Objetivo:

Obtener estimadores de salud en áreas pequeñas (como los barrios) utilizando datos de encuestas supone hacer frente al problema de insuficiente tamaño muestral. Para superar esta limitación exploramos técnicas de alisado con el fin de estimar la prevalencia de mala salud mental a nivel de barrio y analizar su patrón por renta en la ciudad de Barcelona (España).

Método:

Se aplicó un modelo de alisado bayesiano con transformación logística-normal a cuatro muestras transversales repetidas de la Encuesta de Salud de Barcelona para los años 2001, 2006, 2011 y 2016. La salud mental fue identificada con el Cuestionario General de Salud de 12-items. Las desigualdades de ingreso se analizaron por cuantiles de la renta por barrio para cada año y las tendencias en el análisis conjunto.

Resultados:

La prevalencia de mala salud mental oscila entre el 14,6% en 2001 y el 18,9% en 2016. La diferencia entre barrios fue del 12,4% en 2001, del 16,7% en 2006, del 14,2% en 2011 y del 20,0% en 2016. La odds ratio y el intervalo creíble al 95% (IC95%) de experimentar mala salud mental fue 1,4 veces superior (IC95%: 1,02-1,91) en los barrios menos aventajados respecto de los más aventajados en 2001, de 1,61 (IC95%: 1,01-2,59) en 2006 y de 2,31 (IC95%: 1,57-3,40) en 2016.

Conclusiones:

Este estudio muestra que las técnicas de alisado bayesiano permiten la detección de desigualdades en salud a nivel de barrios para su monitorización e intervención con el fin de reducirlas. En Barcelona, los problemas de salud mental son más prevalentes en los barrios de menor renta y se incrementaron en 2016.

        · abstract in English     · text in English     · English ( pdf )