Resumo em Espanhol:
Objetivo. En 2009, 4 749 pruebas rápidas de detección de VIH fueron aplicadas en Morelos, México, sin evidencias de resultados. Se hace necesario analizar la distribución de estas pruebas y las consecuencias que la organización de los servicios de salud tuvo para el diagnóstico del VIH en las poblaciones clave. Material y métodos. Estudio mixto: comparación de diferencias en pruebas aplicadas y casos diagnosticados en grupos mediante la técnica de Bonferroni, observaciones en 34 subsistemas de salud y 11 entrevistas a usuarios. Resultados. Los procesos de cada subsistema incidieron en la utilización y utilidad del tamizaje: se focalizó en mujeres embarazadas y se excluyó a grupos en mayor riesgo (p<0.007) en hombres que tienen sexo con otros hombres (HSH). Conclusiones. A pesar de la disponibilidad de las pruebas y de información epidemiológica, la organización de los servicios impidió una mayor captación de HSH. La estigmatización influyó en las formas de distribuirlas.Resumo em Inglês:
Objective. In 2009, 4 749 rapid HIV tests were run in Morelos, Mexico, despite lacking evidence on their results. This article seeks to analyze how public health organization relates to utility of rapid HIV test among healthcare users. Materials and methods. Joint study: comparison of differences in applied test and positive results for each group with the Bonferroni statistical tool, observational study in 34 health subsystems, and 11 interviews with public healthcare users. Results. Each subsystem processes influenced the use and usefulness of screening; for instance, primary care centers test only pregnant women and exclude men who have sex with men (MSM). That group shows significant differences (p<0.007) in the HIV-positive test with respect to other groups. Conclusions. Despite the availability of rapid detection tests and epidemiological evidence, the way public health services are organized impedes an efficient diagnosis in the group with higher risk, namely MSM. The distribution of rapid HIV tests was guided by stigmatization.Resumo em Espanhol:
Objetivo. Determinar si las enfermedades predicen pérdida de peso a partir de encuestas poblacionales, debido a que esto podría confundir la relación entre peso y mortalidad. Material y métodos. Se utilizaron datos longitudinales de Costa Rica: Estudio de Longevidad y Envejecimiento Saludable (CRELES) y Estudio Longitudinal de Envejecimiento en Inglaterra (ELSA, por sus siglas en inglés). Se definieron dos indicadores de resultado no excluyentes de pérdida de peso entre rondas: >1.0 punto de índice de masa corporal (IMC) y >2.0 puntos de IMC. Las asociaciones de interés se estimaron con modelos de regresión logística, con controles para la edad (rango 52-79), sexo, tabaquismo actual e IMC inicial. Resultados. En el ELSA, la incidencia de diabetes, cáncer o enfermedad pulmonar está asociada con pérdida de >2.0 puntos de IMC (respectivamente: OR=2.25 [IC95%: 1.34-3.80]; OR=2.70 [IC95%: 1.49-4.89]; OR=1.82 [IC95%: 1.02-3.26]). En el CRELES, el reporte de diagnóstico de enfermedades no muestra asociación significativa a 5% con pérdida de peso, pero el poder estadístico de la muestra para detectar asociaciones es limitado. Conclusión. Aunque es conocido que ciertas enfermedades causan pérdida de peso, estas asociaciones a nivel poblacional varían considerablemente entre encuestas.Resumo em Inglês:
Objective. To determine whether disease predicts weight loss in population-based studies, as this may confound the relationship between weight and mortality. Materials and methods. We used longitudinal data from the Costa Rican Longevity and Healthy Aging Study (CRELES) and the English Longitudinal Study of Ageing (ELSA). We defined two overlapping outcomes of measured weight loss between waves: >1.0 point of body mass index (BMI) and >2.0 BMI points. Logistic regression models estimated the associations with disease, adjusting for age (range 52-79), sex, smoking, and initial BMI. Results. In ELSA, onset of diabetes, cancer, or lung disease is associated with loss >2.0 points (respectively, OR=2.25 [95%CI: 1.34-3.80]; OR=2.70 [95%CI: 1.49-4.89]; OR=1.82 [95%CI: 1.02-3.26]). In CRELES, disease-onset reports are not associated with weight loss at 5% significance, but statistical power to detect associations is poor. Conclusion. Although it is known that some diseases cause weight loss, at the population level these associations vary considerably across samples.