Un método semiparamétrico para estimar excesos de muerte durante emergencias según múltiples causas de muerte

Abstract

Determinar el número total de muertes ocasionadas en un estado de emergencia no es una tarea fácil, debido a que grandes emergencias pueden ocasionar colapso de infraestructura, o pueden ser situaciones innovadoras tal que las autoridades desconocen como lidiar con ellas. Esta investigación se enfoca en construir un modelo de regresión Poisson semiparamétrico para estimar si algunas causas de muertes como accidentes por caídas y transporte, ciertas Enfermedades No Transmisibles (ENT), causas no definidas, homicidio, neumonía e influenza, sepsis, suicidio y otras causas indirectas aumentaron tras un estado de emergencia, incorporando en el modelo la variabilidad intra anual y el desplazamiento de la población.

Para ajustar las estimaciones de población durante el periodo post-emergencia, se consideran las estimaciones anuales de la población registradas mediante los datos del Censo y el movimiento neto mensual de pasajeros. Por otro lado, mediante la función spline de regresión cúbica cíclica penalizada se captura la variabilidad intra anual de mortalidad. Adicionalmente, en el modelo se implementan funciones de índices de regresión semiparamétrica para evaluar, si se presentan efectos de cambio en el comportamiento de ciertas causas de muertes en diferentes periodos post-emergencia.

La metodología propuesta es ilustrada con los datos de defunción de Puerto Rico entre los años 2014 a 2018 para estimar si las causas mencionadas, presentaron un exceso de mortalidad tras el paso del Huracán María.

Determining the total number of deaths caused in a state of emergency is not an easy task because large emergencies can cause infrastructure collapse, or they can be innovative situations such that the authorities do not know how to deal with them. This research focuses on building a semiparametric Poisson regression model to estimate whether some causes of death such as accidents due to falls and transportation, certain Non-Communicable Diseases (NCD), undefined causes, homicide, pneumonia and influenza, sepsis, suicide and other indirect causes increased after a state of emergency, incorporating intra-annual variability and population displacement into the model.

To adjust the population estimates during the post-emergency period, the annual population estimates registered using Census data and the monthly net movement of passengers are considered. On the other hand, through the pena-lized cyclical cubic regression spline function, the intra-annual mortality variability is captured. Additionally, in the model, semiparametric regression index functions are implemented to evaluate, if there are effects of change in the behavior of certain causes of death in different post-emergency periods.

The proposed methodology is illustrated with the death data of Puerto Rico between the years 2014 to 2018 to estimate whether the causes mentioned presented an excess of mortality after the passage of Hurricane María.