Se ha medido la correlación existente entre el consumo total de psicofármacos, el de hipnóticos y sedantes, y el de antidepresivos (Importe y DDD), con respecto a las siguientes variables sociodemográficas:
1. Nº Habitantes 2011 2. Extensión 3. Distancia a la capital 4. Densidad de población 5. Renta media 6. Tasa de paro 7. Porcentaje de universitarios 8. Analfabetismo 9. Porcentaje de jubilados
10. Porcentaje de hogares de personas mayores 11. Índice de Ruralidad
Se ha calculado para ello el Coeficiente de correlación de Pearson, considerándose que existe una correlación aceptable cuando su valor se sitúa entorno a 0,4 ó -0,4, y una correlación muy fuerte cuando el valor está entorno a 0,8 ó -0,8.
Excepto la relación entre el gasto bruto en euros y el número de habitantes, que es directa y perfecta (coeficiente de correlación =1), el resto de las correlaciones encontradas muestran una relación moderada entre las variables. El hecho de tratar variables complejas relacionadas con tantos factores diferentes, hace complicado encontrar una correlación muy fuerte con alguna de las variables sociodemográficas estudiadas; a menos, claro está, que se trate de una conexión tan intrínsecamente relacionada como el gasto bruto en euros y el censo de población. Es lógico pensar que en los municipios más poblados se va a gastar más dinero en cualquier tipo de fármaco, o incluso en cualquier tipo de servicio, que en los menos poblados; aunque después al poner el dato en relación al número de habitantes, los más consumidores en algún aspecto sean los municipios más pequeños.
A continuación se muestra una tabla con los valores del Coeficiente de correlación de Pearson hallado para cada par de variables.
TABLA 28
Un primer dato a destacar, es que no aparece una correlación entre el consumo relativo de psicofármacos y el tamaño de la población medido en número de habitantes. Es decir, no son más consumidores en las zonas más pobladas (en términos relativos) ni al contrario: el tamaño de la población aparece como independiente respecto al consumo, tanto en euros por habitante como en DDD. Otras variables como la extensión de la población, altura sobre el nivel del mar del municipio o la distancia a la capital tampoco han mostrado en este estudio correlación alguna. Hipótesis como que en zonas de montaña una vida más sana y natural podría conducir a un menor consumo, o que las zonas más alejadas de la capital podrían estar menos medicalizadas y por ello consumir menos, no pueden sostenerse en base a estos datos.
La densidad de la población alcanza en su coeficiente de correlación con los importes brutos gastados en psicofármacos, ansiolíticos y antidepresivos, valores cercanos a 0,4 (0,37-0,38). Es una variable muy relacionada con el número de habitantes, lo que explica el comportamiento similar (relación con importe bruto gastado pero no con importe por habitante o DDD).
El nivel de renta muestra una correlación inversa con el consumo total de psicofármacos y el importe gastado por habitante: a menor renta mayor consumo y viceversa. Parece lógico pensar que a mayores dificultades económicas, mayores serán las dificultades para enfrentarse a los problemas cotidianos y mayor tendencia a consumir psicofármacos. Pero esta relación puede leerse también en sentido inverso: las personas con enfermedades mentales tienen en general mayores dificultades para encontrar trabajos mejor remunerados y tendrán por tanto menor nivel de renta.
Llama la atención que aparezca una correlación inversa entre nivel de renta y el gasto en euros por habitante en antidepresivos (a menor renta más gastan por habitante en antidepresivos), pero que esta correlación no se confirme en cuanto al número de dosis por habitante. Puede ocurrir que en poblaciones con menor
la aportación del paciente es menor (es progresiva según nivel de renta), o que el porcentaje que patologías que precisan medicamentos de última generación más caros, sea mayor en poblaciones con menor renta.
En cualquier caso, parece que las diferencias de consumo de psicofármacos entre poblaciones con diferente nivel de renta, no se confirman ni en antidepresivos ni en cuanto al consumo de ansiolíticos e hipnóticos, cuya prescripción se intuye más generalizada e independiente tanto del nivel de renta como del resto de las variables contempladas en este estudio. Si excluimos antidepresivos y ansiolíticos del total de psicofármacos, quedan como gran grupo de consumo los antipsicóticos, cuyo mayor consumo en poblaciones más pobres sea probablemente responsable de la correlación observada en el consumo total.
Otro elemento a tener en cuenta es el porcentaje de personas con mayor nivel de renta que, consumiendo psicofármacos, no están incluidos en este estudio por usar prescripciones de la sanidad privada.
Si que parece claro que existe una correlación inversa entre el nivel de estudios y el consumo total de fármacos: a mayor porcentaje de universitarios en un municipio, menos se gasta y se consume (y viceversa); y a mayor analfabetismo, más se consume y viceversa. Se repite la paradoja respecto a los antidepresivos de que a mayor nivel de estudios, más se gasta por habitante sin que la correlación se confirme respecto a número de dosis.
El índice de ruralidad no ha mostrado correlación con ninguna variable de gasto o consumo, sin embargo, el índice de privación, que se define como la falta relativa de bienes, recursos o servicios que están ampliamente extendidos en la sociedad a la que un municipio pertenece, está claramente relacionado de forma directa con el mayor consumo de psicofármacos. Son coherentes con este hallazgo los coeficientes de correlación que en el consumo de psicofármacos, no muestran correlaciones con el porcentaje de jubilados, con el mayor número de hogares de personas mayores hogares de personas mayores, o con la densidad de población.
Hay que recordar que el índice de ruralidad está construido en base a este tipo de variables (densidad, tasa de envejecimiento, jubilados, trabajadores del sector primario, porcentaje de inmigrantes…); mientras que el índice de privación ha sido construido en base a variables más ligadas a la pobreza (renta, acceso a sanidad, educación, vivienda, empleo, salud…).