Este estudio analiza diferentes indicadores y propones umbrales epidémicos que pueden ayudar para una adecuada toma de decisiones. Para esto, se seleccionaron 4 epidemias en las que MSF ha intervenido en los últimos 5 años, por contar con suficiente información, en Angola, Etiopía, Tanzania y Burundi.
Luego de una descripción de cada epidemia utilizando diferentes indicadores, se pudo observar que la incidencia semanal y la proporción de la malaria en la consulta externa son indicadores fáciles de recopilar, que detectan rápidamente un aumento en los casos de malaria y que sirven para ver la evolución de la misma.
Otros indicadores evaluados como la distribución por grupos de edad, letalidad por malaria o proporción de admisiones debido a la malaria, proporción de malaria confirmada, no cumplieron con los requisitos mencionados anteriormente.
Los umbrales se establecieron mediante las pruebas de normalidad de D'Agostino-Pearson y la curva ROC (Receiver Operating Characteristics), se validaron con las pruebas de Kappa y de Mc. Nemar, usando los programas estadístico MedCalc® (Schoonjans, 2006) y el SPSS® 12.0.
Teniendo en cuenta estas 4 epidemias hemos establecido unos umbrales sobre la base de una sensibilidad superior al 90% y una especificidad no inferior al 70%. Para la incidencia de malaria el umbral propuesto es de 600 casos por 100.000 habitantes por semana y para la proporción de la malaria se estableció en el 50% del total de las consultas en una semana sean debidas a la malaria.
Los niveles de alerta resultantes nos pueden ayudar a tomar decisiones que deben complementarse con un estudio del contexto, análisis de factores de riesgo, la capacidad de respuesta local y la posibilidad de ayuda externa.
---------------------------------------------------------------
This study analyses differing indicators and proposes epidemic thresholds that may be helpful in the decision-making process. To this end, four epidemics in which MSF had intervened in the last 5 years and therefore had sufficient information on were selected. These had occurred in Angola, Ethiopia, Tanzania and Burundi.
Following a description of each epidemic using a range of indicators, the weekly rate and proportion of malaria in outpatient clinics were found to be indicators that were easy to gather, rapidly detected a rise in malaria cases and could show the evolution of the disease.
Other indicators assessed such as age group distribution, fatality due to malaria and the proportion of malaria admissions and proportion of confirmed malaria did not meet the requisites mentioned above.
Thresholds were established using the D'Agostino-Pearson test and ROC (Receiver Operating Characteristics) curve and validated with the Kappa and de Mc. Nemar tests. The MedCalc® (Schoonjans, 2006) and SPSS® 12.0 statistical programmes were used to this end.
For these four epidemics, thresholds were established on the basis of sensitivity above 90% and specificity of at least 70%. The threshold proposed for the rate of malaria is 600 cases per 100,000 inhabitants per week and for the malaria proportion this was set at 50% of all consultations in one week due to malaria.
The resulting alert levels can be used to make decisions that should be complemented by a study of the context, analysis of risk factors, the capacity for a local response and the possibility of external aid.
