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 se puede utilizar 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 se utilizan para proporcionar información sobre cuándo y dónde ocurren los problemas de salud y quiénes se ven afectados. [2]
Los sistemas de vigilancia de la salud pública pueden ser pasivos o activos. Un sistema de vigilancia pasiva consiste en la notificación regular y continua de enfermedades y afecciones 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 subnotificar algunas enfermedades. Los sistemas de vigilancia activa son los más apropiados para las epidemias o cuando una enfermedad ha sido objeto de eliminación. [3]
Las técnicas de vigilancia de la salud pública se han utilizado 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 el bioterrorismo , como los ataques con ántrax de 2001 en los Estados Unidos.
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 únicos 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 las bases de datos epidemiológicas llamadas registros de enfermedades. Se realiza un análisis de costo-beneficio en estos registros para determinar la financiación gubernamental para la investigación y la prevención.
Actualmente se utilizan sistemas que pueden automatizar el proceso de identificación de eventos adversos de 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 los hospitales los adoptan rápidamente y los respaldan las instituciones que supervisan a los proveedores de atención médica (como JCAHO en los Estados Unidos). Los problemas relacionados 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 mayor respuesta de salud pública. Aunque históricamente la vigilancia sindrómica se ha utilizado para para 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 un ataque bioterrorista pueden no ser el diagnóstico definitivo de un médico o 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 para reportarse enfermas para ir al trabajo o la escuela, otras pueden visitar su farmacia y comprar medicamentos sin receta, otras visitarán el consultorio de su médico y otras puede tener síntomas lo suficientemente graves como para llamar al número de teléfono de emergencia o acudir a un departamento de emergencias .
Los sistemas de vigilancia sindrómica monitorean los datos de los registros de absentismo 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 en la actividad en cualquiera de los sistemas monitoreados, los epidemiólogos de enfermedades y los profesionales de la salud pública son alertados de que puede haber un problema.
Una conciencia y una respuesta tempranas a un ataque bioterrorista podrían salvar muchas vidas y potencialmente detener o ralentizar la propagación del brote. Los sistemas de vigilancia sindrómica más efectivos monitorean automáticamente estos sistemas en tiempo real, no requieren que las personas ingresen información separada (ingreso de datos secundarios), incluyen herramientas analíticas avanzadas, agregan datos de múltiples sistemas, a través de fronteras geopolíticas e incluyen alertas automáticas proceso. [9]
Gunther Eysenbach propuso por primera vez un sistema de vigilancia sindrómica basado en consultas de búsqueda , quien comenzó a trabajar en dicho sistema en 2004. [10] Inspirado por estas experiencias tempranas y alentadoras, Google lanzó Google Flu Trends [11] en 2008. Más flu- Se realizan búsquedas relacionadas para indicar una mayor actividad de la gripe. Los resultados, que se publicaron en Nature , coincidieron estrechamente con los datos de los CDC y los llevaron 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 propuso una serie de enfoques lineales y no lineales más avanzados para el modelado de influenza 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 pronosticar las tasas de gripe en el Reino Unido. [dieciséis]
Métodos digitales
La vigilancia digital de la salud pública se basa en gran medida en tres métodos: 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. Las tendencias de búsqueda proporcionan datos indirectos sobre la salud pública, mientras que los dos últimos métodos proporcionan datos directos. [17]
Agregados de búsqueda
Los agregados de búsqueda se han utilizado con mayor frecuencia para rastrear y modelar la influenza. Un ejemplo popular es Google Flu Trends , que se lanzó por primera vez en 2008. [17] También se ha utilizado Wikipedia, aunque es potencialmente propenso al "ruido", ya que es una fuente popular de información de salud tanto si un usuario está enfermo como si no. . [18] Durante la pandemia de COVID-19, se desarrolló una nueva metodología para modelar la prevalencia de COVID-19 en función de la actividad de búsqueda en la web. [19] Esta metodología también ha sido utilizada por Public Health England en el Reino Unido como uno de sus criterios de valoración de la vigilancia sindrómica.
Medios de comunicación social
Ejemplos de vigilancia de la salud pública en las redes sociales incluyen HealthTweets, que recopila datos de Twitter. [18] 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 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 de síntomas de enfermedades a través de la Universidad Carnegie Mellon . [20]
Sitios de vigilancia
Flu Near You e Influenzanet son dos ejemplos de sistemas de vigilancia digital de fuentes múltiples. Ambos sitios reclutan usuarios para participar en encuestas sobre los síntomas de la influenza. Influenzanet se estableció en 2009 y opera en diez países de Europa. Su predecesor fue Grote Griepmeting, que fue 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, que se utiliza para realizar encuestas para detectar la fiebre del dengue en Bahía , Brasil. [17]
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 EE. UU., Se procesan automáticamente mediante sistemas de información de laboratorio computarizados, los resultados son relativamente fáciles de recopilar de manera económica en bases de datos de propósito especial 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 condiciones crónicas pueden teóricamente vincularse entre sí a nivel de paciente individual. Si se pueden comparar los identificadores de los pacientes, se puede analizar un registro cronológico de los resultados de laboratorio de cada paciente y agregarlos al nivel de la población.
Los registros de laboratorio permiten el análisis de la incidencia y la prevalencia de la afección objetivo, así como las tendencias en el nivel de control. Por ejemplo, un programa financiado por los NIH llamado Vermedx Diabetes Information System [21] mantuvo un registro de valores de laboratorio de adultos diabéticos en Vermont y el norte del estado de Nueva York en los Estados Unidos con varios años de resultados de laboratorio en miles de pacientes. [22] Los datos incluyeron medidas de control del azúcar en sangre ( hemoglobina glicosilada A1C ), colesterol y función renal ( creatinina sérica y proteína urinaria ), y se utilizaron para monitorear la calidad de la atención a nivel del paciente, la práctica y la 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 las pruebas fuera de control generaron una carta para el paciente sugiriendo que tomaran medidas con su proveedor médico. Las pruebas que estaban vencidas generaban 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 el cumplimiento de las pautas de práctica y reducciones en la necesidad de servicios hospitalarios y de urgencias, así como los costos totales por paciente. [23] [24] [25] El sistema se ha comercializado y distribuido a médicos, aseguradoras, empleadores y otros responsables de la atención de pacientes con enfermedades crónicas. Ahora se está expandiendo a otras afecciones, como la enfermedad renal crónica .
Un sistema similar, el Registro A1C de la ciudad de Nueva York, [26] se utiliza para monitorear a los 600,000 pacientes diabéticos estimados en la ciudad de Nueva York , aunque a diferencia del Sistema de Información de Diabetes de Vermont, no existen disposiciones para que los pacientes tengan sus datos excluidos del 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 médica 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 en 3,6 millones de personas. Aunque su objetivo es mejorar los resultados de salud y reducir la incidencia de las complicaciones de la diabetes, [27] 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 [28] implementó el registro que extrajo los resultados de todos los principales laboratorios clínicos de San Antonio. El programa se suspendió en 2010 debido a la falta de fondos.
La vigilancia de laboratorio difiere 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 les realizan pruebas de laboratorio. Por esta razón, no identifica a los pacientes que nunca se han sometido a la prueba. Por 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.
Ver también
- Seguimiento de contactos
- Gamificación # Salud
Referencias
- ^ a b Vigilancia de la salud pública , Organización Mundial de la Salud (consultado el 14 de enero de 2016).
- ^ Cuevas RW (2004). Enciclopedia de la Ciudad . Routledge. págs. 548 . ISBN 9780415252256.
- ^ a b Organización Mundial de la Salud. "Vigilancia de enfermedades prevenibles por vacunación" . Organización Mundial de la Salud: Inmunización, Vacunas y Productos Biológicos . Consultado el 19 de octubre de 2016 .
- ^ 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 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 .
- ^ Kilbridge PM, Campbell UC, Cozart HB, Mojarrad MG (julio-agosto de 2006). "Vigilancia automatizada de eventos adversos por 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 .
- ^ disa.mil [ enlace muerto ] PDF
- ^ "webcitation.org" . webcitation.org. Archivado desde el original el 24 de junio de 2003 . Consultado el 18 de abril de 2014 .CS1 maint: URL no apta ( enlace )
- ^ Henning KJ (septiembre de 2004). "¿Qué es la vigilancia sindrómica?" . Suplementos MMWR . 53 : 5-11. PMID 15714620 .
- ^ "Vigilancia sindrómica: un enfoque aplicado a la detección de brotes" . Centros de Estados Unidos para el Control y la Prevención de Enfermedades. 13 de enero de 2006. Archivado desde el original el 20 de enero de 2007.
- ^ Eysenbach G (2006). "Infodemiología: seguimiento de búsquedas relacionadas con la gripe en la web para la vigilancia sindrómica" . AMIA ... Actas del Simposio Anual. Simposio AMIA . 2006 : 244–8. PMC 1839505 . PMID 17238340 .
- ^ "Tendencias de la gripe de Google" . Google.org . Consultado el 18 de abril de 2014 .
- ^ Ginsberg J, Mohebbi MH, Patel RS, Brammer L, Smolinski MS, Brilliant L (febrero de 2009). "Detección de epidemias de influenza utilizando datos de consulta del motor de búsqueda". Naturaleza . 457 (7232): 1012–4. Código Bibliográfico : 2009Natur.457.1012G . doi : 10.1038 / nature07634 . PMID 19020500 . S2CID 125775 .
- ^ 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 bibliográfico : 2014Sci ... 343.1203L . doi : 10.1126 / science.1248506 . PMID 24626916 . S2CID 206553739 .
- ^ Lampos V, Miller AC, Crossan S, Stefansen C (agosto de 2015). "Avances en la predicción inmediata de las 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 .
- ^ "Detector de gripe: seguimiento de epidemias en Twitter" . GeoPatterns.enm.bris.ac.uk . Consultado el 18 de abril de 2014 .
- ^ 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 .
- ^ a b c d 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 . PMID 31905322 .
- ^ a b 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 análisis de punto de cambio bayesiano: un análisis comparativo" . JMIR Salud Pública y Vigilancia . 2 (2): e161. doi : 10.2196 / publichealth.5901 . PMC 5095368 . PMID 27765731 .
- ^ Lampos V, Majumder MS, Yom-Tov E, et al. (2021). "Seguimiento de COVID-19 mediante búsqueda en línea" . Medicina digital NPJ . 4 (17): 17. doi : 10.1038 / s41746-021-00384-w . PMC 7870878 . PMID 33558607 .
- ^ 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 los síntomas por sí mismos" . The Verge . Consultado el 2 de septiembre de 2020 .
- ^ "Sistema de información de diabetes Vermedx" . vermedx.com. Archivado desde el original el 2 de febrero de 2011 . Consultado el 18 de abril de 2014 .
- ^ CD de MacLean, Littenberg B, Gagnon M (abril de 2006). "Apoyo a la decisión de diabetes: experiencia inicial con el sistema de información de diabetes de Vermont" . Revista estadounidense de salud pública . Ajph.org. 96 (4): 593–5. doi : 10.2105 / AJPH.2005.065391 . PMC 1470550 . PMID 16507723 .
- ^ Littenberg B, MacLean CD, Zygarowski K, Drapola BH, Duncan JA, Frank CR (marzo de 2009). "El sistema de información de diabetes Vermedx reduce la utilización de la asistencia sanitaria" . The American Journal of Managed Care . 15 (3): 166–70. PMID 19298097 .
- ^ Maclean CD, Gagnon M, Callas P, Littenberg B (diciembre de 2009). "El sistema de información de diabetes de Vermont: un ensayo aleatorio de grupo de un sistema de apoyo a la decisión basado en la población" . Revista de Medicina Interna General . 24 (12): 1303–10. doi : 10.1007 / s11606-009-1147-x . PMC 2787948 . PMID 19862578 .
- ^ Khan S, Maclean CD, Littenberg B (julio de 2010). "El efecto del sistema de información de la diabetes de Vermont en el uso de la sala de emergencias y pacientes hospitalizados: 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 .
- ^ "Prevención y control de la diabetes" . Registro A1C de la ciudad de Nueva York . La ciudad de Nueva York. Archivado desde el original el 9 de junio de 2007.
- ^ 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 . Ajph.aphapublications.org. 98 (9): 1543–4, respuesta del autor 1544. doi : 10.2105 / AJPH.2008.142026 . PMC 2509589 . PMID 18633070 .
- ^ "Distrito de Salud Metropolitano" . Sanantonio.gov . Consultado el 18 de abril de 2014 .