How Much Non-response Matters? Diagnosis Prevalence Estimates in Survey Participants Versus the Total Sample

Resumen Técnico: Estimaciones de la Prevalencia de Diagnósticos en Participantes de Encuestas Frente a la Muestra Total

Planteamiento del Problema
Las encuestas de base poblacional son una fuente primordial para estimar la prevalencia de enfermedades; sin embargo, la disminución de las tasas de respuesta durante las últimas décadas ha generado serias preocupaciones respecto al sesgo de no respuesta. Este sesgo ocurre cuando la probabilidad de participación está asociada con el estado de salud o la frecuencia de los diagnósticos. Si bien estudios previos han comparado datos de reclamaciones de salud y datos de encuestas, a menudo se basaron en muestras no relacionadas o se limitaron únicamente a los respondedores, lo que limita su capacidad para cuantificar cómo la participación misma en el estudio distorsiona las estimaciones de prevalencia. Existe la necesidad de una evaluación directa del sesgo de no respuesta utilizando información diagnóstica para toda la muestra invitada, en lugar de solo para la submuestra participante, con el fin de determinar la generalizabilidad de las estimaciones basadas en encuestas, particularmente en entornos con tasas de respuesta modestas.

Metodología
El estudio utilizó datos del proyecto "OptDatPMH", vinculando datos de encuestas con datos de reclamaciones de salud de BARMER, un gran fondo de seguro de salud estatutario alemán.

• Población del Estudio: Se extrajo una muestra aleatoria estratificada de 26.000 individuos (edad ≥18 años) de la población asegurada de BARMER (representativa a nivel nacional en 512 estratos definidos por sexo, grupos de edad de 5 años y estado federal).
• Procedimiento de la Encuesta: Se invitó a los participantes a completar un cuestionario de salud escrito (18 páginas, ~20–30 minutos) en octubre de 2021. Tras dos recordatorios, se devolvieron 7.110 cuestionarios (tasa de respuesta del 27,3%). Tras las exclusiones por respuestas inválidas, la muestra total analítica final (TS) comprendió 25.977 individuos, de los cuales 7.087 formaron la submuestra participante (PS).
• Fuentes de Datos:
  • Datos de la Encuesta: Diagnósticos autoinformados y sociodemográficos.
  • Datos de Reclamaciones de Salud: Códigos CIE-10 de registros ambulatorios y hospitalarios para los cuatro trimestres precedentes a la encuesta (T4/2020–T3/2021). Se consideró presente un diagnóstico si fue documentado como un diagnóstico confirmado en al menos un trimestre (criterio M1Q).
• Análisis Estadístico: Se calcularon las estimaciones de prevalencia tanto para la TS como para la PS. El estudio empleó ponderaciones basadas en la población de 2021 de Alemania (sexo, edad, región) para ajustar ambas muestras, ya que la distribución poblacional exacta final era desconocida en el momento del muestreo.
  • Las diferencias se probaron mediante pruebas de chi-cuadrado para datos ponderados.
  • Para visualizar las desviaciones sin enfatizar excesivamente las enfermedades raras, los autores introdujeron la métrica "Diferencia como Porcentaje de la Media Total" (DPTM, por sus siglas en inglés), expresada como un porcentaje de la prevalencia general en la muestra total.
  • Los análisis se realizaron a nivel de capítulos CIE, grupos CIE y nueve diagnósticos específicos seleccionados.

Contribuciones Clave

• Marco de Comparación Directa: El estudio proporciona una comparación directa y poco común de la prevalencia de diagnósticos entre los participantes de la encuesta y la muestra total invitada utilizando un marco de muestreo común y datos de reclamaciones vinculados, superando las limitaciones de estudios previos que utilizaban muestras no relacionadas.
• Cuantificación del Sesgo: Cuantifica la medida en que la participación selectiva distorsiona las estimaciones de prevalencia en una amplia gama de categorías diagnósticas (capítulos y grupos CIE) tras la ponderación demográfica estándar.
• Desarrollo de Métricas: La introducción de la métrica DPTM ofrece un enfoque equilibrado para visualizar las desviaciones absolutas y relativas entre subgrupos, evitando los errores de centrarse únicamente en las diferencias relativas en subgrupos de baja prevalencia.

Resultados

• Patrones de Participación: La participación fue mayor entre las mujeres (30,1%) que entre los hombres (24,5%) y aumentó con la edad (37,9% para ≥65 años frente a 18,2% para <45 años).
• Nivel Agregado (Capítulos CIE):
  • Las estimaciones no ponderadas mostraron diferencias significativas entre los participantes y la muestra total para la mayoría de los capítulos CIE, con una tendencia general de mayor prevalencia entre los participantes.
  • Tras la ponderación por sexo, edad y región, las diferencias fueron generalmente pequeñas a nivel agregado. Sin embargo, 11 de los 22 capítulos CIE mostraron todavía diferencias estadísticamente significativas. En 10 de estos, la prevalencia siguió siendo mayor entre los participantes.
  • Excepción (Trastornos Mentales): El Capítulo V de la CIE (Trastornos mentales y del comportamiento) fue la principal excepción, mostrando estimaciones de prevalencia más bajas entre los participantes en comparación con la muestra total.
• Diagnósticos Específicos:
  • Salud Mental: Se encontró una subestimación significativa para los participantes con respecto a los trastornos mentales orgánicos (F00-F09), los trastornos por consumo de sustancias (F10-F19) y los trastornos del estado de ánimo (F30-F39).
  • Condiciones Seleccionadas: De nueve diagnósticos seleccionados, tres mostraron diferencias significativas: demencia (participantes: 0,6% vs. total: 1,4%), trastornos relacionados con el alcohol (1,5% vs. 1,9%) y trastornos de ansiedad (6,8% vs. 7,6%). La demencia mostró la desviación más pronunciada.
  • Enfermedades Somáticas: Tras la ponderación, ninguna de las enfermedades somáticas seleccionadas (p. ej., diabetes, obesidad, hipertensión, insuficiencia cardíaca) mostró diferencias estadísticamente significativas entre la muestra total y los participantes.
• Análisis de Subgrupos: Los mapas de calor de los valores de DPTM confirmaron una tendencia general hacia la sobreestimación en los capítulos somáticos en la mayoría de los subgrupos de edad/sexo, con notables excepciones para los trastornos mentales y subgrupos específicos (p. ej., mujeres ≥70 años en trastornos sanguíneos, hombres en malformaciones congénitas).

Significado y Afirmaciones
El artículo concluye que, en este contexto específico, la participación selectiva tuvo un efecto limitado en las estimaciones de prevalencia para muchos diagnósticos comunes tras la ponderación demográfica estándar (sexo, edad, región).

• Robustez de las Encuestas: A pesar de una tasa de respuesta modesta del 27,3%, las estimaciones de prevalencia basadas en encuestas para muchas enfermedades somáticas comunes parecen ser más robustas de lo que se suele asumir. Los hallazgos sugieren que la disminución de las tasas de respuesta no compromete inevitablemente la validez epidemiológica para estas condiciones.
• Papel de la Ponderación: La ponderación estándar explica una parte sustancial de la distorsión relacionada con la participación, aunque persiste el sesgo específico del diagnóstico.
• Grupos Vulnerables: El estudio destaca que el sesgo de no respuesta específico del diagnóstico sigue siendo una preocupación relevante para ciertos trastornos mentales (particularmente la demencia y el consumo de sustancias) y subgrupos vulnerables. Para estas condiciones, la menor participación entre los afectados conduce a una subestimación que la ponderación no logra corregir por completo.
• Implicación: Los resultados desafían la conclusión general de que las bajas tasas de respuesta invalidan automáticamente las encuestas de base poblacional. Sin embargo, advierten que, para ciertas condiciones de salud mental y poblaciones vulnerables, el sesgo sigue siendo un problema crítico que requiere una interpretación cuidadosa.