Cause-of-Death Chains and Years of Life Lost Among Children and Adolescents in Chengdu, China: A Hospital-Based Case Series

Resumen Técnico: Cadenas de Causa de Muerte y Años de Vida Perdidos entre Niños y Adolescentes en Chengdu, China

Planteamiento del Problema
La investigación actual sobre la mortalidad infantil y adolescente en China suele sufrir de tres limitaciones críticas: (1) un enfoque de edad estrecho, predominantemente restringido a niños menores de cinco años, lo que deja el estadio de desarrollo de 5 a 19 años insuficientemente analizado; (2) un análisis fragmentado de las causas de muerte (COD, por sus siglas en inglés) que aísla enfermedades o lesiones específicas en lugar de examinar el espectro de mortalidad holístico; y (3) una dependencia de descripciones estadísticas estáticas y de un solo nivel que no logran capturar las secuencias fisiopatológicas dinámicas que conducen a la muerte. Mientras que los Objetivos de Desarrollo Sostenible globales (ODS 3.2) apuntan al fin de las muertes prevenibles, comprender los patrones de mortalidad evolutivos a lo largo de todo el continuo de 0 a 19 años es esencial para adaptar las intervenciones específicas del curso de vida. Los sistemas de monitoreo de mortalidad chinos existentes registran principalmente la causa básica de la muerte, pero carecen de una documentación detallada del proceso dinámico de la muerte (la secuencia desde la causa raíz hasta la causa directa).

Metodología
Este estudio de serie de casos basado en hospitales analizó 666 muertes pediátricas y adolescentes (de 0 a 19 años) registradas entre 2018 y 2024 en ocho de los principales hospitales de tercer nivel en Chengdu, China. Las instituciones participantes incluyeron hospitales generales integrales, hospitales especializados en mujeres y niños, y centros clínicos de salud pública, asegurando la representación geográfica en áreas urbanas y suburbanas.

• Recopilación de Datos: Los investigadores extrajeron datos demográficos, fechas de admisión/muerte y la secuencia completa de las causas de muerte de los registros médicos electrónicos y los certificados de defunción.
• Clasificación: Las causas de muerte se codificaron utilizando la CIE-10 y se agregaron a niveles de capítulo. La edad se estratificó en tres periodos críticos: Infancia (0–1 año, subdividida en neonatal y posneonatal), Primera Infancia (1–4 años) y Edad Escolar/Adolescencia (5–19 años).
• Análisis de la Cadena de Causa de Muerte (COD): La innovación analítica central consistió en la construcción de cadenas de COD para delinear las vías desde las causas básicas hasta las causas inmediatas. Las cadenas se clasificaron como "completas" (causa básica → intermedia → inmediata) o "incompletas" (causa básica proximal → inmediata). Se utilizaron diagramas de Sankey para visualizar estas secuencias de flujo.
• Análisis Estadístico: Estadísticas descriptivas resumieron la demografía. Las asociaciones entre variables categóricas (edad, sexo, año) y categorías de COD se probaron mediante las pruebas de chi-cuadrado de Pearson o la prueba exacta de Fisher, con correcciones de Holm-Bonferroni para comparaciones múltiples. Los residuos estandarizados identificaron las celdas específicas que impulsaban las asociaciones.
• Cuantificación de la Carga: Los Años de Vida Perdidos (YLL, por sus siglas en inglés) se calcularon para cada muerte utilizando una esperanza de vida de referencia de 78.6 años, cuantificando la carga de mortalidad prematura.

Resultados Clave
El estudio identificó una clara transición epidemiológica dependiente de la edad en los patrones de mortalidad:

1. Espectro de Mortalidad Estratificado por Edad:

   • Infancia (0–1 año): Dominada por condiciones perinatales (66.1% de las muertes infantiles), particularmente en el periodo neonatal (0–27 días), que representó el 40.2% de todas las muertes. Este grupo exhibió los YLL más altos por muerte (media de 78.6 años).
   • Primera Infancia (1–4 años) y Adolescencia (5–19 años): Se produjo un cambio brusco donde las lesiones y envenenamientos se convirtieron en la principal causa de muerte (33.0% y 32.7%, respectivamente). Aunque los YLL por muerte disminuyeron ligeramente en estos grupos (75.5 y 65.4 años), la carga agregada siguió siendo sustancial debido al alto volumen de casos.

2. Vías de la Cadena de Causa de Muerte (COD):

   • Infancia: La vía fatal dominante fluyó desde las condiciones perinatales (por ejemplo, trastornos relacionados con la prematuridad) a través de complicaciones intermedias hacia la insuficiencia respiratoria.
   • Primera Infancia: Las vías fueron típicamente cortas y directas, moviéndose desde causas externas (por ejemplo, accidentes de transporte, caídas) directamente hacia lesiones fatales.
   • Adolescencia: Aunque las causas externas siguieron siendo prominentes, las condiciones crónicas (por ejemplo, enfermedades del sistema nervioso, anomalías congénitas) emergieron como causas básicas significativas, que a menudo culminaban en enfermedades respiratorias. Notablemente, la autolesión intencional fue identificada como un mecanismo de riesgo específico en este grupo.

3. Tendencias de Género y Temporales:

   • Los hombres representaron el 56.8% de las muertes, con una proporción significativamente mayor de muertes relacionadas con lesiones (19.0%) en comparación con las mujeres (13.5%).
   • El análisis temporal reveló un pico transitorio en las muertes relacionadas con lesiones en 2021 (43.5% de las muertes de ese año), coincidiendo con la relajación de las restricciones de COVID-19, mientras que las muertes perinatales alcanzaron su pico en 2020.

4. Indicadores de Calidad de Datos:

   • Los "síntomas y signos" (causas mal definidas) representaron el 13.2% de las muertes totales, sirviendo como un indicador centinela de posibles limitaciones diagnósticas o deficiencias en las prácticas de certificación de defunciones.

Contribuciones Clave

• Visualización de Vías Dinámicas: El estudio va más allá de las distribuciones de frecuencia estáticas al aplicar el análisis de cadena de COD para revelar las secuencias específicas de eventos mórbidos que conducen a la muerte a través de diferentes etapas del desarrollo.
• Cobertura de Edad Integral: Proporciona un análisis sistemático del grupo de edad de 5 a 19 años, un grupo demográfico que a menudo es excluido de los estudios estándar de mortalidad pediátrica en China.
• Cuantificación de la Mortalidad Prematura: Al integrar las métricas de YLL, el estudio cuantifica el potencial de vida perdido, resaltando la carga catastrófica de las condiciones perinatales en la infancia frente a la amenaza persistente de las lesiones en niños mayores.
• Identificación de Nodos de Intervención: El análisis distingue entre vulnerabilidades biológicas endógenas (infancia) y riesgos ambientales/conductuales exógenos (infancia tardía/adolescencia), señalando etapas específicas para la intervención dirigida.

Significancia y Reivindicaciones
Los autores afirman que este estudio delinea una transición epidemiológica fundamental en la mortalidad infantil en un entorno urbano chino: de las vulnerabilidades biológicas endógenas en la infancia a los riesgos ambientales y conductuales exógenos en la infancia tardía y la adolescencia.

La significancia de estos hallazgos radica en su utilidad para las estrategias de prevención específicas del curso de vida:

• Para los lactantes: Fortalecer la atención perinatal, incluyendo la salud materna, el manejo intraparto y el soporte respiratorio neonatal.
• Para los niños pequeños: Implementar medidas de prevención de lesiones ambientales estrictas y pasivas (por ejemplo, seguridad vial, prevención de caídas).
• Para los adolescentes: Adoptar un enfoque integrado que combine la seguridad ambiental con el apoyo a la salud mental y el manejo de enfermedades crónicas.

El artículo concluye que, si bien el estudio tiene limitaciones debido a su diseño basado en hospitales (excluyendo muertes fuera del hospital) y su dependencia de registros clínicos en lugar de autopsias, la aplicación del análisis de cadena de COD ofrece una base más accionable para la política de salud pública que las estadísticas estáticas tradicionales. Subraya la necesidad de sistemas de vigilancia adaptativos capaces de detectar patrones de riesgo cambiantes, como lo evidencian las fluctuaciones temporales observadas durante la era de la pandemia.