Dificultades metodológicas del estudio del suicido
Coincidirán los lectores que, cuando abordamos el análisis estadístico de las muertes autoinfligidas, el segundo peor problema es poder definir el factor de riesgo concreto a estudiar. El primero siempre es la falta de disponibilidad de datos fiables.
Resulta descorazonador ver cuantas variables vienen a ponernos la zancadilla. Nunca podemos estar seguros de que una correlación indique riesgo. Contínuamente se acaban cruzando innumerables variables de confusión que ni siquiera conocemos.
La realidad es compleja, dinámica y multifactorial. Poner la lupa en una variable concreta supone, como en la física de partículas, desenfocar el fenómeno, aumentando la imprecisión de las conclusiones.
Analizando los macrodatos estadísticos podremos describir razonablemente el fenómeno. Sin embargo, sólo cuando enfocamos desde una perspectiva amplia, podemos entender las razones, de manera similar a lo que ocurre entre la física relativista y la cuántica.
Zonas de concentración de suicidios
Animo a los aficionados a las estadísticas a bucear en el Atlas Nacional de Mortalidad en España (ANDES). El grupo de investigación Bayensians de la Fundación FISABIO y la Dirección General de Salud Pública de la Generalitat Valenciana nos permiten acceder a información muy detallada sobre fallecimientos en España. Seguro que descubrimos cosas extraordinarias.
En un pequeño círculo de 30 km de radio tenemos a 15 de los 20 los municipios con mayor tasa de suicidios en España.
¿A qué se debe dicha concentración?
Las variables que básicamente se relacionan con las tasas de suicidio son el género, la edad, la zona geográfica y el marco temporal. También podemos considerar la estacionalidad, el tipo de colectivo o profesión, el ámbito socioeconómico, psicológico, el sanitario…
Dichas variables interaccionan y condicionan cualquier conclusión analítica. Si no tenemos esto en cuenta, caeremos en el error de la distorsión por confusión/interacción y llegaremos a conclusiones erróneas.
Quizás pueda ser interesante centrarnos en las variables geográficas y demográficas.
¿Es la altitud una variable influyente en la conducta suicida?
Existen interesantes investigaciones que han tratado de localizar factores que expliquen las diferencias geográficas. Me llama la atención una publicación. Tiene como título: “Mortalidad por suicidio en Andalucía: distribución geográfica y relación con el uso de antidepresivos, la altitud y desigualdades socioeconómicas” y establece correlación entre altura de la localidad de residencia y la tasa de muerte por suicidio.
“La altitud, que es el factor más claramente asociado a las variaciones de la mortalidad por suicidio, se asocia también en Andalucía con una mayor ruralidad y con un menor tamaño de las poblaciones de la ZBS, por lo que su relación con el suicidio puede ser un reflejo de otras variables no incluidas en el estudio, tanto socioeconómicas como medioambientales.”
José Alameda-Palacios, Miguel Ruiz-Ramos y Beatriz García-Robredo
La variable identificada como factor relevante en Andalucía es la altura. Con gran sensatez, se detienen en el hecho de que tiene que existir alguna otra variable vinculada con aquella que explique las correlaciones.
Para profundizar en esta tesis me dispuse a comprobar si las relaciones entre suicidio y altura son comunes en toda la geografía española y estudiar otros elementos demográficos o geográficos con posible relevancia estadística.
En este sentido, el estudio de las correlaciones por provincias permite descartar que exista asociación entre la “altura media de la provincia” y el global de las tasas de suicidios. Incluso, en alguno de los grupos de edad se muestra cierto nivel de correlación inversa:
- “Tasa de Suicidio en Hombres” para edades entre los 30/34 años (-0,287 y sig. 0,043); y entre los 40/44 años (-0,304 y sig. 0,032)
- «Tasa de Suicidio en Mujeres” entre los 55/59 años (-0,299 y sig. 0,035).
Esto parece confirmar la sospecha expresada en el estudio de Alameda-Palacios, Ruiz-Ramos & García-Robredo. La correlación no era sinónimo de “causa” o “factor de riesgo” sino que se trataba de una variable de confusión. La altitud se relaciona por ejemplo de forma inversa respecto a “Nivel de Renta Hogar”. A mayor altitud, menor nivel de renta. La altura también está vinculada a otros fenómenos demográficos. Correlaciona con edad media, % de menores de 18 años y % de mayores de 65 años, e inversamente con el tamaño medio de la unidad familiar y la % de hogares unifamiliares.
Por eso es tan importante siempre planificar las investigaciones, observar todos los resultados en su conjunto y, cuando sea posible, realizar un análisis estratificado más profundo y más riguroso que el presente.
Si comparamos los datos del estudio ANDEES con los disponibles en el INE sobre altura del municipio, población, edad media, proporción de habitantes menores de 18 años, proporción de habitantes mayores de 65 años, nivel de renta por persona y hogar, número medio de componentes por hogar y proporción de hogares unifamiliares. Este nivel, que era “a priori” el más prometedor por el elevado número de datos (8.060 municipios gentileza del citado ANDEES y del INE), no ha ofrecido, desgraciadamente, resultados memorables.
Tamaño del municipio de residencia
Por otro lado, a nivel nacional, podemos deducir que existe “a priori” un factor protector del suicidio asociado al mayor tamaño del municipio de residencia hasta el umbral de los 100 mil habitantes. El resumen del periodo 1999/2018 es muy claro.
La distribución de tasas por grupos de edad respecto del tamaño del municipio de residencia, durante 2.003/2.014, confirman el dato global. Son especialmente significativos para hombres a partir de los 60 años.
Sin embargo, no hay correlaciones claras respecto de suicidio y “número de municipios por provincia”. A pesar de esto, se expresa una pequeña correlación con las tasas de hombres de más de 84 años y mujeres entre 40/44 años y mayores de 84.
El ejemplo de Asturias y Cantabria
Con carácter general, son dos zonas con similar morfología/orografía (costa y montaña). Tiene también un clima similar (altas precipitaciones y temperaturas medias propias de climas oceánico y de montaña). A nivel económico, ambas están por encima de la media, con bajas tasas de desempleo y bajo umbral de pobreza. Ambas compaginan núcleos de desarrollo industrial y de servicios, junto con un sector agrícola y ganadero.
Como diferencia, Asturias presenta una población algo más envejecida que Cantabria. Aunque podríamos pensar que la mayor edad media explicaría la diferencia en las conductas autolítica, esto no explicaría las bajas tasas en Cantabria, con edades medias más altas que en el resto de España. Además, los niveles de suicidio de Asturias se mantiene muy por encima de Cantabria en todos los grupos.
Como adelantaba al principio, NO hemos encontrado razones “ambientales” que expliquen la diferencia, descartando algunas razones de tipo geográfico y demográfico.
Tasa de suicidio en hombre por edad respecto de la media provincial
Quiero señalar que, a este nivel, SÍ es posible mostrar los “rasgos” que definen diferentes zonas de nuestra geografía. Como señalé al principio, hay grandes diferencias entre regiones y comarcas.
Obtengamos el ratio de la tasa de suicidio masculina de cada grupo de edad respecto de la media provincial. Entonces vemos que la “singularidad” de cada provincia le identifica como una huella dactilar.
Si consideramos el ratio de suicidio de cada grupo de edad respecto de la media española, tendremos información adicional sobre su posición en el ranking volviendo a mostrar su singularidad:
Suicidio y nivel de renta personal
Sí resulta algo más clara la correlación entre suicidio y nivel de renta personal. Se muestra en las correlaciones negativas entre “Tasa de Suicidio Total” con “Nivel de Renta Personal” (-0,263 con sig 0,000) y “Tasa de Suicidio Masculino” con “Nivel de Renta Personal” (-0,320 con sig 0,000).
Por ejemplo, si modelizamos los datos de las variables en tablas categóricas (0/1) y cotejando las tablas de frecuencias mediante capas, se puede hacer un limitado análisis estratificado que nos muestra estimación sobre que variables son “de riesgo” (p.e. “renta personal”), cuales interactúan (renta personal con edad media) o cuales son variables de confusión (altura del municipio).
Los OR no son válidos cuando entre el intervalo inferior y el superior contienen el valor 1. Un OR mayor que 1 indica mayor riesgo.
En definitiva y como pueden comprobar, cada vez que analizamos los macrodatos del suicidio, tan solo conseguimos arañar alguna finísima “capa” a una cebolla enorme. Nunca deja de sorprendernos por su complejidad y por lo difícil que es exprimirle alguna información. Con todo, espero haberles descubierto algo, por pequeño que sea, que despierte su curiosidad y les anime a seguir “descubriendo más capas”.
Ver también
- Suicidio en España por Comunidades Autónomas 2018
- ¿De qué morimos en España?: muertes por suicidio, 2018
- Dónde buscar ayuda: 26 recursos
Rogelio González Weiss
Criminólogo y analista. Representante de la Asociación Unificada de Guardias Civiles. Lleva a cabo estudios epidemiológicos sobre salud laboral y conductas suicidas en el ámbito de la Guardia Civil, para alertar del problema y para la adopción de políticas activas de prevención.
Deja un comentario