticamente mediante sistemas computarizados de información de laboratorio, los resultados son relativamente fáciles de cotejar de manera económica en bases de datos o registros de enfermedades con fines especiales. 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 pueden teóricamente vincularse 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 al nivel de población. [ cita necesaria ]

Los registros de laboratorio permiten analizar la incidencia y prevalencia de la enfermedad objetivo, así como las tendencias en el nivel de control. Por ejemplo, un programa financiado por los NIH llamado Vermedx Diabetes Information System [23] 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. [24] Los datos incluían medidas de control del 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 del laboratorio indicaban la necesidad de atención. Los resultados de las pruebas fuera de control generaron una carta dirigida al paciente sugiriendo que tomara medidas con su proveedor médico. Las pruebas vencidas generaron recordatorios para realizar las pruebas. El sistema también generó recordatorios y alertas con consejos basados ​​en guías para la práctica, así como una lista periódica de los pacientes de cada proveedor y una boleta de calificaciones que resume el estado de salud de la población. Las evaluaciones clínicas y económicas del sistema, incluido un gran ensayo clínico aleatorio , demostraron mejoras en el cumplimiento de las pautas de práctica y reducciones en la necesidad de servicios hospitalarios y de departamentos de emergencia, así como en los costos totales por paciente. [25] [26] [27] El sistema ha sido comercializado y distribuido a médicos, aseguradoras, empleadores y otras personas responsables del cuidado de pacientes con enfermedades crónicas. Ahora se está ampliando a otras enfermedades como la enfermedad renal crónica . [ cita necesaria ]

Un sistema similar, el Registro A1C de la ciudad de Nueva York, [28] se utiliza para monitorear a los 600.000 pacientes diabéticos estimados en la ciudad de Nueva York , aunque a diferencia del Sistema de información sobre diabetes de Vermont, no existen disposiciones para que los pacientes excluyan sus datos del registro. 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 contenía más de 10 millones de resultados de pruebas realizadas a 3,6 millones de personas. Aunque tiene como objetivo mejorar los resultados de salud y reducir la incidencia de las complicaciones de la diabetes, [29] aún no se ha realizado una evaluación formal.

En mayo de 2008, el Ayuntamiento de San Antonio, Texas, aprobó el despliegue de un registro 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 [30] implementó el registro que obtuvo resultados de todos los principales laboratorios clínicos de San Antonio. El programa se suspendió en 2010 por falta de fondos. [ cita necesaria ]

La vigilancia de laboratorio se diferencia de la vigilancia de toda la población porque solo puede monitorear a los pacientes que ya están recibiendo tratamiento médico y, por lo tanto, se están realizando pruebas de laboratorio. Por este motivo, no identifica a los pacientes que nunca se han hecho la prueba. Por lo tanto, es más adecuado para la gestión de la calidad y la mejora de la atención que para el seguimiento epidemiológico de toda una población o zona de influencia. [ cita necesaria ]

Ver también

Referencias

  1. ^ ab Vigilancia de la salud pública, Organización Mundial de la Salud (consultado el 14 de enero de 2016).
  2. ^ Cuevas RW (2004). Enciclopedia de la Ciudad . Rutledge. págs.548. ISBN 9780415252256.
  3. ^ ab Organización Mundial de la Salud. "Vigilancia de enfermedades prevenibles por 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. ^ Blanco, María C.; Babcock, Frances; Hayes, Nikki S.; Mariotto, Ángela 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 los programas de control del cáncer de salud pública en los Estados Unidos". Cáncer . 123 (Suplemento 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 a 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 muerto ] 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}}: Mantenimiento CS1: URL no apta ( enlace )
  8. ^ Henning KJ (septiembre de 2004). "¿Qué es la vigilancia sindrómica?". Suplementos 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 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". AMIA... Actas del Simposio Anual. Simposio AMIA . 2006 : 244–8. PMC 1839505 . PMID  17238340. 
  11. ^ "Tendencias de la gripe de 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 influenza utilizando datos de consultas en motores de búsqueda". Naturaleza . 457 (7232): 1012–4. Código Bib : 2009Natur.457.1012G. doi : 10.1038/naturaleza07634 . 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 big data". Ciencia . 343 (6176): 1203–1205. Código Bib : 2014 Ciencia... 343.1203L. doi : 10.1126/ciencia.1248506. PMID  24626916. S2CID  206553739.
  14. ^ Lampos V, Miller AC, Crossan S, Stefansen C (agosto de 2015). "Avances en la predicción inmediata de tasas de enfermedades similares a la influenza mediante registros de consultas de búsqueda". Informes científicos . 5 (12760): 12760. Código bibliográfico : 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. ^ Caminante, Mark David (2023). Epidemiología digital: una introducción a la vigilancia de enfermedades utilizando datos digitales . Sheffield, Reino Unido.: Editorial Sicklebrook. COMO EN  1470920360.
  18. ^ abcd Aiello AE, Renson A, Zivich PN (abril de 2020). "Vigilancia de enfermedades para la salud pública basada en redes sociales e Internet". Revista Anual de Salud Pública . 41 : 101-118. doi : 10.1146/annurev-publhealth-040119-094402 . PMC 7959655 . PMID  31905322. 
  19. ^ Brownstein, John S.; Freifeld, Clark C.; Madoff, Lawrence C. (21 de mayo de 2009). "Detección digital de enfermedades: aprovechamiento de la Web para la vigilancia de la salud pública". Revista de Medicina de Nueva Inglaterra . 360 (21): 2153–2157. doi :10.1056/NEJMp0900702. ISSN  0028-4793. PMC 2917042 . PMID  19423867. 
  20. ^ 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 bayesiano: un análisis comparativo". JMIR Salud Pública y Vigilancia . 2 (2): e161. doi : 10.2196/publichealth.5901 . PMC 5095368 . PMID  27765731. 
  21. ^ Lampos V, Majumder MS, Yom-Tov E, et al. (2021). "Seguimiento de COVID-19 mediante búsqueda en línea". npj Medicina digital . 4 (17): 17. arXiv : 2003.08086 . doi : 10.1038/s41746-021-00384-w . PMC 7870878 . PMID  33558607. 
  22. ^ 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 ellos mismos los síntomas". El borde . Consultado el 2 de septiembre de 2020 .
  23. ^ "Sistema de información sobre diabetes Vermedx". vermedx.com. Archivado desde el original el 2 de febrero de 2011 . Consultado el 18 de abril de 2014 .
  24. ^ 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. 
  25. ^ 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 médica". La revista estadounidense de atención administrada . 15 (3): 166–70. PMID  19298097.
  26. ^ Maclean CD, Gagnon M, Callas P, Littenberg B (diciembre de 2009). "El sistema de información sobre diabetes de Vermont: un ensayo aleatorio por grupos de un sistema de apoyo a la toma de decisiones basado en la población". Revista de Medicina Interna General . 24 (12): 1303–10. doi :10.1007/s11606-009-1147-x. PMC 2787948 . PMID  19862578. 
  27. ^ Khan S, Maclean CD, Littenberg B (julio de 2010). "El efecto del Sistema de información sobre diabetes de Vermont en el uso de pacientes hospitalizados y de urgencias: resultados de un ensayo aleatorio". Investigación de resultados de salud en medicina . 1 (1): e61-e66. doi :10.1016/j.ehrm.2010.03.002. PMC 2958673 . PMID  20975923. 
  28. ^ "Prevención y control de la diabetes". El Registro A1C de la ciudad de Nueva York . La ciudad de Nueva York. Archivado desde el original el 9 de junio de 2007.
  29. ^ Frieden TR (septiembre de 2008). "El sistema de notificación de diabetes de la ciudad de Nueva York ayuda a pacientes y médicos". Revista Estadounidense de Salud Pública . 98 (9). Ajph.aphapublications.org: 1543–4, respuesta del autor 1544. doi :10.2105/AJPH.2008.142026. PMC 2509589 . PMID  18633070. 
  30. ^ "Distrito de Salud Metropolitano". Sanantonio.gov . Consultado el 18 de abril de 2014 .