Cancer mortality inequalities in urban areas: a Bayesian small area analysis in Spanish cities

Intra-urban inequalities in mortality have been infrequently analysed in European contexts. The aim of the present study was to analyse patterns of cancer mortality and their relationship with socioeconomic deprivation in small areas in 11 Spanish cities

Cancer mortality inequalities in urban areas: a Bayesian small area analysis in Spanish cities [correcció]

After publication of this work in 'International Journal of Health Geographics' on 13 january 2011 was wrong. The map of Barcelona in Figure two (figure 1 here) was reversed. The final correct Figure is presented here

Desigualdades geográficas en mortalidad e incidencia por cáncer de laringe en varones: factores socioeconómicos y ambientales

Diversos estudios sugieren la relación entre menor nivel socioeconómico y factores ambientales con mayor riesgo de cáncer. El objetivo del trabajo es identificar desigualdades geográficas en mortalidad e incidencia por cáncer de laringe (CL) en varones y su asociación con factores de privación y ambientales en el marco del proyecto MEDEA. Métodos: Estudio ecológico cuya población de referencia fueron los hombres residentes en el municipio de Zaragoza. El periodo de estudio fue 1996-2003. Las defunciones fueron obtenidas del Registro de Mortalidad de Aragón, los casos incidentes del Registro Poblacional de Cáncer de Zaragoza y los datos socioeconómicos del Censo de 2001. Se utilizó la base de datos del Registro Europeo de Emisiones Contaminantes en la localización de posibles industrias contaminantes. Para cada sección censal (SC) se obtuvo un índice de privación mediante análisis de componentes principales. Se obtuvieron las Razones de Mortalidad e Incidencia Estandarizadas suavizadas aplicando metodología bayesiana. Resultados: Se analizaron 211 defunciones y 569 casos incidentes, con SC conocida, que correspondieron al 95% del total de casos registrados de mortalidad y el 97,8% de incidencia. Las SC que se encontraban en el cuartil superior, mayor índice de privación, tuvieron significativamente mayor riesgo, tanto de mortalidad (2,74 veces) como de incidencia (1,66 veces). Sin embargo no se encontró asociación estadísticamente significativa con los indicadores ambientales utilizados. Conclusiones: Las SC con menor nivel económico presentan mayor riesgo de mortalidad e incidencia por CL. La posible exposición a focos industriales contaminantes no explica la variabilidad geográfica observada

Métodos de estadística espacial para evaluar la influencia de factores medioambientales sobre la incidencia y mortalidad por cáncer

Los objetivos de la tesis son: 1.- Estudiar la relación entre la incidencia y mortalidad por cáncer y los factores medioambientales, en particular la contaminación atmosférica, controlando por factores socioeconómicos. 2.- Utilizar aquellos métodos de estadística espacial apropiados para cada tipo de diseño. 3.- Distinguir en los modelos las diferentes fuentes de extra-variabilidad espacial. 4.- Controlar el problema de exceso de ceros inherente a alguna de las neoplasias de interés medioambientales. Conclusiones: - Tanto la incidencia como la mortalidad de las neoplasias, presentaron dos fuentes de extravariación. La extravariaicón espacial, por la que unidades vecinas tienden a presentar razones de incidencia/mortalidad similares, y la heterogeneidad no espacial. En general la extravariabilidad espacial ha resultado ser mucho mayor que la no espacial. - Para suavizar las RIE/RME correspondientes a variables con un porcentaje de ceros superior al40-50% debe utilizarse un modelo que capture este comportamiento. - El mejor modelo en términos de ajuste para recoger el exceso de ceros en las variables de interés ha resultado ser el modelo mixto de riesgo relativo. - Las RIE/RME suavizadas presentan un patrón geográfico claro sólo en algunas neoplasias de interés medioambiental. - Parte de la variabilidad remanente en las RIE/RME suavizadas pudo ser explicada mediante la introducción de variables explicativas, en particular la contaminación atmosférica y variables socioeconómicas. -Como los contaminantes atmosféricos fueron observados en un diseño geoestadístico y las neoplasias de interés mediambiental lo fueron en un diseño en rejilla se modelizó la superficie de exposición. - El efecto del contaminante en cada municipio/sección censal se aproximó introduciendo en el modelo el valor promedio en cada área y la variabilidad intra-área. - El efecto del contaminante se consideró aleatorio, en el sentido de que podría ser diferente en cada una de las áreas. - Las condiciones socioeconómicas fueron otra de las variables que redujeron la variabilidad remanente en las RIE/RME suavizadas. -Las variables explicativas observadas con un diseño en rejilla, como el índice de privación, se introdujeron en el modelo como efectos fijos. - El efecto de la privación sobre la incidencia y/o mortalidad por cáncer de tráquea, bronquios y pulmón, controlando por contaminantes atmosféricos, fue mayor en las mujeres que en los hombres. -Altas concentraciones de contaminantes atmosféricos aumentan el riesgo de padecer neoplasias de interés medioambiental, controlando por condiciones socioeconómicas.

Estimation of age- and stage-specific Catalan breast cancer survival functions using US and Catalan survival data

During the last part of the 1990s the chance of surviving breast cancer increased. Changes in survival functions reflect a mixture of effects. Both, the introduction of adjuvant treatments and early screening with mammography played a role in the decline in mortality. Evaluating the contribution of these interventions using mathematical models requires survival functions before and after their introduction. Furthermore, required survival functions may be different by age groups and are related to disease stage at diagnosis. Sometimes detailed information is not available, as was the case for the region of Catalonia (Spain). Then one may derive the functions using information from other geographical areas. This work presents the methodology used to estimate age- and stage-specific Catalan breast cancer survival functions from scarce Catalan survival data by adapting the age- and stage-specific US functions. Methods: Cubic splines were used to smooth data and obtain continuous hazard rate functions. After, we fitted a Poisson model to derive hazard ratios. The model included time as a covariate. Then the hazard ratios were applied to US survival functions detailed by age and stage to obtain Catalan estimations. Results: We started estimating the hazard ratios for Catalonia versus the USA before and after the introduction of screening. The hazard ratios were then multiplied by the age- and stage-specific breast cancer hazard rates from the USA to obtain the Catalan hazard rates. We also compared breast cancer survival in Catalonia and the USA in two time periods, before cancer control interventions (USA 1975–79, Catalonia 1980–89) and after (USA and Catalonia 1990–2001). Survival in Catalonia in the 1980–89 period was worse than in the USA during 1975–79, but the differences disappeared in 1990–2001. Conclusion: Our results suggest that access to better treatments and quality of care contributed to large improvements in survival in Catalonia. On the other hand, we obtained detailed breast cancer survival functions that will be used for modeling the effect of screening and adjuvant treatments in Catalonia