Four Practical Indicators for Real-Time Verbal Autopsy Data Quality Assessment: A Cross-National Validation Study

En muchas partes del mundo, cuando una persona muere, no hay un médico presente para firmar un certificado que indique la causa. En estos lugares, la única forma de entender por qué muere la gente es preguntando a los familiares que estuvieron allí. Este proceso, conocido como autopsia verbal, consiste en que un entrevistador capacitado se sienta con un pariente en duelo y le hace una serie larga y estructurada de preguntas sobre los últimos días del difunto. Las respuestas se introducen luego en un sistema informático que asigna una causa probable de muerte, como malaria, enfermedades cardíacas o complicaciones del parto. Esta información es vital para los gobiernos y las organizaciones de salud. Si no saben qué está matando a sus ciudadanos, no pueden planificar los hospitales, las vacunas o las campañas de salud pública adecuadas. Sin embargo, todo el sistema depende de una cosa frágil: la calidad de la conversación. Si el familiar está confundido, si el entrevistador tiene prisa o si las respuestas contienen contradicciones lógicas, los datos resultantes son defectuosos y las decisiones de salud pública basadas en ellos serán erróneas.

Durante mucho tiempo, verificar la calidad de estas entrevistas ocurría demasiado tarde. Los investigadores esperaban hasta que los datos fueran recolectados, agregados y procesados por algoritmos para asignar las causas de muerte. Solo entonces, semanas o meses después, descubrían que un entrevistador específico había estado saltándose preguntas o que un conjunto de datos contenía respuestas imposibles, como un hombre muriendo por complicaciones del embarazo. Para ese momento, los entrevistadores se habían ido, no se podía volver a contactar a las familias y los errores eran permanentes. Un nuevo estudio publicado por investigadores de instituciones en Tanzania, Eswatini, Nigeria y socios internacionales busca solucionar este retraso. Han desarrollado un conjunto de cuatro herramientas simples y prácticas que pueden verificar la calidad de una sola entrevista en el momento en que se termina, permitiendo a los supervisores detectar problemas de inmediato y corregirlos antes de que los datos sean utilizados para contar muertes.

Los investigadores probaron estas herramientas con datos del mundo real de tres países diferentes: Tanzania, Eswatini y Nigeria. Estos conjuntos de datos contenían miles de entrevistas realizadas utilizando los cuestionarios estándar de la Organización Mundial de la Salud. El equipo creó cuatro formas específicas de medir la salud de cada registro de entrevista. La primera herramienta, que llaman Puntuación de Completitud Informativa, simplemente verifica cuántas preguntas de "sí" o "no" fueron respondidas con una decisión clara en lugar de un "no lo sé" o una negativa. Una puntuación alta significa que el familiar estuvo comprometido y conocía las respuestas; una puntuación baja sugiere que la entrevista no fue productiva. La segunda herramienta, la Puntuación de Fiabilidad del Respondiente, analiza quién estaba respondiendo las preguntas. Otorga una calificación de fiabilidad más alta si la persona que hablaba era un familiar cercano, como un cónyuge o un padre, si estuvo presente cuando la persona murió y si había sido entrevistada relativamente poco tiempo después de la muerte. También considera el nivel educativo del difunto como un sustituto de la educación probable del entrevistador, asumiendo que los cónyuges o hijos adultos suelen compartir una escolaridad similar.

La tercera herramienta es un Índice de Consistencia Interna, que actúa como una verificación lógica. Escanea las respuestas en busca de imposibilidades biológicas. Por ejemplo, señala un registro si se informa que un hombre tuvo síntomas relacionados con el embarazo, o si el número de días que una persona tuvo fiebre es mayor que el número total de días que estuvo enferma. Estas contradicciones suelen ocurrir cuando un entrevistador comete un error o cuando el sistema de entrada de datos no logra detener una pregunta que debería haberse saltado. La cuarta herramienta mide el tiempo que tomó realizar la entrevista. Aunque la entrevista promedio puede durar alrededor de media hora, los investigadores encontraron que la mediana de tiempo —una medida que ignora los valores extremos— es un mejor indicador del desempeño normal. Si una entrevista se termina en solo unos pocos minutos, es probable que el entrevistador se haya saltado grandes secciones. Si toma muchas horas, puede significar que los datos se ingresaron a lo largo de varios días o que el entrevistador tuvo dificultades con el respondiente.

Cuando el equipo aplicó estas cuatro verificaciones a los datos de las tres naciones, encontró que la mayoría de las entrevistas eran de alta calidad. La gran mayoría de los registros mostraban que los respondientes estaban comprometidos, eran fiables y consistentes. En Tanzania, por ejemplo, casi el 98 por ciento de las preguntas binarias fueron respondidas con respuestas claras de "sí" o "no". En Eswatini y Nigeria, las puntuaciones fueron similaresmente altas. Esto sugiere que los equipos de campo en estos países están haciendo, en general, un buen trabajo. Sin embargo, el poder de estas nuevas herramientas reside en su capacidad para encontrar el pequeño número de registros malos que se escapan. Los investigadores descubrieron patrones específicos que habrían pasado desapercibidos si hubieran esperado a la asignación final de la causa de muerte. En Eswini, encontraron que un pequeño grupo de entrevistas tenía un error específico donde la duración de una tos se registró como más larga que el tiempo total que la persona estuvo enferma. Esto no fue un error aleatorio, sino un patrón que apareció en el 6.1 por ciento de los registros, lo que sugiere una brecha de capacitación específica o un malentendido sobre cómo preguntar por la duración de los síntomas.

En Nigeria, las herramientas descubrieron un problema mucho mayor con un tipo diferente de error lógico. El sistema señaló que en casi el 6 por ciento de los registros de hombres, la entrevista incluyó respuestas sobre el embarazo. Dado que los hombres no pueden estar embarazados, esto indicaba que el formulario informático utilizado por los entrevistadores no estaba ocultando correctamente esas preguntas a los respondientes masculinos, o que los datos se estaban procesando de una manera que ignoraba el género del difunto. Este es un hallazgo crítico porque si estos registros se usaran para calcular las tasas de mortalidad, distorsionarían la comprensión de la salud materna. En Tanzania, las herramientas revelaron un periodo de tiempo en el que la calidad de los datos cayó significativamente. Durante una ventana específica en 2024 y 2025, aumentó el número de entrevistas con puntuaciones de compromiso bajas y fechas imposibles —donde se registró que la entrevista ocurrió antes de que la persona muriera—. Esto apuntó a una ruptura temporal en la supervisión o en la vigilancia de la entrada de datos que el equipo local ahora puede investigar y corregir.

El estudio también destacó que estas herramientas son lo suficientemente flexibles como para trabajar con diferentes versiones del cuestionario utilizadas en diferentes años, y no requieren un gran lote de datos para ser útiles. Un supervisor puede verificar una sola entrevista y saber inmediatamente si es confiable. Los investigadores señalaron que, si bien estas herramientas son poderosas, no son una solución mágica que reemplaza la necesidad de una buena capacitación o formularios bien diseñados. En cambio, actúan como una red de seguridad, capturando los errores que ocurren a pesar de los mejores esfuerzos de la capacitación. El estudio confirmó que estos indicadores pueden calcularse automáticamente mediante los sistemas de software que gestionan los datos, lo que significa que pueden integrarse en el flujo de trabajo diario de los programas de salud. Al trasladar el control de calidad de un análisis post-mortem a una verificación en tiempo real, los funcionarios de salud pueden asegurar que las historias contadas por las familias en duelo se traduzcan en conocimiento preciso y vital sobre por qué mueren las personas.