Skip to contents

Fundamento

Muchas vacunas de un esquema nacional de vacunación se administran como una serie ordenada de dosis (p. ej., DTP1, DTP2 y DTP3). Cada dosis se construye sobre la anterior, por lo que una persona no debería tener registrada una dosis posterior sin las dosis previas, y cada dosis debería administrarse después de la anterior.

Cuando un Registro Nominal de Vacunación electrónico (RNVe) contiene personas con una dosis saltada (p. ej., DTP1 y DTP3 sin DTP2), o con dosis administradas fuera de orden cronológico (p. ej., DTP2 administrada antes que DTP1), esto suele indicar problemas de calidad de datos: dosis registradas con un número de dosis equivocado, dosis administradas pero nunca registradas, o registros que no fueron vinculados correctamente a la misma persona. Estos problemas sesgan cualquier análisis posterior que dependa del número de dosis, como los análisis de cobertura, abandono o esquema completo.

El módulo de comparación de secuencia de dosis permite evaluar, persona por persona, si las dosis de una secuencia ordenada fueron registradas de forma consistente. Una secuencia solo se considera consistente cuando cumple ambas verificaciones:

  1. Sin dosis saltadas: no falta ninguna dosis anterior de la secuencia.
  2. Orden cronológico: las dosis recibidas fueron administradas en el orden de la secuencia.

Dado que se trata de un indicador nominal (evaluado persona por persona), cada persona se asigna a un único lugar de residencia, por lo que todos los resultados pueden desagregarse por nivel geográfico.

Nota

Todas las funciones utilizadas para los análisis de comparación de secuencia de dosis dentro de immunABC comienzan con el prefijo sc_.

Glosario

Divisiones político-geográficas

A lo largo de esta viñeta se hace referencia a distintos niveles de división político-geográfica. Estos niveles son definidos por cada país o territorio y pueden recibir nombres diferentes. immunABC no depende de esos nombres locales; por eso, el usuario debe recodificar sus variables para ajustarlas a la estructura que utiliza el paquete.

En concreto, immunABC puede distinguir tres niveles administrativos que, listados del nivel superior al inferior, son: ADM0, ADM1 y ADM2.

  1. ADM0: El país. Este es el nivel administrativo más alto.
  2. ADM1: La primera subdivisión geográfica del país. ADM0 contiene varias subdivisiones ADM1.
  3. ADM2: La segunda subdivisión geográfica del país. Cada ADM1 contiene varias subdivisiones ADM2.

Secuencia de dosis

Un vector ordenado de dosis a evaluar, que se entrega a todas las funciones sc_ a través del parámetro vaccines, p. ej. c("DTP1", "DTP2", "DTP3"). El orden del vector es el orden en que las dosis deberían administrarse. Solo se evalúan las personas con al menos una dosis de la secuencia.

Categorías de consistencia de la secuencia

Una secuencia es consistente cuando:

  1. No se salta ninguna dosis anterior, es decir, las dosis recibidas son las primeras dosis de la secuencia. Una persona que aún no termina la secuencia (p. ej., solo DTP1, o DTP1 y DTP2) puede ser consistente: puede que simplemente no haya alcanzado la edad para la siguiente dosis, o que haya abandonado el esquema (vea el módulo de UD 2.7 Tasa de abandono nominal).
  2. Cada dosis recibida fue administrada después de la dosis anterior recibida en la secuencia. De forma predeterminada, dos dosis administradas el mismo día también se consideran fuera de orden (vea allow_same_day).

Una secuencia es inconsistente cuando falla alguna de las verificaciones: falta una dosis antes de la última dosis recibida y/o las dosis fueron administradas fuera de orden cronológico. Cuando una persona tiene al menos dos dosis de la secuencia y una de ellas no tiene fecha de vacunación (date_vax), el orden cronológico no puede evaluarse por completo; si no se encuentra ningún otro problema, la secuencia se clasifica como DATE_MISSING.

Para una secuencia DTP1, DTP2, DTP3:

Dosis recibidas Fechas Categoría Dosis saltadas Fuera de orden
DTP1 CONSISTENT
DTP1 + DTP2 DTP1 antes que DTP2 CONSISTENT
DTP1 + DTP2 + DTP3 DTP1 antes que DTP2 antes que DTP3 CONSISTENT
DTP1 + DTP2 DTP2 antes que DTP1 INCONSISTENT ✔
DTP1 + DTP2 DTP2 sin date_vax DATE_MISSING
DTP2 INCONSISTENT DTP1
DTP3 INCONSISTENT DTP1 + DTP2
DTP1 + DTP3 DTP1 antes que DTP3 INCONSISTENT DTP2
DTP2 + DTP3 DTP3 antes que DTP2 INCONSISTENT DTP1 ✔

Uso

Instalar el paquete

devtools::install_github("IM-Data-PAHO/immunabc")

Cargar los datos

Las funciones de este módulo requieren que proporcione su RNVe en el formato estándar de immunABC.

RNVe

El conjunto de datos immunabc::immunABC.EIR proporciona una tabla nominal simulada con eventos individuales de vacunación de un Registro Nominal de Vacunación electrónico (RNVe). Cada fila corresponde a una vacunación de una persona.

immunABC.EIR %>% head() %>% kable(caption = "Ejemplo de Registro Nominal de Vacunación electrónico")
Ejemplo de Registro Nominal de Vacunación electrónico
ID date_birth date_vax ADM1_residence ADM2_residence ADM1_occurrence ADM2_occurrence dose
191997 2023-08-08 2023-12-26 ADM1_4 ADM2_4_35 ADM1_4 ADM2_4_35 DTP2
212189 2023-12-20 2023-12-26 ADM1_5 ADM2_5_61 ADM1_5 ADM2_5_61 BCG RN
118063 2022-09-15 2023-12-26 ADM1_2 ADM2_2_5 ADM1_2 ADM2_2_5 DTP1
118063 2022-09-15 2023-12-26 ADM1_2 ADM2_2_5 ADM1_2 ADM2_2_5 YFV1
130751 2022-10-27 2023-12-12 ADM1_5 ADM2_5_55 ADM1_5 ADM2_5_55 YFV1
136532 2021-09-21 2023-12-26 ADM1_3 ADM2_3_12 ADM1_3 ADM2_3_12 SRP1
  • ID: Número único de identificación de la persona.
  • Fecha de nacimiento (date_birth): Fecha de nacimiento de la persona.
  • Fecha de vacunación (date_vax): Fecha del evento de vacunación.
  • ADM1_residence / ADM2_residence: Primer y segundo nivel administrativo geográfico de residencia.
  • ADM1_occurrence / ADM2_occurrence: Primer y segundo nivel administrativo geográfico donde ocurrió la vacunación.
  • Dosis (dose): Variable combinada que representa el tipo de vacuna y su número de dosis correspondiente (p. ej., DTP1).

Análisis de comparación de secuencia de dosis

Flujo de trabajo esperado

El conjunto de funciones sc_ contiene cuatro funciones que trabajan en conjunto:

  1. sc_rate() — calcula el porcentaje de secuencias consistentes e inconsistentes, agregado por nivel geográfico.
  2. sc_barplot() — visualiza el resultado de sc_rate() como un gráfico de barras apiladas.
  3. sc_heatmap() — visualiza cómo se distribuyen las personas entre todas las combinaciones de dosis recibidas, consistentes e inconsistentes, como un mapa de calor.
  4. sc_inconsistent() — lista cada persona con una secuencia inconsistente, con la fecha de cada dosis en una tabla con formato de esquema.

La figura a continuación muestra el flujo de trabajo esperado.

Figura 1. Flujo de trabajo esperado para el análisis de comparación de secuencia de dosis.
Figura 1. Flujo de trabajo esperado para el análisis de comparación de secuencia de dosis.


A lo largo de esta viñeta evaluaremos la secuencia DTP1, DTP2, DTP3.

dtp_sequence <- c("DTP1", "DTP2", "DTP3")

Paso 1 — Calcular la consistencia de la secuencia con sc_rate()

sc_rate() evalúa la secuencia de cada persona y devuelve, para cada unidad geográfica, el conteo y el porcentaje de personas en cada categoría. El parámetro aggregated controla cómo se muestran las secuencias inconsistentes:

  • aggregated = TRUE (predeterminado): clasifica cada secuencia como CONSISTENT, INCONSISTENT o DATE_MISSING.
  • aggregated = FALSE: mantiene CONSISTENT y DATE_MISSING como categorías únicas y desglosa INCONSISTENT en cada combinación de dosis recibidas (p. ej., DTP1 + DTP3). Las combinaciones administradas fuera de orden cronológico se marcan con el sufijo (out of order) (p. ej., DTP1 + DTP2 (out of order)).
rate_aggregated <- sc_rate(
  data.EIR   = immunABC.EIR,
  vaccines   = dtp_sequence,
  geo_level  = "ADM1",
  aggregated = TRUE
)
## Warning in .validate_duplicates_sequence(prepare_EIR, vaccines): Warning: 1800
## ID-dose combination(s) are duplicated in data.EIR. Only the earliest date_vax
## of each one is kept. We recommend you verify for duplicates before running the
## process to increase accuracy.
rate_aggregated %>% kable(digits = 2, caption = "Consistencia de la secuencia por ADM1 (agregada)")
Consistencia de la secuencia por ADM1 (agregada)
ADM1 sequence consistent n total rate
ADM1_1 CONSISTENT TRUE 2505 3468 72.23
ADM1_1 INCONSISTENT FALSE 963 3468 27.77
ADM1_2 CONSISTENT TRUE 11894 19187 61.99
ADM1_2 INCONSISTENT FALSE 7293 19187 38.01
ADM1_3 CONSISTENT TRUE 52960 88447 59.88
ADM1_3 INCONSISTENT FALSE 35487 88447 40.12
ADM1_4 CONSISTENT TRUE 7273 10707 67.93
ADM1_4 INCONSISTENT FALSE 3434 10707 32.07
ADM1_5 CONSISTENT TRUE 3905 5716 68.32
ADM1_5 INCONSISTENT FALSE 1811 5716 31.68

Observe la advertencia: cuando una persona tiene la misma dosis registrada más de una vez, solo se conserva la fecha de vacunación (date_vax) más temprana. Se recomienda verificar los duplicados antes de ejecutar el análisis.

rate_disaggregated <- sc_rate(
  data.EIR   = immunABC.EIR,
  vaccines   = dtp_sequence,
  geo_level  = "ADM1",
  aggregated = FALSE
)

rate_disaggregated %>%
  filter(ADM1 == "ADM1_1") %>%
  kable(digits = 2, caption = "Consistencia de la secuencia en ADM1_1 (desagregada)")
Consistencia de la secuencia en ADM1_1 (desagregada)
ADM1 sequence consistent n total rate
ADM1_1 CONSISTENT TRUE 2505 3468 72.23
ADM1_1 DTP1 + DTP2 (out of order) FALSE 3 3468 0.09
ADM1_1 DTP1 + DTP2 + DTP3 (out of order) FALSE 22 3468 0.63
ADM1_1 DTP1 + DTP3 FALSE 76 3468 2.19
ADM1_1 DTP1 + DTP3 (out of order) FALSE 1 3468 0.03
ADM1_1 DTP2 FALSE 154 3468 4.44
ADM1_1 DTP2 + DTP3 FALSE 298 3468 8.59
ADM1_1 DTP2 + DTP3 (out of order) FALSE 7 3468 0.20
ADM1_1 DTP3 FALSE 402 3468 11.59
Parámetros aceptados
  • data.EIR: Tabla del RNVe en formato immunABC.
  • vaccines: Vector de caracteres ordenado de al menos dos dosis, p. ej. c("DTP1", "DTP2", "DTP3").
  • geo_level: "ADM0" (predeterminado), "ADM1" o "ADM2".
  • aggregated: Lógico, con valor predeterminado TRUE. Indica si todas las secuencias inconsistentes se agrupan en una sola categoría INCONSISTENT.
  • birth_cohorts: Vector numérico con el o los años de cohorte de nacimiento a filtrar. El valor predeterminado NULL utiliza todas las cohortes disponibles.
  • allow_same_day: Lógico, con valor predeterminado FALSE. Indica si dos dosis consecutivas administradas el mismo día se consideran en orden cronológico. Las dosis de una misma serie de vacunas no deberían administrarse el mismo día, pero esta regla puede flexibilizarse para secuencias que combinan vacunas distintas.
  • fix_residence: Lógico, con valor predeterminado TRUE. Vea Manejo de inconsistencias de residencia más abajo.

El resultado contiene la categoría (sequence), una columna consistent (TRUE/FALSE, NA para DATE_MISSING), el número de personas (n), el total de personas con al menos una dosis de la secuencia (total) y el porcentaje (rate).

Manejo de inconsistencias de residencia

Dado que las dosis de una persona se evalúan en conjunto, deben asignarse a un único lugar de residencia. Si la residencia registrada de una persona no es la misma en todos sus registros (por ejemplo, se mudó entre su dosis de DTP1 y DTP3, y el registro anterior nunca se actualizó), el parámetro fix_residence controla cómo se maneja:

  • fix_residence = TRUE (predeterminado): se muestra una advertencia y todos los registros de una persona se corrigen para usar la residencia de su vacunación más reciente.
  • fix_residence = FALSE: los valores de residencia no se modifican y las funciones de este módulo se detienen con un error. Usted deberá corregir las residencias en su RNVe de antemano, o configurar fix_residence = TRUE.

sc_rate() y sc_heatmap() solo verifican la residencia cuando los resultados se desagregan por debajo de "ADM0". sc_inconsistent() siempre la verifica, ya que su resultado incluye la residencia de cada persona.

Paso 2 — Visualizar la consistencia de la secuencia con sc_barplot()

El resultado de sc_rate() puede pasarse directamente a sc_barplot() para generar un gráfico de barras apiladas por unidad geográfica.

sc_barplot(
  data          = rate_aggregated,
  sequence_name = "DTP1 - DTP3"
)

Con aggregated = FALSE, cada combinación inconsistente se muestra con un color distinto:

sc_barplot(
  data          = rate_disaggregated,
  sequence_name = "DTP1 - DTP3"
)

Parámetros aceptados
  • data: Resultado de sc_rate().
  • sequence_name: Etiqueta de la secuencia de dosis que se muestra en el subtítulo del gráfico. Valor predeterminado: "dose sequence".
  • within_ADM1: Vector de caracteres para filtrar unidades ADM1 específicas cuando geo_level = "ADM2". Valor predeterminado: NULL.
  • plot_missing: Booleano. Si es TRUE (predeterminado), las secuencias DATE_MISSING se muestran como un segmento separado de la barra (gris), de modo que todas las barras sumen 100%.
Interpretación

Cada barra representa una unidad geográfica. El segmento CONSISTENT (azul) se muestra en la parte inferior de cada barra, los segmentos inconsistentes se apilan encima y DATE_MISSING (gris) se muestra en la parte superior. Las áreas con una mayor proporción de secuencias inconsistentes deben priorizarse para la revisión de la calidad de los datos. La vista desagregada muestra qué dosis se salta con mayor frecuencia: por ejemplo, una proporción alta de DTP2 + DTP3 (se saltó DTP1) puede indicar que las primeras dosis se están registrando con un número de dosis equivocado, o que las primeras dosis se administran en lugares que no reportan al RNVe.

Las secuencias marcadas como (out of order) suelen ser poco frecuentes, por lo que incluso porcentajes pequeños merecen atención. Pueden deberse a errores de digitación en la fecha de vacunación (date_vax), a dosis registradas con un número de dosis equivocado (p. ej., DTP2 registrada como DTP1 y viceversa), o a registros de dos personas distintas vinculados al mismo ID. El módulo de CD 3.1/3.3 Comparación de consistencia de fechas puede ayudar a investigar las fechas involucradas.

Paso 3 — Explorar todas las combinaciones de dosis recibidas con sc_heatmap()

sc_heatmap() recibe directamente el RNVe y muestra, para cada unidad geográfica de residencia (columnas), el porcentaje de personas con cada combinación de dosis recibidas (filas). Las filas se dividen en paneles:

  • Consistent: la “diagonal” de la secuencia, de menos a más dosis (DTP1, DTP1 + DTP2, DTP1 + DTP2 + DTP3).
  • Date missing: secuencias que no pueden evaluarse por completo (solo se muestra si existen).
  • Inconsistent: cada combinación inconsistente, de la más a la menos frecuente.

De forma predeterminada se muestran las secuencias consistentes y los porcentajes se calculan sobre todas las personas con al menos una dosis de la secuencia en cada área, por lo que cada columna suma 100%. Mirar solo lo que está mal, sin el contexto de lo que está bien, no muestra qué tan grande es el problema.

sc_heatmap(
  data.EIR  = immunABC.EIR,
  vaccines  = dtp_sequence,
  geo_level = "ADM1"
)

Una vez claro el tamaño del problema, use show_consistent = FALSE para profundizar en las secuencias inconsistentes. Los porcentajes se recalculan solo sobre las secuencias inconsistentes, por lo que cada columna suma el 100% de las secuencias inconsistentes del área:

sc_heatmap(
  data.EIR        = immunABC.EIR,
  vaccines        = dtp_sequence,
  geo_level       = "ADM1",
  show_consistent = FALSE
)

Parámetros aceptados
  • data.EIR: Tabla del RNVe en formato immunABC.
  • vaccines: Vector de caracteres ordenado de al menos dos dosis.
  • geo_level: Nivel geográfico de residencia que se muestra en las columnas: "ADM0" (predeterminado), "ADM1" o "ADM2".
  • show_consistent: Lógico, con valor predeterminado TRUE. Indica si se muestran las secuencias consistentes y DATE_MISSING (porcentajes sobre todas las personas), o solo las secuencias inconsistentes (porcentajes sobre las secuencias inconsistentes).
  • within_ADM1: Vector de caracteres para filtrar unidades ADM1 específicas cuando geo_level es "ADM1" o "ADM2". Valor predeterminado: NULL.
  • birth_cohorts: Vector numérico con el o los años de cohorte de nacimiento a filtrar. El valor predeterminado NULL utiliza todas las cohortes disponibles.
  • allow_same_day: Lógico, con valor predeterminado FALSE.
  • fix_residence: Lógico, con valor predeterminado TRUE.
  • digits: Número de decimales en las etiquetas. Valor predeterminado: 0.
Interpretación

Compare cada fila inconsistente con el panel de secuencias consistentes: una combinación inconsistente tan frecuente como una consistente apunta a un problema sistemático de registro, más que a errores de captura ocasionales. Cuando una combinación predomina en un área específica (una celda más oscura que el resto de su fila), sugiere una práctica local de registro que vale la pena investigar.

Paso 4 — Inspeccionar las secuencias inconsistentes individuales con sc_inconsistent()

sc_inconsistent() devuelve una tabla a nivel de persona con todas las secuencias inconsistentes en formato de esquema: una fila por persona y una columna por cada dosis de la secuencia, con la fecha en que se administró cada dosis (NA si no fue recibida).

inconsistent_df <- sc_inconsistent(
  data.EIR = immunABC.EIR,
  vaccines = dtp_sequence
)

inconsistent_df %>% head(10) %>% kable(caption = "Muestra de secuencias inconsistentes")
Muestra de secuencias inconsistentes
ID date_birth ADM1_residence ADM2_residence DTP1 DTP2 DTP3 sequence skipped_doses out_of_order
94 2021-05-05 ADM1_3 ADM2_3_10 NA NA 2022-07-09 DTP3 DTP1 + DTP2 FALSE
96 2018-09-18 ADM1_3 ADM2_3_7 NA 2022-08-14 NA DTP2 DTP1 FALSE
98 2020-05-04 ADM1_2 ADM2_2_5 NA NA 2023-01-10 DTP3 DTP1 + DTP2 FALSE
99 2020-05-04 ADM1_2 ADM2_2_5 NA NA 2023-01-10 DTP3 DTP1 + DTP2 FALSE
115 2020-01-13 ADM1_3 ADM2_3_21 NA 2023-11-23 NA DTP2 DTP1 FALSE
121 2020-03-03 ADM1_2 ADM2_2_5 NA NA 2023-09-24 DTP3 DTP1 + DTP2 FALSE
132 2020-03-14 ADM1_2 ADM2_2_5 NA NA 2022-03-29 DTP3 DTP1 + DTP2 FALSE
135 2020-04-07 ADM1_2 ADM2_2_5 NA NA 2022-04-26 DTP3 DTP1 + DTP2 FALSE
136 2019-12-02 ADM1_3 ADM2_3_8 NA NA 2022-09-27 DTP3 DTP1 + DTP2 FALSE
142 2019-12-31 ADM1_2 ADM2_2_5 NA NA 2022-02-18 DTP3 DTP1 + DTP2 FALSE
Parámetros aceptados
  • data.EIR: Tabla del RNVe en formato immunABC.
  • vaccines: Vector de caracteres ordenado de al menos dos dosis.
  • birth_cohorts: Vector numérico con el o los años de cohorte de nacimiento a filtrar. El valor predeterminado NULL utiliza todas las cohortes disponibles.
  • allow_same_day: Lógico, con valor predeterminado FALSE.
  • fix_residence: Lógico, con valor predeterminado TRUE.

La columna sequence muestra la combinación de dosis recibidas, la columna skipped_doses muestra las dosis que faltan antes de la última dosis recibida (NA si no falta ninguna) y la columna out_of_order indica si las dosis fueron administradas fuera de orden cronológico. Una persona puede tener ambos problemas a la vez. Las secuencias DATE_MISSING no se incluyen. Esta tabla puede exportarse para flujos de corrección a nivel de registro, por ejemplo, para buscar las dosis saltadas bajo otro número de dosis o bajo otro ID.

Resumen

El módulo sc_ ofrece un flujo completo para evaluar si las secuencias ordenadas de dosis están registradas de forma consistente en los datos del RNVe, donde una secuencia solo es consistente cuando no se salta ninguna dosis y las dosis fueron administradas en orden cronológico. sc_rate() y sc_barplot() entregan una visión geográfica de las secuencias inconsistentes, sc_heatmap() pone cada combinación inconsistente de dosis en el contexto de las consistentes, y sc_inconsistent() permite la inspección a nivel de registro de las personas con secuencias inconsistentes. En conjunto, ayudan a los gestores de datos y a los analistas de salud pública a detectar y priorizar las correcciones de calidad de datos antes de los análisis que dependen del número de dosis, como los análisis de cobertura, abandono o esquema completo.