Skip to contents

🌐 Read this in English

Fundamento

Es común que los Registros Nominales de Vacunación electrónicos (RNVe) incluyan tanto el lugar de residencia como el lugar donde ocurrió la vacunación. La cobertura de vacunación puede estimarse agrupando los eventos por cualquiera de estas dos ubicaciones. Sin embargo, los denominadores generalmente se estiman con base en el lugar de residencia.

Usar el lugar de residencia o el lugar de vacunación como numerador puede llevar a subestimar o sobreestimar la cobertura. En ocasiones, la cobertura puede superar el 100 %, especialmente en áreas donde los servicios de vacunación están más disponibles o reciben personas de otras zonas.

El módulo de residencia y lugar de vacunación de immunABC proporciona funciones para explorar y analizar este fenómeno.

Nota

Todas las funciones utilizadas para los análisis de residencia y lugar de vacunación dentro de immunABC comienzan con el prefijo roc_.

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.

Nombres de vacunas

Los conjuntos de datos de ejemplo utilizan una convención específica para nombrar las dosis de vacunas. Es posible que esta convención no coincida con la que usa su país o institución, pero esto no afecta el uso del paquete si los nombres se aplican de manera consistente.

Por ejemplo, los nombres de las vacunas utilizados en el paquete immunABC son:

Abreviatura Nombre completo
SRP1 Vacuna contra sarampión, rubéola y paperas (1.ª dosis)
DTP1 Vacuna contra difteria, tétanos y tos ferina (1.ª dosis)
DTP2 Vacuna contra difteria, tétanos y tos ferina (2.ª dosis)
DTP3 Vacuna contra difteria, tétanos y tos ferina (3.ª dosis)
BCG RN Vacuna Bacillus Calmette–Guérin (al nacer)
YFV1 Vacuna contra la fiebre amarilla (1.ª dosis)

Uso

Instalar el paquete

El primer paso para ejecutar los análisis de residencia y lugar de vacunación es instalar el paquete immunABC, disponible en GitHub.

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

Cargar los datos

Las funciones de este módulo requieren tres conjuntos de datos en un formato específico.

  1. Su RNVe.
  2. El esquema de vacunación relacionado con este RNVe.
  3. Una tabla con denominadores poblacionales según el nivel geográfico de su análisis.

Para facilitar la prueba de immunABC y la comprensión de la estructura requerida, a continuación se presentan los conjuntos de datos de ejemplo que utiliza este módulo.

RNVe

El conjunto de datos immunabc::immunABC.EIR proporciona un ejemplo de Registro Nominal de Vacunación electrónico (RNVe). Es una tabla nominal simulada con eventos individuales de vacunación. Cada fila corresponde a una vacunación e incluye información sobre la residencia de la persona, el lugar donde fue vacunada (ocurrencia), su fecha de nacimiento y la dosis recibida.

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: Primer nivel administrativo geográfico del país.
  • ADM2: Segundo nivel administrativo geográfico del país.
  • Lugar de residencia (Residence): Lugar donde vive la persona.
  • Lugar de vacunación (Occurrence): Lugar donde ocurrió la vacunación.
  • Dosis (dose): Variable combinada que representa el tipo de vacuna y su número de dosis correspondiente. Por ejemplo, DTP1 se refiere a la primera dosis de una vacuna que contiene componentes de difteria, tétanos y tos ferina.

Esquema de vacunación

El conjunto de datos immunabc::immunABC.schedule define el esquema nacional de vacunación, con cada dosis y su edad recomendada de administración (en días). Esta tabla permite determinar si una persona tiene las vacunas que le corresponden según el esquema.

immunABC.schedule %>% kable(caption = "Ejemplo de esquema de vacunación")
Ejemplo de esquema de vacunación
dose age_schedule age_schedule_low age_schedule_high
SRP1 365 360 420
DTP1 60 54 90
DTP2 120 116 150
DTP3 180 176 210
BCG RN 0 0 28
YFV1 365 360 420
  • Dosis (dose): Variable combinada que representa el tipo de vacuna y su número de dosis correspondiente. Por ejemplo, DTP1 se refiere a la primera dosis de una vacuna que contiene componentes de difteria, tétanos y tos ferina.
  • Edad programada (age_schedule): Edad recomendada de administración de la dosis, en días.
  • Límite inferior de edad (age_schedule_low): Límite inferior de la edad objetivo, en días.
  • Límite superior de edad (age_schedule_high): Límite superior de la edad objetivo, en días.

Nota

Los nombres de las dosis en la columna dose deben coincidir exactamente con los del conjunto de datos immunABC.EIR.

Denominadores poblacionales

Este módulo requiere una tabla con denominadores poblacionales. El nivel geográfico de esta tabla debe coincidir con el nivel geográfico del análisis. Por ejemplo, para un análisis a nivel ADM1, la tabla de denominadores poblacionales debe tener la siguiente estructura.

immunABC.pop.ADM1 %>% head() %>% kable(caption = "Ejemplo de población a nivel ADM1")
Ejemplo de población a nivel ADM1
ADM1 year age population
ADM1_1 2022 0 1718.189
ADM1_1 2022 1 1808.964
ADM1_1 2023 0 1703.145
ADM1_1 2023 1 1792.443
ADM1_2 2022 0 6575.261
ADM1_2 2022 1 6922.644

Esta tabla está en formato largo y contiene la población (population) de niños de una edad (age) específica durante un año (year) determinado para un nivel ADM1.

Nota

Si su análisis es a un nivel político-geográfico diferente, consulte immunabc::immunABC.pop.ADM0 y immunabc::immunABC.pop.ADM2 para conocer el formato y las columnas requeridas.

Análisis de cobertura

La primera parte de este módulo permite analizar la cobertura tanto por lugar de residencia como por lugar de vacunación (ocurrencia).

Flujo de trabajo esperado

Las funciones roc_coverage() y roc_barplot() trabajan en conjunto para analizar y visualizar la cobertura. La función roc_coverage() calcula la cobertura de vacunación por residencia y por lugar de vacunación, según los niveles administrativos, años y vacunas seleccionados. Su resultado es una tabla compatible con roc_barplot(), que genera una visualización para un año y una vacuna específicos.

La función roc_coverage_by() está disponible cuando se desea calcular la cobertura solo por residencia o solo por lugar de vacunación. Aunque produce una tabla similar, su resultado no es compatible con roc_barplot().

Figura 1. Flujo de trabajo esperado para los análisis de cobertura.
Figura 1. Flujo de trabajo esperado para los análisis de cobertura.


Ejemplo

A continuación se muestra un caso de uso sencillo de roc_coverage(), en el que se calcula la cobertura por ambas métricas para la vacuna DTP1 en 2023 usando los datos de ejemplo.

# calcular la cobertura
coverage_df <- roc_coverage(
  data.EIR = immunABC.EIR,
  data.schedule = immunABC.schedule,
  data.pop = immunABC.pop.ADM1,
  geo_level = "ADM1",
  years = 2023, # esto puede ser un vector de años
  vaccines = "DTP1" # esto puede ser un vector de vacunas
)

# mostrar los resultados en una tabla
coverage_df %>%
  kable(digits = 3, caption = "Cobertura de vacunación a nivel ADM1")
Cobertura de vacunación a nivel ADM1
dose year age ADM1 doses_applied population coverage coverage_type
DTP1 2023 0 ADM1_1 1413 1703.145 82.964 residence
DTP1 2023 0 ADM1_2 6238 6517.689 95.709 residence
DTP1 2023 0 ADM1_3 27492 30497.127 90.146 residence
DTP1 2023 0 ADM1_4 3678 4081.329 90.118 residence
DTP1 2023 0 ADM1_5 2010 2645.993 75.964 residence
DTP1 2023 0 ADM1_1 1425 1703.145 83.669 occurrence
DTP1 2023 0 ADM1_2 9194 6517.689 141.062 occurrence
DTP1 2023 0 ADM1_3 24494 30497.127 80.316 occurrence
DTP1 2023 0 ADM1_4 3705 4081.329 90.779 occurrence
DTP1 2023 0 ADM1_5 2013 2645.993 76.077 occurrence

Esta salida puede pasarse directamente a la función roc_barplot() como se muestra a continuación.

# visualizar el resultado de roc_coverage()
coverage_plot <- roc_barplot(
  data = coverage_df,
  year = 2023,
  vaccine = "DTP1"
)

# mostrar
coverage_plot

Este gráfico muestra la cobertura de vacunación alcanzada por cada nivel administrativo subnacional, considerando tanto el lugar de vacunación como el lugar de residencia. Las barras amarillas representan la cobertura por lugar de vacunación; es decir, el numerador incluye todas las dosis administradas en esa ubicación. Los diamantes naranjas representan la cobertura por lugar de residencia; es decir, el numerador incluye a las personas que viven en esa ubicación, independientemente del lugar donde recibieron la vacuna.

La cobertura por residencia y lugar de vacunación es similar en ADM1_1, ADM1_4 y ADM1_5. Sin embargo, en ADM1_2 y ADM1_3 se observan diferencias entre los dos tipos de cobertura.

En ADM1_2, la cobertura por lugar de vacunación alcanza el 141 %, mientras que la cobertura por residencia es del 95 %, con una diferencia de 46 puntos porcentuales. En ADM1_3, la cobertura por lugar de vacunación es del 80 %, mientras que la cobertura por residencia es del 90 %, con una diferencia de 10 puntos porcentuales a favor de la cobertura por residencia.

Estos patrones sugieren flujos poblacionales importantes entre áreas administrativas. En ADM1_2, la cobertura alta por lugar de vacunación y la cobertura menor por residencia indican que muchas personas vacunadas en esta área viven en otro lugar. En cambio, ADM1_3 muestra una cobertura por residencia mayor que por lugar de vacunación, lo que sugiere que una parte de sus residentes se desplaza a otras áreas para vacunarse.

Análisis de distribución de dosis

Las funciones de distribución ayudan a analizar dónde se vacunan las personas según su lugar de residencia.

Flujo de trabajo esperado

Las funciones roc_distribution() y roc_heatmap() permiten analizar los flujos poblacionales entre áreas administrativas. Por ejemplo, se puede observar dónde se vacunan las personas que viven en una región: si se vacunan dentro de su propia región o si se desplazan a otras.

La figura a continuación muestra el flujo de trabajo esperado para estas funciones.

Figura 2. Flujo de trabajo esperado para los análisis de distribución de dosis.
Figura 2. Flujo de trabajo esperado para los análisis de distribución de dosis.


Ejemplo a nivel del primer nivel administrativo

Este análisis solo requiere el RNVe y algunos parámetros sencillos. Por ejemplo, se puede calcular cómo se distribuye la vacunación en el primer nivel administrativo para la vacuna DTP1 en 2023.

# calcular la distribución de dosis para cada lugar de residencia
distribution_df <- roc_distribution(
  data.EIR = immunABC.EIR,
  vaccine = "DTP1",
  geo_level = "ADM1",
  birth_cohort = 2023,
  include_self_matches = TRUE
)

# mostrar los resultados en una tabla (ver solo un par de regiones por simplicidad)
distribution_df %>%
  filter(ADM1_residence %in% c("ADM1_1", "ADM1_3")) %>%
  kable(digits = 3, caption = "Distribución de vacunación para cada lugar de residencia por lugar de vacunación")
Distribución de vacunación para cada lugar de residencia por lugar de vacunación
ADM1_residence ADM1_occurrence frequency proportion
ADM1_1 ADM1_3 7 0.006
ADM1_1 ADM1_2 4 0.004
ADM1_1 ADM1_4 1 0.001
ADM1_1 ADM1_5 1 0.001
ADM1_1 ADM1_1 1084 0.988
ADM1_3 ADM1_3 18443 0.868
ADM1_3 ADM1_2 2685 0.126
ADM1_3 ADM1_4 88 0.004
ADM1_3 ADM1_5 17 0.001
ADM1_3 ADM1_1 12 0.001

Por ejemplo, el 87 % de las personas que viven en ADM1_3 también se vacunó allí contra DTP1. Otro 13 % recibió su vacuna DTP1 en otro lugar, específicamente en ADM1_2. Para analizar solo a las personas que se vacunaron fuera de su lugar de residencia, use el parámetro include_self_matches = FALSE.

# calcular la distribución de dosis para cada lugar de residencia
distribution_df2 <- roc_distribution(
  data.EIR = immunABC.EIR,
  vaccine = "DTP1",
  geo_level = "ADM1",
  birth_cohort = 2023,
  # establecer en FALSE para excluir los casos en que las personas se vacunan en su lugar de residencia
  include_self_matches = FALSE
)

# mostrar los resultados en una tabla (centrarse solo en ADM1_3 para este ejemplo)
distribution_df2 %>%
  filter(ADM1_residence == "ADM1_3") %>%
  kable(digits = 3, caption = "¿Dónde se vacunan los residentes de ADM1_3?")
¿Dónde se vacunan los residentes de ADM1_3?
ADM1_residence ADM1_occurrence frequency proportion
ADM1_3 ADM1_2 2685 0.958
ADM1_3 ADM1_4 88 0.031
ADM1_3 ADM1_5 17 0.006
ADM1_3 ADM1_1 12 0.004

Esto muestra que el 96 % de las personas de ADM1_3 que no se vacunan en su lugar de residencia lo hacen en ADM1_2.

La función roc_heatmap() muestra este patrón con mayor claridad.

library(patchwork) # para mostrar los gráficos lado a lado

# generar los gráficos
distribution_plot <- roc_heatmap(distribution_df) # con coincidencias propias
distribution_plot2 <- roc_heatmap(distribution_df2) # sin coincidencias propias

# agregar subtítulo
distribution_plot <- distribution_plot + labs(subtitle = "Con coincidencias propias")
distribution_plot2 <- distribution_plot2 + labs(subtitle = "Sin coincidencias propias")

# mostrar los gráficos lado a lado
distribution_plot + distribution_plot2

Nota

El gráfico de la derecha muestra la proporción de dosis administradas en un lugar diferente a su lugar de residencia. Por eso la diagonal está vacía.

Estos gráficos pueden leerse de forma vertical u horizontal. Al leer el gráfico verticalmente, las columnas suman 100 % (salvo diferencias por redondeo). Cada columna representa la población de un área, por ejemplo ADM1_1, y muestra dónde se vacuna. En el gráfico de la derecha, del total de personas que viven en ADM1_1 y se vacunan fuera de su lugar de residencia, el 54 % lo hace en ADM1_3, el 31 % en ADM1_2 y el 16 % restante en ADM1_4 y ADM1_5.

Al leer el gráfico horizontalmente, las filas no suman 100 %, pero indican de dónde provienen las personas que se vacunan en una región. Por ejemplo, en el gráfico de la izquierda se observa que el 92 % de los residentes de ADM1_2 se vacuna también allí, pero esta región también vacuna a una proporción importante de residentes de ADM1_3 (13 %).

Ejemplo a nivel del segundo nivel administrativo

En este caso, puede ser útil realizar el análisis a un nivel más detallado. A continuación se repite el proceso en el segundo nivel administrativo, por ejemplo, distritos dentro de una región.

# calcular la distribución de dosis para cada lugar de residencia al segundo
# nivel administrativo (centrarse solo en ADM1_3 para este ejemplo)
distribution_df3 <- roc_distribution(
  data.EIR = immunABC.EIR,
  vaccine = "DTP1",
  geo_level = "ADM2",
  birth_cohort = 2023,
  include_self_matches = FALSE,
  within_ADM1 = "ADM1_3" # establecer la región que se quiere analizar
)

# mostrar los resultados en un gráfico
distribution_plot3 <- roc_heatmap(
  distribution_df3
)

# mostrar
distribution_plot3

En este mapa de calor se observa la proporción de eventos de vacunación que ocurren en un lugar diferente al lugar de residencia, desagregada por el segundo nivel administrativo.

Por ejemplo, entre las personas que viven en ADM2_3_10 y se vacunan fuera de su área de residencia, el 72 % recibe la vacuna en ADM2_3_11. De manera similar, el 23 % de las personas de ADM2_3_23 que se vacunan en otro lugar lo hacen en ADM2_3_11.

Al leer el mapa de calor horizontalmente, se observa que ADM2_3_20 vacuna a muchas personas provenientes de otras áreas: el 35 % de las de ADM2_3_7, el 18 % de ADM2_3_15, el 17 % de ADM2_3_12, el 14 % de ADM2_3_17, etc.

La fila superior indica a las personas que se vacunan fuera de ADM1_3. Por ejemplo, en la columna 4, el 85 % de los residentes de ADM2_3_13 se vacuna fuera de ADM1_3, lo que sugiere un flujo poblacional importante.

Resumen

Esta viñeta mostró cómo usar immunABC para comparar la cobertura de vacunación por lugar de residencia y por lugar de vacunación, y para explorar cómo se desplazan las personas entre áreas para vacunarse.

La cobertura puede variar mucho según la ubicación que se use para el cálculo. En algunos casos, la cobertura por lugar de vacunación puede superar el 100 %, lo que puede indicar que personas de otras áreas acuden a vacunarse allí. Las funciones de distribución y mapa de calor ayudan a visualizar estos patrones y pueden mostrar qué áreas funcionan como centros de servicio o hacia dónde se desplazan las personas para vacunarse.

En general, este tipo de análisis ayuda a comprender los flujos poblacionales y apoya una mejor planificación de los programas de inmunización.