Estandarización de tasas

El problema que resuelve

Una provincia con muchos jubilados va a tener más muertes por cada mil habitantes que una con muchos jóvenes, aunque a cada edad se muera exactamente igual. Comparar las tasas crudas de las dos no compara riesgos: compara estructuras de edad.

El ejemplo que viene cargado es real y muestra exactamente eso. Con los datos de la EPH del primer trimestre de 2026, Gran Resistencia es el aglomerado con más desocupación del país medida en crudo, con 9,7 %. Ajustada por edad baja a 8,7 % y pasa al tercer puesto: buena parte de su desocupación se explica por tener una población más joven, y los jóvenes se desocupan más en todos lados.

Directa o indirecta

La directa aplica tus tasas por edad a una estructura estándar. Contesta «¿cuánto sería mi tasa si mi población tuviera la estructura de referencia?». Necesita tasas específicas confiables, o sea suficientes casos en cada grupo de edad.

La indirecta hace lo contrario: aplica las tasas de una población de referencia a tu estructura, y compara los casos que habría con los que realmente hubo. Esa comparación es la razón estandarizada: la SMR si son muertes, la SIR si son casos nuevos.

La ventaja de la indirecta es que solo hace falta el total de casos, no el detalle por edad. Por eso es la que se usa en poblaciones chicas, causas poco frecuentes o cuando los datos por grupo no están publicados —que en Argentina pasa seguido—.

Su límite es sutil y se olvida siempre: dos razones indirectas no son estrictamente comparables entre sí, porque cada una está ajustada a su propia estructura. Se pueden comparar las dos contra la referencia, no una contra la otra.

Qué estándar usar

La calculadora trae la población estándar mundial de la OMS (2000-2025), que es la que se usa para comparar países y provincias. También se puede pegar cualquier otra: la estructura del país en un censo, la del total de las provincias, o la de la propia población en un año base.

Elegir una u otra cambia el valor de la tasa ajustada: una estándar más envejecida infla las tasas de mortalidad de todos. Lo que no cambia es el orden entre poblaciones, que es para lo que sirve estandarizar. Por eso una tasa ajustada no se interpreta sola —no es «la tasa verdadera»— sino siempre contra otra calculada con la misma estándar, y por eso hay que decir cuál se usó.

Los intervalos: por qué no alcanza la normal

Una tasa estandarizada no es una proporción ni un promedio común: es una suma ponderada de conteos, y cada conteo es aproximadamente Poisson. Su intervalo no sale de «estimación ± 1,96 errores estándar», y con pocos casos esa fórmula da límites inferiores negativos, que para una tasa es un sinsentido.

Acá se usa el método de Fay-Feuer, que aproxima esa suma ponderada por una distribución gamma con los mismos dos primeros momentos. Es el que usan los registros de cáncer y el programa SEER. El intervalo que devuelve es asimétrico, y eso es correcto: con eventos raros la incertidumbre hacia arriba es mayor que hacia abajo.

Para la razón estandarizada, el intervalo sale del intervalo exacto de Poisson del conteo observado, que se apoya en la relación exacta entre la Poisson y la chi-cuadrado. Vale con 3 casos igual que con 3.000, sin ninguna aproximación normal en el medio.

Cuándo desconfiar del resultado

El punto flojo de la directa son los grupos con pocos casos. Una tasa específica calculada sobre 2 muertes es ruido, y si ese grupo tiene mucho peso en la estándar, ese ruido se traslada entero a la tasa ajustada. La calculadora avisa cuando hay grupos con menos de cinco casos; en esa situación suele convenir la indirecta, que no necesita estimar una tasa por grupo.

El otro punto es la comparabilidad de los grupos: las dos poblaciones tienen que estar cortadas por las mismas edades. Comparar una tabla con grupos quinquenales contra otra con decenales no se arregla estandarizando.