Modelo bayesiano de series temporales estructurales. Aproximación a la evaluación de impacto de VA-MENGOC-BC®

Yanet García Serrano, Mayelin Mirabal Sosa, Raúl González Mujica

Texto completo:

PDF

Resumen

Introducción: Una nueva intervención de salud pública, como la introducción de una vacuna, implica el monitoreo de indicadores que aseguren una intervención efectiva, y que exista la posibilidad de cuantificar sus beneficios. Obtener estimaciones precisas del impacto de una intervención de salud se considera un desafío importante.

Objetivos: Estimar el impacto causal de uno de los productos líderes del Instituto Finlay de La Habana: la vacuna cubana registrada y comercializada VA-MENGOC-BC®.

Métodos: Se seleccionaron datos en los anuarios estadísticos de salud desde 2009 hasta 2017. Se usaron como variable de interés, la tasa de incidencia de la enfermedad meningocócica en Cuba x 100 000 habitantes y un conjunto de covariables que no se afectaron por la intervención: tasas de incidencia de fiebre tifoidea, de incidencia de tuberculosis, de mortalidad por enfermedades infecciosas (parasitarias e intestinales) todas x 100 000 habitantes. Se consideró 1989 como año de la intervención. Se aplicó el método bayesiano de series temporales estructurales, que evaluó el impacto causal de la vacunación sostenida con VA-MENGOC-BC® desde 1989 hasta el presente.

Resultados: Se estimó un impacto causal acumulativo significativo en la reducción de la incidencia de la enfermedad meningocócica. Se verificó que se produjo una disminución de la enfermedad en 97,2 %.

Conclusiones: La aplicación del método de series de tiempo estructural bayesina para estimar el imparto de la vacuna VA-MENGOC-BC®, constituyó una herramienta novedosa para estimar el contrafactual. Se proporcionó una estimación del impacto de la vacunación con VA-MENGOC-BC®, una vacuna implementada y reconocida a nivel mundial.

 

Palabras clave

evaluación de impacto; series temporales estructurales bayesianas; VA-MENGOC-BC®.

Referencias

Angela Gentile JB, Laura Bialorus, Laura Caruso. Impacto de la vacuna neumocócica conjugada 13-vañente en la incidencia de neumonia en niños menores de 5 años en el partido de Pilar Bueno Aires: estudio de base poblacional. Arch Argent Pediatr [Internet]. 2015 [acceso 18/12/2021 ]; 113(6):502-9. 2015. Disponible en: http://www.scielo.org.ar/scielo.php?script=sci_arttext&pid=S0325-00752015000600009

Rubin DB. Formal mode of statistical inference for causal effects. Journal of statistical planning and inference. 1990;25(3):279-92.

Linares-Pérez N, Toledo-Romaní M, Valdés-Balbín Y. La vigilancia y la evaluación de impacto como estrategias de salud pública: aportes para la introducción de la nueva vacuna cubana contra Streptococcus pneumoniae. Vacunas. 2018;19(2):44-51. Vacunas [Internet]. 2018 [acceso 18/12/2021];19(2):44-51.Disponible en: https://www.elsevier.es/es-revista-vacunas-72-avance-resumen-la-vigilancia-evaluacion-impacto-como-S1576988718300013

Gentile A BJ, Firpo V, Casanueva EV. PCV13 vacination impact: A multicenter study of pneumonia in 10 pediatrics hospital in Argentina. Ray Borrow, Public Helth -England, Unite Kingdom. 2018, A multicenter study of pneumonia in 10 pediatrics hospital in Argentina. PLoS One [Internet]. 2018 [acceso 18/12/2021]; 13(7): e0199989.Disponible en: https://www.ncbi.nlm.nih.gov/pmc/articles/PMC6051625/

Jaume Blasco DC. Guía práctica 5 de Evaluación de impacto 2010. [acceso 18/12/2021]. 56p. Disponible en: https://fdocuments.ec/document/guia-practica-5-evaluacion-de-impacto.html?page=1

Brockwell PJyD, R. A. Introduction to Time Serie and Forecasting: [Internet]. 2 nd. ed. New York: Springer; 2002 [acceso 18/12/2021]. 449p. Disponible en: http://home.iitj.ac.in/~parmod/document/introduction%20time%20series.pdf

Wing C, Simon K, Bello-Gomez RA. Designing difference in difference studies: best practices for public health policy research. Annu Rev Public Health [Internet]. 2018 [acceso 20/12/2021];39: 453-69. Disponible en: https://www.annualreviews.org/doi/10.1146/annurev-publhealth-040617-013507

Abadie A. Semiparametric difference-in-differences estimators. The Review of Economic Studies. Rev Econ Stud [Internet]. 2005 [acceso 20/12/2021];72(1):1-19. Disponible en: https://academic.oup.com/restud/article-abstract/72/1/1/1581053?redirectedFrom=fulltext

Donald SG, Lang K. Inference with difference-in-differences and other panel data. Rev Econ Stat [Internet]. 2007 [acceso 20/12/2021];89(2):221-33. Disponible en: https://direct.mit.edu/rest/article-abstract/89/2/221/57678/Inference-with-Difference-in-Differences-and-Other?redirectedFrom=fulltext

Gertler PJ, Martínez, Sebastián, Premand, Patrick, Rawlings, Laura B. La evaluación de impacto en la práctica: [Internet]. 2nd ed. Grupo Banco Mundial; 2016 [acceso 20/12/2021]; 404p. Disponible en: https://publications.iadb.org/es/la-evaluacion-de-impacto-en-la-practica-segunda-edicion

Pomaranz D. Métodos de Evaluación. [Internet].Boston: Harvard Business School; 2011 [acceso 20/12/2021]. 12p. Disponible en: https://www.hbs.edu/ris/Supplemental%20Files/Metodos-de-Evaluacion-de-Impacto_50067.pdf

Abadie A, Diamond A, Hainmueller J. Synthetic control methods for comparative case studies: Estimating the effect of California’s tobacco control program. J Am Stat Assoc [Internet]. 2010 [acceso 20/12/2021]; 105(490):493-505. Disponible en: https://www.tandfonline.com/doi/abs/10.1198/jasa.2009.ap08746

Abadie A, Diamond A, Hainmueller J. Comparative politics and the synthetic control method. Am J Pol Sci [Internet]. 2015 [acceso 20/12/2021]; 59(2):495-510. Disponible en: https://onlinelibrary.wiley.com/doi/abs/10.1111/ajps.12116

Abadie A, Gardeazabal J. The economic costs of conflict: A case study of the Basque Country. A case study of the Basque Country. Am Econ Rev [Internet]. 2003 [acceso 20/12/2021]; 93(1):113-32.Disponible en: https://www.aeaweb.org/articles?id=10.1257/000282803321455188

Amjad M, Shah D, Shen D. Robust synthetic control. J Mach Learn Res [Internet]. 2018 [acceso 20/12/2021]; 19(1):802-52.Disponible en: https://jmlr.org/papers/v19/17-777.html

Costa Dias M. The synthetic control method compared to difference in differences: discussion. 2014. Presentado en conferencia; 2014; Londres. Disponible en: https://eprints.ncrm.ac.uk/id/eprint/3339/

Firpo S, Possebom V. Synthetic control estimator: A generalized inference procedure and confidence sets. J. Causal Inference [Internet]. 2018 [acceso 23/12/2021]; 6(2). Disponible en: https://econpapers.repec.org/article/bpjcausin/v_3a6_3ay_3a2018_3ai_3a2_3ap_3a26_3an_3a1.htm

Possebom V. Free trade zone of Manaus: An impact evaluation using the synthetic control method. Rev. Bras. Econ [Internet]. 2017 [acceso 23/12/2021]; 71 (2): 71(2): 217-31. Disponible en: https://www.scielo.br/j/rbe/a/BjtvDXjCkLGFWYDpLqM3h7b/?lang=en

Brodersen KH, Gallusser F, Koehler J, Remy N, Scott SL. Inferring causal impact using Bayesian structural time-series models. Ann of Appl Stat [Internet]. 2015 [acceso 23/12/2021];9(1):247-74. Disponible en: https://arxiv.org/abs/1506.00356

Martin W, Sarro F, Harman M. Causal impact analysis for app releases in google play [Internet]. International Symposium on Foundations of Software Engineering; 2016 [acceso 23/12/2021]; 435p. Disponible ne: https://dl.acm.org/doi/10.1145/2950290.2950320

Aggarwal N. Inferring the causal impact of Super Bowl marketing campaigns using a Bayesian structural time series model: [tesis de maestría en Internet]. Nueva York: The Cooper Union Albert Nerken School of Engineering; 2017 [acceso 23/12/2021]; 58p. Disponible en: https://ee.cooper.edu/~keene/assets/Neema_Thesis_vFinal.pdf

Bruhn CA, Hetterich, Stephen, Schuck-Paim, Cynthia, Kürüm, Esra Taylor. Estimating the population-level impact of vaccines using synthetic controls. Proc Natl Acad Sci U S A [Internet]. 2017 [acceso 23/12/2021];114(7):1524-9. Disponible en: https://pubmed.ncbi.nlm.nih.gov/28154145/

Kim S, Lee C, Gupta S. Bayesian synthetic control methods. J Mark Res. 2020;57(5):831-52.

Mok Leon L. Metodología de Control Sintético. Aplicación a Cuba. Cuba: Investigación Económica; 2018: 24p.

Scott SL, Varian HR. Predicting the present with bayesian structural time series. International Int. J. Math. Model. Numer. Optim [Internet]. 2014 [acceso 23/12/2021];5(1-2):4-23.Disponible en: https://research.google/pubs/pub41335/

Scott SL, Varian HR. Bayesian variable selection for nowcasting economic time series. Economic analysis of the digital economy: [Internet] En: Goldfarb A, Greenstein SM, Tucker CE, editores. Economic analysis of the digital economy. Chicago: University of Chicago Press; 2015 [acceso 23/12/2021]. 119-35p. Disponible en: https://www.nber.org/books-and-chapters/economic-analysis-digital-economy/bayesian-variable-selection-nowcasting-economic-time-series

Aldana AP, Álvarez JAG, Rodríguez LCD, Hermida MM, Basulto RR. Meningoencefalitis bacteriana en niños de Guantánamo. Su comportamiento durante 2007-2013. Su comportamiento durante 2007-2013. Rev Inf Cient [Internet]. 2018 [acceso 7/01/2022];97(1).Disponible en: http://www.revinfcientifica.sld.cu/index.php/ric/article/view/1822

Álvarez Fumero R, Manresa Gómez DL, Castro Pacheco BL, Pérez Orta M, Rojo Casares I, Quintana Jardines I. Manejo hospitalario de la meningoencefalitis bacteriana por S. Neumoniae. Rev cuba pediatr [Internet]. 2003 [acceso 7/01/2022]; 75(4): [cerca de 9 pantallas]. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S0034-75312003000400005

Dickinson Meneses FO, Pérez Rodríguez AE. Las meningoencefalitis bacterianas en la población infantil cubana: 1998-2000. Rev Cubana Pediatr [Internet]. 2002 [acceso 7/01/2022];74(2):106-14.Disponible

Linares-Pérez N. Introducción de la vacunación antineumocócica, un proyecto conjunto de la Biotecnología y el Sistema de Salud Cubano. Rev Cubana Pediatr [Internet]. 2017 [acceso 7/01/2022]; 89:1-3.Disponible en: http://www.revpediatria.sld.cu/index.php/ped/article/view/297/112

Sierra-González VG. Vacuna cubana antimeningocócica VA-MENGOC-BC®: Treinta años de uso y potencialidades vigentes. Vaccimonitor [Internet]. 2020 [acceso 7/01/22]; 29(1):32-43. Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1025-028X2020000100031

Ning B, Ghosal S, Thomas J. Bayesian method for causal inference in spatially-correlated multivariate time series. Bayesian Anal [Inerrnet]. 2019 [acceso 7/01/2022]; 14(1): 1-28. Disponible en: https://projecteuclid.org/journals/bayesian-analysis/volume-14/issue-1/Bayesian-Method-for-Causal-Inference-in-Spatially-Correlated-Multivariate-Time/10.1214/18-BA1102.full

Vacunas IFd. Instituto Finlay de Vacunas: IFV; 2019 [cited 2019 Agosto, 2019]. Available from: http//:www.finlay.edu.cu.

Sierra-González VG. Cuban meningococcal vaccine VA-MENGOC-BC: 30 years of use and future potential. MEDICC Rev [Internet]. 2019 [acceso 11/01/2022];21(4):19-27.Disponible en: https://pubmed.ncbi.nlm.nih.gov/32335565/

Ochoa Azze RF. VA-MENGOC-BC®: XXV años de su aplicación masiva. VacciMonitor [Internet]. 2013 [acceso 11/01/2022]; 22(1):1-3.Disponible en: http://scielo.sld.cu/scielo.php?script=sci_arttext&pid=S1025-028X2013000100001

De Oliveira LH, Jauregui B. La Medición del Impacto y la Eficacia en la Introducción de Nuevas Vacunas en América Latina y el Caribe. Vacunología. 2018:195.

Abadie A. Using synthetic controls: Feasibility, data requirements, and methodological aspects. J Econ Lit [Internet]. 2021 [acceso 11/01/2022];59(2):391-425. Disponible en: https://www.aeaweb.org/articles?id=10.1257/jel.20191450

Abadie A, L’Hour J. A penalized synthetic control estimator for disaggregated data. [Internet]. Economics; 2018 [acceso 11/01/2022]. 45p. Disponible en: https://arxiv.org/abs/1803.00096.

Enlaces refback

  • No hay ningún enlace refback.


Bookmark and Share


Copyright (c) 2023 Yanet García Serrano

Licencia de Creative Commons
Esta obra está bajo una licencia de Creative Commons Reconocimiento-NoComercial 4.0 Internacional.