Os indicadores ampliados seleccionados baséanse no modelo de determinantes da saúde e describen tanto as variables como as dimensións asociadas aos resultados en saúde e aos determinantes de saúde.

Os resultados de saúde preséntanse en tres dimensións principais: mortalidade, morbilidade e interrupcións voluntarias do embarazo.

Os determinantes de saúde baséanse en catro dimensións principais: os estilos de vida, as condicións demográficas e socioeconómicas, a calidade do sistema sanitario e a calidade ambiental.

Taxa bruta

Calcúlase dividindo o número de persoas dunha poboación que morren nun período de tempo polo total de persoas que forman esta poboación nese período de tempo. Exprésase multiplicada por cen mil e non serve para comparar unhas poboacións con outras, nin a mesma poboación en diferentes períodos de tempo, se, como adoita ocorrer, as poboacións teñen estruturas demográficas diferentes. 

Indicador descrito para a mortalidade pero aplicable tamén á hospitalización, á letalidade, á incidencia.

Taxa específica

Calcúlase como unha taxa bruta pero referida a un grupo de idade específico. Exprésase multiplicada por cen mil. Permite comparar a mortalidade observada nun grupo de idade en distintas poboacións, ou na mesma poboación en períodos diferentes.

Taxa axustada

A taxa axustada estima o número de mortes por cada 100.000 habitantes que habería na poboación estudada se tivese a distribución por idade da poboación estándar. Como poboación estándar pódese elixir entre o censo de Galicia do ano 2001 e do ano 2011, a poboación europea (2013) ou a poboación mundial (1977). 

As taxas axustadas de distintas poboacións pódense comparar, mais os seus valores, fóra dos propósitos da comparación, carecen de significado. 

Indicador descrito para a mortalidade pero aplicable tamén á hospitalización ou á incidencia.

Razón de mortalidade estandarizada e tendencia temporal

Para analizar a mortalidade a nivel municipal calculouse a razón de mortalidade estandarizada (RME), que se obtén dividindo o número observado de persoas que morren nun período de tempo entre o número esperado nese período, no suposto de que a rexión a estudo tivese as mesmas taxas específicas que unha poboación de referencia considerada (neste caso, a poboación de Galicia segundo sexo). As RME non deben ser empregadas para comparar distintos concellos entre si, senón para comparar cada un deles coa poboación de referencia. 

A observación directa das RME pode dar lugar a unha mala interpretación do padrón xeográfico de mortalidade, polo feito de que os concellos cun tamaño moderado de poboación dan lugar ás RME menos precisas e máis extremas. Por este motivo, suavizáronse as RME por medio dun modelo xerárquico bayesiano, baseado na aproximación por integradores de Laplace aniñados (INLA), que permite empregar a información de zonas veciñas para a estimación de cada concello. Este modelo espacial foi proposto por Clayton e Kaldor e, posteriormente, desenvolto por Besag, York e Mollie. Cunha pequena variante del obtívose a tendencia temporal (TT) para cada concello no período a estudo (modelo espazotemporal), considerando dous subperíodos de 5 anos cada un. 

Os rangos de valores, tanto para as RME como para as TT, dividíronse en 7 intervalos, do seguinte xeito: 

• RME: menos de 0,7 (incluído); de 0,7 a 0,85 (incluído); de 0,85 a 0,975 (incluído); de 0,975 a 1,025 (incluído); de 1,025 a 1,15 (incluído); de 1,15 a 1,3 (incluído) e maior de 1,3. A cor vermella identifica os concellos cun exceso de risco, a cor azul indica un menor risco e a cor branca indica un risco similar ao de Galicia. A intensidade da cor marca o grao de importancia tanto no exceso como no defecto de risco. 
• T: menos de 0,85 (incluído); de 0,85 a 0,95 (incluído); de 0,95 a 0,99 (incluído); de 0,99 a 1,01 (incluído); de 1,01 a 1,05 (incluído); de 1,05 a 1,15 (incluído) e maior de 1,15. A cor laranxa representa unha tendencia crecente e a cor verde unha tendencia decrecente. Do mesmo xeito que para as RME, a intensidade da cor marca o grao de importancia.

O modelo xerárquico espacial e o espazotemporal foron implementados por medio do paquete R-INLA de R. 

Probabilidade acumulada e condicional de morrer por cancro

As probabilidades de morrer calculáronse mediante unha táboa de vida que comeza cunha cohorte hipotética de 10 millóns de nacidos vivos aos que se lles aplica a experiencia de mortalidade da poboación en estudo nun determinado período, e que permite obter: 

• a probabilidade de que un individuo morra por cancro dende o nacemento ata unha determinada idade (probabilidades acumuladas).
• a probabilidade de que un individuo morra por cancro entre dúas idades, condicionado a que estaba libre da enfermidade ao principio do rango de idade (probabilidades condicionais). 

O método empregado está implementado no programa DevCan, desenvolvido polo Instituto Nacional do Cancro de Estados Unidos (US Nacional Cancer Institute, NCI). 

Nota: Hai que ter presente, cando se interpretan estes datos, que as probabilidades de morrer calcúlanse sobre a experiencia da poboación no seu conxunto e, por iso, poden sobreestimar ou subestimar o risco individual debido á susceptibilidade xenética asociada ao cancro en estudo ou a certas exposicións que aumentan o risco de padecelo.

Anos de esperanza de vida perdidos

O número de anos de esperanza de vida perdidos (AEVP) por unha poboación nun período determinado é un indicador, desenvolvido por Arriaga, que representa a diferenza entre o máximo posible de anos que se poden vivir entre dúas idades (neste caso 20 e 85 anos) e os que realmente se viven. 

O total de AEVP atribuíbles á forza da mortalidade nunha poboación pódese descompoñer por grupo de idade e causa de morte. Para analizar o impacto da mortalidade por cancro en Galicia sobre a esperanza de vida, calculáronse os AEVP por esta causa nos seguintes grupos de idade: 20 a 44, 45 a 64 e 65 a 84. 

O método está implementado no programa Epidat 4.2, desenvolvido pola DXSP en colaboración coa Organización Panamericana da Saúde (OPS-OMS) e a Universidade CES de Colombia.

Efecto da mortalidade sobre o cambio na esperanza de vida ao nacemento

O aumento observado na esperanza de vida ao nacemento dunha poboación entre dous períodos pódese descompoñer nunha suma de efectos debidos ao cambio na mortalidade de cada grupo de idade e por causas de morte. Este método, desenvolvido por Arriaga, aplicouse en Galicia para explicar cambios na mortalidade por cancro entre dous trienios e nos seguintes grupos de idade: menores de 20, 20 a 44, 45 a 64 e 65 e máis. 

O método está implementado no programa Epidat 4.2, desenvolvido pola DXSP en colaboración coa Organización Panamericana da Saúde (OPS-OMS) e a Universidade CES de Colombia.