Publicação
Measurement error in self-reported risk factors for cardiovascular disease: results from the first Portuguese National Health Examination Survey
| dc.contributor.advisor | Nunes, Baltazar | |
| dc.contributor.advisor | Tolonen, Hanna | |
| dc.contributor.author | Kislaya, Irina | |
| dc.date.accessioned | 2023-10-11T12:51:13Z | |
| dc.date.available | 2023-10-11T12:51:13Z | |
| dc.date.issued | 2022-04-19 | |
| dc.description | Tese de doutoramento em Saúde Pública na especialidade de Epidemiologia, apresentado à Escola Nacional de Saúde Pública, Universidade NOVA de Lisboa, outubro de 2021. | pt_PT |
| dc.description | Tese de doutoramento defendida a 19/4/2022. | pt_PT |
| dc.description | Orientador Baltazar Nunes, Departamento de Epidemiologia do INSA. | pt_PT |
| dc.description.abstract | ABSTRACT - Accurate data on cardiovascular disease risk factors are essential for the design and evaluation of public health policies. Currently, self-reported data on hypertension and hypercholesterolemia constitute a primary data source for population health monitoring at European and national level. This thesis aimed to evaluate accuracy of self-reported data on hypertension and hypercholesterolemia, to quantify, and to correct measurement error bias using data from the first Portuguese Health Examination Survey (INSEF). Measurements of blood pressure and total cholesterol concentrations were used as gold-standards to estimate measurement error bias, sensitivity and specificity of selfreports, investigate error impact on outcome-exposure associations and illustrate application of multiple imputation for bias correction. Despite all the efforts to limit the error through design and fieldwork procedures, self-reported data underestimated prevalence of hypertension and hypercholesterolemia in Portuguese population. Being unequally distributed among socioeconomic subgroups, measurement errors resulted in underestimation of socioeconomic inequalities in younger and overestimation in older age groups. The study results highlight the importance of measurement error bias analysis when using self-reported data. Results from multiple imputation show the approach feasibility for measurement error bias adjustment in prevalence estimates and outcome-exposure associations when individual-level validation data is available. Health statistics on cardiovascular disease risk factors derived from self-reports should be used with caution. Integration of objective measurements in large-scale health surveys will improve the accuracy of epidemiological information on hypertension and hypercholesterolemia. RESUMO - Informação epidemiológica de qualidade sobre os fatores de risco para doenças cardiovasculares é essencial para formulação e avaliação das políticas de saúde. Atualmente, os dados autoreportados sobre hipertensão e hipercolesterolemia constituem uma fonte primária de informação para monitorização da saúde da população a nível europeu e nacional. O objetivo desta tese é avaliar a qualidade dos dados autoreportados sobre hipertensão e hipercolesterolemia, quantificar e corrigir o viés de medição assocados à informação autoreportada utilizando os dados do primeiro Inquérito Nacional de Saúde com Exame Físico (INSEF). Considerando medições diretas da tensão arterial e do colesterol total como padrão, estimou-se a sensibilidade e a especificidade dos dados autoreportados, avaliou-se o impacto do erro da medição nas estimativas da prevalências e medidas de associação. Adicionalmente, o trabalho desenvolvido ilustrou a aplicação de imputação múltipla para correção de viés de medição. Os dados autoreportados subestimaram a prevalência de hipertensão e hipercolesterolemia na população portuguesa comparativamente às medições diretas. O grau diferencial de viés por estatuto socioeconómico leva a subestimação das desigualdades socioeconómicas nos mais jovens e superestimação nos grupos com a idade mais avançada. Os resultados do estudo realçam a importância da análise de viés associados à medição na utilização dos dados autoreportados. Os resultados da imputação múltipla indicam a viabilidade desta estratégia no ajuste das estimativas da prevalência e medidas de associação quando estão disponíveis a nível individual os dados das medições diretas. As estatísticas de saúde derivadas dos dados autoreportados devem ser usadas com cautela. A integração das medições objetivas nos inquéritos de saúde de base populacional permitirá obter informação epidemiológica de melhor qualidade para monitorização da hipertensão e hipercolesterolemia. | pt_PT |
| dc.description.abstract | RESUMO - Informação epidemiológica de qualidade sobre os fatores de risco para doenças cardiovasculares é essencial para formulação e avaliação das políticas de saúde. Atualmente, os dados autoreportados sobre hipertensão e hipercolesterolemia constituem uma fonte primária de informação para monitorização da saúde da população a nível europeu e nacional. O objetivo desta tese é avaliar a qualidade dos dados autoreportados sobre hipertensão e hipercolesterolemia, quantificar e corrigir o viés de medição assocados à informação autoreportada utilizando os dados do primeiro Inquérito Nacional de Saúde com Exame Físico (INSEF). Considerando medições diretas da tensão arterial e do colesterol total como padrão, estimou-se a sensibilidade e a especificidade dos dados autoreportados, avaliou-se o impacto do erro da medição nas estimativas da prevalências e medidas de associação. Adicionalmente, o trabalho desenvolvido ilustrou a aplicação de imputação múltipla para correção de viés de medição. Os dados autoreportados subestimaram a prevalência de hipertensão e hipercolesterolemia na população portuguesa comparativamente às medições diretas. O grau diferencial de viés por estatuto socioeconómico leva a subestimação das desigualdades socioeconómicas nos mais jovens e superestimação nos grupos com a idade mais avançada. Os resultados do estudo realçam a importância da análise de viés associados à medição na utilização dos dados autoreportados. Os resultados da imputação múltipla indicam a viabilidade desta estratégia no ajuste das estimativas da prevalência e medidas de associação quando estão disponíveis a nível individual os dados das medições diretas. As estatísticas de saúde derivadas dos dados autoreportados devem ser usadas com cautela. A integração das medições objetivas nos inquéritos de saúde de base populacional permitirá obter informação epidemiológica de melhor qualidade para monitorização da hipertensão e hipercolesterolemia. | pt_PT |
| dc.description.version | N/A | pt_PT |
| dc.identifier.tid | 101610351 | |
| dc.identifier.uri | http://hdl.handle.net/10400.18/8691 | |
| dc.language.iso | eng | pt_PT |
| dc.relation.publisherversion | https://run.unl.pt/handle/10362/143528 | pt_PT |
| dc.subject | Measurement Error | pt_PT |
| dc.subject | Misclassification Bias | pt_PT |
| dc.subject | Self-report | pt_PT |
| dc.subject | Hypertension | pt_PT |
| dc.subject | Hypercholesterolemia | pt_PT |
| dc.subject | Erro de Medição | pt_PT |
| dc.subject | Viés de Classificação | pt_PT |
| dc.subject | Autoreport | pt_PT |
| dc.subject | Hipertensão Arterial | pt_PT |
| dc.subject | Hipercholesterolemia | pt_PT |
| dc.subject | Estados de Saúde e de Doença | pt_PT |
| dc.title | Measurement error in self-reported risk factors for cardiovascular disease: results from the first Portuguese National Health Examination Survey | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| oaire.citation.conferencePlace | Lisboa, Portugal | pt_PT |
| oaire.citation.endPage | 164 | pt_PT |
| oaire.citation.startPage | 1 | pt_PT |
| person.familyName | Kislaya | |
| person.givenName | Irina | |
| person.identifier.ciencia-id | A815-4295-F91D | |
| person.identifier.orcid | 0000-0001-5772-2416 | |
| person.identifier.scopus-author-id | 56442728800 | |
| rcaap.embargofct | Acesso de acordo com o repositório RUN | pt_PT |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |
| relation.isAuthorOfPublication | cf6a6914-1de2-4c2a-96b1-9d617ca28a15 | |
| relation.isAuthorOfPublication.latestForDiscovery | cf6a6914-1de2-4c2a-96b1-9d617ca28a15 |