Resumen Objetivo: Obtener estimadores de salud en áreas pequeñas (como los barrios) utilizando datos de encuestas supone hacer frente al problema de insuficiente tamaño muestral. Para superar esta limitación exploramos técnicas de alisado con el fin de estimar la prevalencia de mala salud mental a nivel de barrio y analizar su patrón por renta en la ciudad de Barcelona (España). Método: Se aplicó un modelo de alisado bayesiano con transformación logística-normal a cuatro muestras transversales repetidas de la Encuesta de Salud de Barcelona para los años 2001, 2006, 2011 y 2016. La salud mental fue identificada con el Cuestionario General de Salud de 12-items. Las desigualdades de ingreso se analizaron por cuantiles de la renta por barrio para cada año y las tendencias en el análisis conjunto. Resultados: La prevalencia de mala salud mental oscila entre el 14,6% en 2001 y el 18,9% en 2016. La diferencia entre barrios fue del 12,4% en 2001, del 16,7% en 2006, del 14,2% en 2011 y del 20,0% en 2016. La odds ratio y el intervalo creíble al 95% (IC95%) de experimentar mala salud mental fue 1,4 veces superior (IC95%: 1,02-1,91) en los barrios menos aventajados respecto de los más aventajados en 2001, de 1,61 (IC95%: 1,01-2,59) en 2006 y de 2,31 (IC95%: 1,57-3,40) en 2016. Conclusiones: Este estudio muestra que las técnicas de alisado bayesiano permiten la detección de desigualdades en salud a nivel de barrios para su monitorización e intervención con el fin de reducirlas. En Barcelona, los problemas de salud mental son más prevalentes en los barrios de menor renta y se incrementaron en 2016.

Abstract Objective: Obtaining reliable health estimates at the small area level (such as neighbourhoods) using survey data usually poses the problem of small sample sizes. To overcome this limitation, we explored smoothing techniques in order to estimate poor mental health prevalence at the neighbourhood level and analyse its profile by income in Barcelona city (Spain). Method: A Bayesian smoothing model with a logit-normal transformation was applied to four repeated cross-sectional waves of the Barcelona health survey for 2001, 2006, 2011 and 2016. Mental health status was identified from the 12-item General Health Questionnaire. Income inequalities were analysed with neighbourhood income in quantiles for each year and trends in the pooled analysis. Results: The prevalence of poor mental health ranged from 14.6% in 2001 to 18.9% in 2016. The yearly difference between neighbourhoods was 12.4% in 2001, 16.7% in 2006, 14.2% in 2011, and 20.0% in 2016. The odds ratio and 95% credible interval (95%CI) of experiencing poor mental health was 1.40 times higher (95%CI: 1.02-1.91) in less advantaged neighbourhoods than in more advantaged neighbourhoods in 2001, 1.61 times higher (95%CI: 1.01-2.59) in 2006 and 2.31 times higher (95%CI: 1.57-3.40) in 2016. Conclusions: This study shows that the Bayesian smoothed techniques allows detection of inequalities in health in neighbourhoods and monitoring of interventions against them. In Barcelona, mental health problems are more prevalent in low-income neighbourhoods and raised in 2016.

Resumen Objetivo: Analizar la brecha en la esperanza de vida por nivel educativo en la ciudad de Barcelona desde 2004 hasta 2018, y descomponer esta brecha por edad y causas de muerte. Método: Se calcularon tablas de vida abreviadas a la edad de 25 años por sexo desde 2004 hasta 2018 utilizando métodos estándar. El nivel educativo se clasificó en dos grupos: secundaria inferior o menor frente a secundaria superior o educación superior. La brecha de la esperanza de vida se descompuso además por edad y por causas de muerte según el método de Arriaga en bloques de edad de 5 años hasta la edad de ≥90 años y causas amplias de muerte utilizando los códigos de la CIE-10. Resultados: La brecha de la esperanza de vida a los 25 años por nivel educativo osciló sin tendencia en torno a los 3,08 años para los hombres y 1,93 años para las mujeres. La descomposición por edad mostró un cambio favorable a esta brecha desde las edades jóvenes a las mayores en los hombres, con pocos cambios en las mujeres. La descomposición por causas de muerte mostró una mayor contribución de las neoplasias y las enfermedades respiratorias y circulatorias. Hubo una tendencia a la baja en las causas externas en los hombres, y en las enfermedades infecciosas tanto en los hombres como en las mujeres, pero al alza en las enfermedades respiratorias para ambos sexos. Conclusiones: La estabilidad de la brecha de la esperanza de vida por nivel educativo durante el periodo analizado fue el resultado de una combinación de tendencias divergentes por edad y causas de muerte entre los niveles educativos altos y bajos.

Abstract Objective: To analyse the gap in life expectancy by educational level in the city of Barcelona from 2004 to 2018 and to decompose this gap by age and causes of death. Method: We computed abridged life tables at the age of 25 years by sex from 2004 to 2018 using standard methods. Educational level was categorised in two groups (lower secondary or less vs. upper secondary or higher education). The life expectancy gap was further decomposed by age and by causes of death based in Arriaga's method in 5-year age blocks up to the age of ≥ 90 years and broad causes of death using ICD-10 codes. Results: The life expectancy gap at 25 years by educational level oscillated without trend at around 3.08 years for men and 1.93 years for women. Decomposition by age showed a favourable significant shift in the contribution to this gap from young to older ages for men, with few changes for women. Decomposition by causes of death showed that the diseases concentrating the largest share of the contribution were neoplasms and respiratory and circulatory disease. There was a significant downward trend in external causes for men and in infectious diseases for both men and women but a significant upward trend for respiratory disease for both sexes. Conclusions: The stability of the life expectancy gap by educational level during the period analysed resulted from a combination of divergent trends by age and causes of death among high and low educational levels.

Resumen Objetivo: Analizar la brecha en la esperanza de vida por nivel educativo en la ciudad de Barcelona desde 2004 hasta 2018, y descomponer esta brecha por edad y causas de muerte. Método: Se calcularon tablas de vida abreviadas a la edad de 25 años por sexo desde 2004 hasta 2018 utilizando métodos estándar. El nivel educativo se clasificó en dos grupos: secundaria inferior o menor frente a secundaria superior o educación superior. La brecha de la esperanza de vida se descompuso además por edad y por causas de muerte según el método de Arriaga en bloques de edad de 5 años hasta la edad de ≥90 años y causas amplias de muerte utilizando los códigos de la CIE-10. Resultados: La brecha de la esperanza de vida a los 25 años por nivel educativo osciló sin tendencia en torno a los 3,08 años para los hombres y 1,93 años para las mujeres. La descomposición por edad mostró un cambio favorable a esta brecha desde las edades jóvenes a las mayores en los hombres, con pocos cambios en las mujeres. La descomposición por causas de muerte mostró una mayor contribución de las neoplasias y las enfermedades respiratorias y circulatorias. Hubo una tendencia a la baja en las causas externas en los hombres, y en las enfermedades infecciosas tanto en los hombres como en las mujeres, pero al alza en las enfermedades respiratorias para ambos sexos. Conclusiones: La estabilidad de la brecha de la esperanza de vida por nivel educativo durante el periodo analizado fue el resultado de una combinación de tendencias divergentes por edad y causas de muerte entre los niveles educativos altos y bajos.

Abstract Objective: To analyse the gap in life expectancy by educational level in the city of Barcelona from 2004 to 2018 and to decompose this gap by age and causes of death. Method: We computed abridged life tables at the age of 25 years by sex from 2004 to 2018 using standard methods. Educational level was categorised in two groups (lower secondary or less vs. upper secondary or higher education). The life expectancy gap was further decomposed by age and by causes of death based in Arriaga's method in 5-year age blocks up to the age of ≥ 90 years and broad causes of death using ICD-10 codes. Results: The life expectancy gap at 25 years by educational level oscillated without trend at around 3.08 years for men and 1.93 years for women. Decomposition by age showed a favourable significant shift in the contribution to this gap from young to older ages for men, with few changes for women. Decomposition by causes of death showed that the diseases concentrating the largest share of the contribution were neoplasms and respiratory and circulatory disease. There was a significant downward trend in external causes for men and in infectious diseases for both men and women but a significant upward trend for respiratory disease for both sexes. Conclusions: The stability of the life expectancy gap by educational level during the period analysed resulted from a combination of divergent trends by age and causes of death among high and low educational levels.

Resumen Objetivo: Obtener estimadores de salud en áreas pequeñas (como los barrios) utilizando datos de encuestas supone hacer frente al problema de insuficiente tamaño muestral. Para superar esta limitación exploramos técnicas de alisado con el fin de estimar la prevalencia de mala salud mental a nivel de barrio y analizar su patrón por renta en la ciudad de Barcelona (España). Método: Se aplicó un modelo de alisado bayesiano con transformación logística-normal a cuatro muestras transversales repetidas de la Encuesta de Salud de Barcelona para los años 2001, 2006, 2011 y 2016. La salud mental fue identificada con el Cuestionario General de Salud de 12-items. Las desigualdades de ingreso se analizaron por cuantiles de la renta por barrio para cada año y las tendencias en el análisis conjunto. Resultados: La prevalencia de mala salud mental oscila entre el 14,6% en 2001 y el 18,9% en 2016. La diferencia entre barrios fue del 12,4% en 2001, del 16,7% en 2006, del 14,2% en 2011 y del 20,0% en 2016. La odds ratio y el intervalo creíble al 95% (IC95%) de experimentar mala salud mental fue 1,4 veces superior (IC95%: 1,02-1,91) en los barrios menos aventajados respecto de los más aventajados en 2001, de 1,61 (IC95%: 1,01-2,59) en 2006 y de 2,31 (IC95%: 1,57-3,40) en 2016. Conclusiones: Este estudio muestra que las técnicas de alisado bayesiano permiten la detección de desigualdades en salud a nivel de barrios para su monitorización e intervención con el fin de reducirlas. En Barcelona, los problemas de salud mental son más prevalentes en los barrios de menor renta y se incrementaron en 2016.

Abstract Objective: Obtaining reliable health estimates at the small area level (such as neighbourhoods) using survey data usually poses the problem of small sample sizes. To overcome this limitation, we explored smoothing techniques in order to estimate poor mental health prevalence at the neighbourhood level and analyse its profile by income in Barcelona city (Spain). Method: A Bayesian smoothing model with a logit-normal transformation was applied to four repeated cross-sectional waves of the Barcelona health survey for 2001, 2006, 2011 and 2016. Mental health status was identified from the 12-item General Health Questionnaire. Income inequalities were analysed with neighbourhood income in quantiles for each year and trends in the pooled analysis. Results: The prevalence of poor mental health ranged from 14.6% in 2001 to 18.9% in 2016. The yearly difference between neighbourhoods was 12.4% in 2001, 16.7% in 2006, 14.2% in 2011, and 20.0% in 2016. The odds ratio and 95% credible interval (95%CI) of experiencing poor mental health was 1.40 times higher (95%CI: 1.02-1.91) in less advantaged neighbourhoods than in more advantaged neighbourhoods in 2001, 1.61 times higher (95%CI: 1.01-2.59) in 2006 and 2.31 times higher (95%CI: 1.57-3.40) in 2016. Conclusions: This study shows that the Bayesian smoothed techniques allows detection of inequalities in health in neighbourhoods and monitoring of interventions against them. In Barcelona, mental health problems are more prevalent in low-income neighbourhoods and raised in 2016.

Resumen Objetivo: La investigación previa ha reportado desigualdades socioeconómicas persistentes en salud en el territorio nacional, con diferentes patrones después de la crisis económica. Sin embargo, las desigualdades en las áreas urbanas son también importantes. Este estudio analiza las desigualdades en salud autopercibida y salud mental en la ciudad de Barcelona. Método: Diseño de corte transversal con datos quinquenales de la Encuesta de Salud de Barcelona llevada a cabo en 2001, 2006, 2011 y 2016 para la población mayor de 22 años. Se utilizan modelos de regresión robusta de Poisson para calcular el gradiente social y los riesgos relativo (RII) y absoluto de desigualdad (SII) por clase social ocupacional, estratificando por sexo. El RII y el SII se obtienen también ajustando adicionalmente por situación laboral. Resultados: Se encuentra un gradiente social para todos los años excepto para 2011. Se observan desigualdades relativas y absolutas en forma de V para la salud autopercibida, con una reducción durante la crisis económica, pero recuperándose a partir de esta para volver a los valores anteriores a la crisis para salud autopercibida y ampliándose para la salud mental, tanto en términos relativos como absolutos, en 2016. Ajustar por la situación laboral reduce las desigualdades, pero una gran parte de estas desigualdades permanece, con variabilidad, en los años. Conclusiones: Los efectos duraderos de la crisis económica de 2008 y los programas de austeridad impuestos desde entonces pueden haber contribuido a la persistencia de las desigualdades socioeconómicas en salud autopercibida y a su ampliación en la salud mental.

Abstract Objective: Previous research has found persistent socioeconomic inequalities in health outcomes at the national level, with different patterns after the economic crisis. However, inequalities in urban areas are also important. This study analyses socioeconomic inequalities in self-assessed health and mental health in the city of Barcelona. Method: Repeated cross-sectional design using quinquennial data from the Barcelona Health Surveys carried out in 2001, 2006, 2011 and 2016 for the population older than 22 years. Robust Poisson regressions models were used to compute socioeconomic gradients and relative (RII) and slope indexes of inequality (SII) by occupational social class, with stratification by sex. RII and SII were also obtained with further adjustment by employment situation. Results: A consistent socioeconomic gradient was found for all years except for 2011. Relative and absolute inequalities followed a V-shape, showing a drop during the economic crisis but widening thereafter to recover pre-crisis figures for self-assessed health and widening for mental health, in both relative and absolute terms in 2016. Adjustment for employment situation reduces inequalities but a large part of these inequalities remains, with variability across years. Conclusions: The lasting effects of the 2008 economic crisis and the austerity programmes imposed since then may have contributed to the persistence of socioeconomic inequalities in self-assessed health and the widening of those for mental health.

Resumen Objetivo: La investigación previa ha reportado desigualdades socioeconómicas persistentes en salud en el territorio nacional, con diferentes patrones después de la crisis económica. Sin embargo, las desigualdades en las áreas urbanas son también importantes. Este estudio analiza las desigualdades en salud autopercibida y salud mental en la ciudad de Barcelona. Método: Diseño de corte transversal con datos quinquenales de la Encuesta de Salud de Barcelona llevada a cabo en 2001, 2006, 2011 y 2016 para la población mayor de 22 años. Se utilizan modelos de regresión robusta de Poisson para calcular el gradiente social y los riesgos relativo (RII) y absoluto de desigualdad (SII) por clase social ocupacional, estratificando por sexo. El RII y el SII se obtienen también ajustando adicionalmente por situación laboral. Resultados: Se encuentra un gradiente social para todos los años excepto para 2011. Se observan desigualdades relativas y absolutas en forma de V para la salud autopercibida, con una reducción durante la crisis económica, pero recuperándose a partir de esta para volver a los valores anteriores a la crisis para salud autopercibida y ampliándose para la salud mental, tanto en términos relativos como absolutos, en 2016. Ajustar por la situación laboral reduce las desigualdades, pero una gran parte de estas desigualdades permanece, con variabilidad, en los años. Conclusiones: Los efectos duraderos de la crisis económica de 2008 y los programas de austeridad impuestos desde entonces pueden haber contribuido a la persistencia de las desigualdades socioeconómicas en salud autopercibida y a su ampliación en la salud mental.

Abstract Objective: Previous research has found persistent socioeconomic inequalities in health outcomes at the national level, with different patterns after the economic crisis. However, inequalities in urban areas are also important. This study analyses socioeconomic inequalities in self-assessed health and mental health in the city of Barcelona. Method: Repeated cross-sectional design using quinquennial data from the Barcelona Health Surveys carried out in 2001, 2006, 2011 and 2016 for the population older than 22 years. Robust Poisson regressions models were used to compute socioeconomic gradients and relative (RII) and slope indexes of inequality (SII) by occupational social class, with stratification by sex. RII and SII were also obtained with further adjustment by employment situation. Results: A consistent socioeconomic gradient was found for all years except for 2011. Relative and absolute inequalities followed a V-shape, showing a drop during the economic crisis but widening thereafter to recover pre-crisis figures for self-assessed health and widening for mental health, in both relative and absolute terms in 2016. Adjustment for employment situation reduces inequalities but a large part of these inequalities remains, with variability across years. Conclusions: The lasting effects of the 2008 economic crisis and the austerity programmes imposed since then may have contributed to the persistence of socioeconomic inequalities in self-assessed health and the widening of those for mental health.