Efectos de la COVID-19 en el consumo de antidepresivos en la provincia de Santa Cruz de Tenerife, Islas Canarias

INTRODUCCIÓN

La situación causada por la pandemia del COVID-19 ha agudizado los problemas de salud mental de la población y, particularmente, del personal sanitario. Se ha observado un incremento de los síntomas de ansiedad, depresión y estrés, afectando más a las personas sin recursos económicos y sociales, ancianos solos, personas con conflictos domésticos o con trastornos psicológicos previos (1-3). 

La depresión provoca graves discapacidades en la vida laboral y social de los pacientes y actualmente se reconoce como un problema de salud pública mundial (3). Según la Organización Mundial de la Salud (OMS), el trastorno depresivo mayor se convertirá en la segunda causa de discapacidad en el mundo en 2030 (4-6).

Wang y col (2020) analizaron el impacto psicológico de la COVID-19 sobre la población, cuya conclusión principal fue un aumento del 7 % de la prevalencia de la depresión con respecto al año 2019 (7). Cénat y col (2020) estimaron la prevalencia de los síntomas de depresión, ansiedad, insomnio, trastorno de estrés postraumático y malestar psicológico entre las poblaciones afectadas por la pandemia de COVID-19 (8). Según estos autores, independientemente del género, el grupo o la región, la pandemia está afectando la salud mental de las poblaciones afectadas. 

En España se han realizado varios estudios para analizar el impacto de la pandemia, destacando el hecho de que el 41 % presentó síntomas depresivos (9,10). Ruiz y col (2020) manifiestan que las personas con mayor tasa de depresión fueron los pacientes con COVID-19, seguido del personal sanitario (11). 

Diferentes autores han analizado los posibles factores asociados con la dispensación de antidepresivos, por ejemplo, la edad y el sexo del paciente (6), el nivel de educación o el estatus socioeconómico del paciente (12) o el hecho de vivir en un área urbana o rural (13). El entorno urbano o rural ha sido analizado por diversos autores, aunque los resultados obtenidos son contradictorios (12,14).

Actualmente, existe una enorme preocupación sobre las consecuencias de la COVID-19 en la salud de la población en general y, especialmente, en los problemas que se pueden generar a nivel de la salud mental. En principio, cabe esperar una mayor demanda de los servicios de salud mental, lo que implicaría un mayor esfuerzo del personal sanitario y, con ello, un aumento del número de casos diagnosticados y de los costes relacionados con el tratamiento de estas patologías. Por ello, resulta de interés analizar el consumo de medicamentos antidepresivos y determinar la posible influencia de la pandemia en el uso de este grupo terapéutico. El objetivo del presente trabajo es analizar el consumo de estos fármacos en la provincia de Santa Cruz de Tenerife y en las cuatro islas que la constituyen: El Hierro, La Gomera, La Palma y Tenerife. Se utilizarán los datos de unidades vendidas por las cooperativas farmacéuticas a las farmacias comunitarias como base de datos agregados durante el año 2020, primer año de la COVID-19, tomando como base el consumo observado durante los cuatro años anteriores (2016-2019). Se realizó un estudio de utilización de medicamentos (EUM) descriptivo y retrospectivo, basado en la clasificación ATC y el indicador dosis diaria definida (DDD) para determinar la dosis por 1000 habitantes y día (DHD) como parámetro de consumo. En una segunda etapa, se analizó el comportamiento a nivel insular y provincial de los diferentes subgrupos terapéuticos de antidepresivos según la clasificación ATC. En tercer lugar, se analizaron los posibles factores demográficos y socioeconómicos posiblemente relacionados con este comportamiento. Este último aspecto es novedoso, porque se trata del primer estudio que analiza el comportamiento de los antidepresivos a nivel insular. 

 

Materiales y métodos

Se han utilizado los datos de facturación de ventas extrahospitalarias de los fármacos antidepresivos en las farmacias comunitarias localizadas en la provincia de Santa Cruz de Tenerife, durante los años 2016-2020. Los datos han sido proporcionados por la Cooperativa Farmacéutica de Tenerife (COFARTE) y la Cooperativa de Farmacéuticos Españoles (COFARES) con sede en Canarias, aportando el número de envases vendidos de las diferentes especialidades farmacéuticas, códigos nacionales, junto a su correspondiente presentación por su nombre comercial o principio activo (PA), dosis y número de unidades, además de la fecha de venta y los códigos postales (CP) de las islas a los que han sido dispensados. Los CP fueron fundamentales porque proporcionan información sobre el municipio donde se ubica la farmacia comunitaria, pero no su identidad, manteniendo su anonimato de acuerdo con la Ley de Protección de Datos vigente (15). Los datos se procesaron utilizando la base de datos del programa Microsoft Excel® 2016. Los datos demográficos de la isla fueron obtenidos a través del padrón municipal, a fecha de uno de enero de cada año publicado por el Instituto Nacional de Estadística (INE) (16) y el Instituto Canario de Estadística (ISTAC) (17).

El estudio de utilización de medicamentos se basa en la metodología ATC/DDD, recomendada por la OMS para este tipo de estudios (18). Según la clasificación ATC, los antidepresivos objeto de estudio pertenecen al Grupo N06A, que a su vez se divide en cuatro subgrupos: -N06AA: Inhibidores No Selectivos de la Recaptación de Monoaminas. N06AB: Inhibidores Selectivos de la Recaptación de 5-HT (ISRS); N06AF/AG: Inhibidores No Selectivos y selectivos de la Monoaminooxidasa A; N06AX: otros antidepresivos. Los subgrupos N06AF y N06AG no fueron considerados por no prescribirse (N06AF) o por tener un consumo testimonial, caso del N06AG, con menos del 0,01 % del total.

El consumo de medicamentos se expresó en función de la dosis por habitante y día (DHD). Para su estimación, se relaciona la DDD con la variable cualitativa PA (agrupando a todas las especialidades de composición común) con la variable cuantitativa número de DDD por 1.000 habitantes y día.

 

DHD=UV × FF/E × C/FF × 1.000

DDD × Nº de habitantes × 365 días

 

 

UV = unidades vendidas por unidad de tiempo.

FF/E = número de formas farmacéuticas por envase.

C/FF = cantidad de producto en cada forma farmacéutica.

 

Análisis estadístico

El objetivo de este estudio fue examinar la variación de la DHD dentro de la isla y entre las islas durante la pandemia (2020) tomando como base el consumo observado durante los últimos cuatro años previos a la pandemia (2016-2019). Se utilizó el siguiente modelo basado en el análisis de la covarianza (ANCOVA) con dos factores fijos anidados y una covariable:

 

y_ij = μ + A_i+ B_j,i+ β₀A_i + β₁x_i  + ε_ij

 

donde xi es el tiempo. Los dos factores utilizados fueron: la isla (denominada Ai, i = 1..3) y el grupo dentro de la isla (denominado Bj,i, j = 1..3 para i = 1...3), donde εij es el término aleatorio residual asumiendo ser independiente con distribución normal con media cero y varianza constante (N ∼ (0, σ2)). Se incluyó la interacción “isla x tiempo” para analizar la variación del consumo de medicamentos con el tiempo. 

El análisis estadístico se realizó con el programa R v.4.1.2. (www.R-project.org) utilizando la función lm (). En el análisis de los datos, el programa R asigna el nivel de referencia al primer nivel del factor en orden alfabético. En la comparación entre dos niveles se utilizó el Test de Bonferroni mediante la función pairwise.t.test () del programa R (19). En todas las comparaciones se utilizó un nivel de significatividad del 5 % (α = 5 %).

 

Resultados

El análisis de los datos, a nivel provincial, muestra un incremento del 4,73 % DHD. Todas las islas presentan incrementos superiores al observado a nivel provincial, con la excepción de la isla de La Palma, inferiores al 1,5 %. En el mismo periodo, la población a nivel provincial se ha incrementado un 1,15 %, aunque de forma desigual entre las islas. 

Así, las dos islas más pequeñas, El Hierro y La Gomera, presentaron los mayores incrementos del DHD, 13,96 % y 8,50 %, respectivamente, mientras que la población de ambas islas solo aumentó un 1,63 % y 0,81 %. En cambio, la isla de Tenerife presenta incrementos similares a los observados a nivel provincial, mientras que la isla de la Palma presenta los niveles más bajos, un 1,40 % frente a un 0,95 % de la población.

La isla de La Palma supera, de media, en más de 20 puntos al DHD provincial, mientras que la DHD de Tenerife es similar a la observada a nivel provincial. Por otro lado, La Gomera y El Hierro se encuentran por debajo de la media provincial, a 20 y 40 puntos, respectivamente (ver tabla 1).

 

Tabla 1. Variación de la DHD y de la población (expresado como porcentaje) a nivel insular y provincial en el periodo 2019-2020

DHD: dosis por 1.000 habitantes y día; Δ: incremento.

 

Para determinar si los incrementos observados durante el bienio 2019-2020 pueden ser debidos a la COVID-19 se analizaron los datos de la evolución del DHD durante el periodo 2016-2019 (figura 1). El análisis de los datos muestra un incremento anual provincial de 2,39 unidades para la DHD con intervalos de confianza del 95 % de [1,18-3,60]. Según estos datos, el valor previsto para el indicador DHD del año 2020 fue de 80,39 confirmando el dato real observado (80,37).

 

Figura 1. Evolución de la DHD provincial durante el periodo 2016-2020

 

La tabla 2 muestra la variación a nivel insular durante el periodo 2016-2020. En todas se observa un incremento lineal y anual a lo largo del periodo analizado (valores de R2 > 0,90), excepto la isla de la Gomera, donde se obtuvo un valor inferior (R2 = 0,52). Comparando el año 2020 con respecto al valor previsto obtenido por extrapolación, vemos que la isla de la Gomera y de El Hierro presentan aumentos por encima de lo previsto, del 3,69 % y el 5,29 %, respectivamente. La Palma presenta un descenso próximo al 2,5 %, mientras que Tenerife se encuentra dentro del valor esperado. 

 

Tabla 2. Variación de la DHD durante el periodo 2016-2020 a nivel insular

* Valores estimados para el año 2020 obtenidos por extrapolación lineal en el periodo 2016-2019.

DHD: dosis por 1.000 habitantes y día.

 

Durante el periodo 2016-2020 y a nivel provincial, el subgrupo más consumido (en promedio) es el N06AB, seguido de N06AX, y N06AA con el 56,44 %, 39,64 % y el 3,93 % del total del consumo, respectivamente (tabla 3).

 

Tabla 3. Variación del consumo medio (x–±DE) en el periodo 2016-2020 (expresado como porcentaje medio y desviación estándar) por subgrupo terapéutico a nivel provincial e insular

 

 

Para determinar si existen diferencias en la distribución de los subgrupos terapéuticos dentro de una misma isla y entre islas durante el periodo 2016-2020, se realizó el análisis estadístico basado en el análisis de la covarianza de dos factores fijos anidados, en nuestro caso, la isla y subgrupo terapéutico dentro de una isla. 

La tabla 4 muestra los resultados del análisis de la covarianza (ANCOVA) para el modelo considerado utilizando la DHD como respuesta. El valor estimado para el coeficiente de determinación ajustado (R2) fue 0,994, demostrando la idoneidad del modelo para interpretar los resultados. Se acepta la hipótesis nula para el factor “isla”, pero se rechaza para el factor “subgrupo terapéutico: isla” (p<0,01). Esto supone que la distribución de los subgrupos dentro de una misma isla no se modifica con el tiempo; es decir, no hay cambios significativos en la prescripción de los diferentes subgrupos de antidepresivos, pero si hay diferencias entre islas en cuanto a esta distribución. El desglose del término de la interacción “subgrupo: isla” pone de manifiesto que la isla de La Palma difiere completamente del resto de las islas en la distribución de los diferentes subgrupos terapéuticos de acuerdo con el Test de Bonferroni (p<0,05). Las islas de El Hierro y la Gomera presentan el mismo comportamiento que la isla de Tenerife para el grupo N06AA (p>0,05), mientras que no hay diferencias entre Tenerife, La Gomera y El Hierro en el caso del subgrupo N06AX (p>0,05). 

 

Tabla 4. Resultados del análisis de la covarianza para el parámetro DHD en función de la isla y subgrupo terapéutico

* Valor significativo para α = 0,05.

DHD: dosis por 1.000 habitantes y día; N06AA: inhibidores no selectivos de la recaptación de monoaminas; N06AB: inhibidores selectivos de la recaptación de 5-HT (ISRS); N06AX: otros antidepresivos

 

Para comprobar si hay cambios en la prescripción de los diferentes principios activos debido a la COVID-19, la tabla 5 muestra la variación de la DHD por principio activo y subgrupo terapéutico durante el periodo 2019-2020 a nivel provincial. Los principios activos más consumidos durante 2019 fueron la sertralina, ocupando la primera posición, seguido del escitalopram y la paroxetina con el 21,31 %, 14,59 % y 9,70 %, respectivamente, todos ellos pertenecientes al subgrupo ISRS. 

 

Tabla 5. Consumo de DHD por subgrupo y principio activo durante el bienio 2019-2020 y variación interanual

DHD: dosis por 1.000 habitantes y día;

 

Los más consumidos del grupo N06AX son la desvenlafaxina, duloxetina y venlafaxina, con valores del 8,37 %, 8,30 % y el 6,95 %, respectivamente, mientras que el principio activo más consumido del subgrupo N06AA, subgrupo en desuso, es la amitriptilina con el 3,69 %. Los principios activos citados representan el 75,9 % del total consumidos. Todos los principios activos presentan ligeras variaciones (±0,5 DHD de media) en su consumo con respecto a 2020, excepto la vortioxetina que presenta un aumento de 1,2 DHD. Un comportamiento similar fue observado en el resto de las islas, aunque con pequeñas variaciones en los porcentajes y en el ranking de consumo de los diferentes principios activos. Por ejemplo, en la isla de La Palma la desvenlafaxina y la mirtazapina son los principios activos más consumidos dentro del subgrupo N06AX.

 

Discusión

Los datos extrapolados permiten confirmar que la COVID-19 no ha tenido un efecto significativo en el consumo de antidepresivos a nivel provincial. A priori este dato no parece extraño; por ejemplo, Balluerka Lasa y col (2020) indican que el 83,9 % de los pacientes con problemas de salud psicológica continúan con el mismo tratamiento prescrito antes de la pandemia, mientras que el 8,9 % ha visto reducido la dosis, y solo el 2,6 % presenta un aumento de la dosis o un cambio de tratamiento (20). Debemos destacar que las autoridades sanitarias en Canarias han renovado los tratamientos terapéuticos crónicos de manera automática dada la situación sanitaria, reduciendo la saturación de los servicios de atención primaria lo que podría explicar los resultados obtenidos. 

En las islas de El Hierro y La Gomera, los incrementos de población no justifican por sí solo los incrementos relevantes observados en el consumo de antidepresivos y posiblemente la COVID-19 y sus consecuencias sobre la salud de la población podrían ser responsables de dichos aumentos. No ocurre lo mismo en la isla de Tenerife, donde el incremento de población podría justificar, en gran medida, el ligero aumento de consumo observado. La isla de La Palma presenta un cambio total de tendencia, ya que su consumo ha disminuido con respecto al valor esperado tomando como base la tendencia de los últimos 4 años, a pesar de un incremento de población del 0,95 %. 

Se observó la misma tendencia en el consumo de los diferentes subgrupos terapéuticos en todas las islas, coincidiendo con el orden de consumo de los subgrupos terapéuticos con el provincial, aunque con variaciones importantes entre las islas, siendo el más consumido el subgrupo N06AB, seguido del N06AX y el N06AA. Resulta curioso que el consumo del subgrupo N06AG solo ocurre en la isla de La Gomera de modo inferior al 0,01 % (tabla 3). 

Desde la comercialización de los ISRS, su uso se ha incrementado mucho en los países occidentales y España no es una excepción (21,22). Coincidiendo con nuestro resultado, González-López y col (2015) analizaron el consumo de antidepresivos en Andalucía, observando que los ISRS y los “otros antidepresivos” (i.e., N06AX) son los dos subgrupos más consumidos en el periodo 2004-2010 (13), mientras que el uso de antidepresivos se incrementó en un 200 % entre 2000 y 2013 en España, aunque según datos del Ministerio de Sanidad de España el incremento ha sido mucho menor en los últimos 5 años, tan solo del 14,3 % (23). Un resultado similar fue obtenido por Corado Prieto en 2021 en un estudio realizado en el País Vasco durante el periodo 2015-2019 (24). 

La idoneidad del modelo propuesto y explicar la variación de los diferentes subgrupos terapéuticos a lo largo del tiempo para cada isla se evaluó a través del coeficiente de determinación del modelo o R2, que indica la cantidad de variabilidad. Cuanto mayor sea este coeficiente más predecible es la variable respuesta en función de la variable/s explicativa/s. En nuestro modelo, el R2 fue 0,9925, lo que significa que el 99,25 % de la variabilidad se puede explicar por las variables utilizadas, demostrando la validez del mismo para interpretar los datos. En principio, la contribución de los subgrupos N06AB y N06AX fue similar entre las islas de Tenerife, La Gomera y El Hierro, aunque La Gomera presenta unos niveles ligeramente superiores en comparación con las otras dos islas, pero el análisis estadístico indica que dichas diferencias resultaron no significativas (p<0,05). La excepción a este comportamiento lo encontramos en la isla de La Palma, donde la contribución de ambos subgrupos es similar y estable a lo largo del periodo analizado (tabla 4). El hecho de que las islas menores presenten un comportamiento similar al de Tenerife se debe a que los servicios de atención sanitaria dependen del Hospital Universitario de Nuestra Señora de La Candelaria (HUNSC), mientras que La Palma depende del Hospital Universitario de Canarias (HUC), ambos hospitales de tercer nivel ubicados en Tenerife. 

A este dato debemos sumar las características demográficas y socioeconómicas propias de cada isla. La Gomera y El Hierro se consideran núcleos rurales con densidad de población baja, 41,48 hab/km2 para El Hierro y 59 hab/km2 para La Gomera y con tasas medias de población mayor de 65 años por encima del 22 %, alcanzando picos del 30 % en varios municipios, con acceso limitado a los servicios sanitarios y localizados en la capital, que concentra más del 50 % de la población de la isla (25). La isla de Tenerife es considerada un núcleo urbano con una población superior a 900.000 habitantes con disponibilidad y acceso total a servicios. La isla de La Palma se considera un núcleo semiurbano con una distribución de la población muy dispar, aunque con diferencias. Por ejemplo, la zona delimitada por la capital y los dos municipios ­colindantes presentan una densidad de población elevada (561,1 hab/km2) y en su conjunto es considerada como una zona urbana. En cambio, el resto de la población se distribuye por varios municipios con una densidad baja (17 hab/km2), muy envejecida, el 20,4 % de la población es mayor de 65 años en 2020, con un acceso muy limitado a los servicios, dedicada principalmente a la agricultura y, por tanto, se califica como un mundo rural (26). Por tanto, estas características podrían explicar las diferencias observadas a nivel insular. Diversos autores han analizado el consumo de antidepresivos en áreas urbanas y rurales, pero con resultados contradictorios. Morrison y col (2009) indican un mayor consumo en áreas urbanas mientras que González-López y col (2015) indican lo contrario (13,14). En nuestro caso y, especialmente, en la isla de La Palma se observa un comportamiento similar al descrito por González-López y col (2015) (14).

El consumo de sertralina, escitalopram y paroxetina se ha incrementado en el año 2020 con respecto a 2019, una media del 2,7 % en el caso del escitalopram y paroxetina, para la sertralina se duplicó su consumo. Según estudios realizados en el Reino Unido y los Países Bajos, el escitalopram es el más consumido, duplicándose durante la pandemia, mientras que el consumo de paroxetina se ha estabilizado o reducido (21, 27). 

En el caso del subgrupo de “otros antidepresivos”, los mayores incrementos correspondieron a la mirtazapina, trazodona y desvenlafaxina, por encima del 7 %, seguido de la venlafaxina con el 4,88 % frente al 1,08 % de la duloxetina. En cambio, el consumo de reboxetina y mianserina es muy bajo o inexistente. Las razones de este bajo consumo parecen estar relacionadas con su baja eficacia, caso de la mianserina, o por efectos adversos no deseados (28,29). Resultados similares han sido observados en Italia y en el Reino Unido (21,22). 

Dentro de este subgrupo, también debemos destacar el consumo de la vortioxetina, con un aumento del 32 % en 2020, pero inferior al observado en los dos últimos años, una media del 38 %. Este marcado aumento está en su reciente incorporación al mercado, en 2016, y a su gran tolerancia, seguridad y acción sobre los déficits cognitivos presentes en los trastornos depresivos mayores frente a otros antidepresivos (30).

La amitriptilina, cuyo consumo representa más del 95 % del total de ATCs, presenta un incremento del 4,22 % en 2020, similar al del periodo anterior a la pandemia. La razón de este incremento se encuentra en sus numerosas indicaciones. Los datos obtenidos parecen indicar un consumo estable en todas las islas y que no ha variado desde 2016, año de inicio de este estudio. Esta tendencia se ha observado en otros países europeos y regiones españolas. 

 

Conclusiones 

En principio, cabe esperar un aumento del consumo de antidepresivos debido a la COVID-19 y a sus consecuencias sobre la población tanto a nivel social, físico y mental. Sin embargo, los resultados obtenidos a nivel provincial ponen de manifiesto un aumento del consumo, pero dentro de los valores esperados para una situación prepandemia.

El análisis por islas indica aumentos del consumo por encima de los valores esperados, especialmente en las islas más pequeñas, El Hierro y La Gomera, mientras que la isla de La Palma se observa el menor incremento. La isla de Tenerife presenta un comportamiento similar al observado en la provincia. Esta diferencia de comportamiento podría estar relacionada con las características demográficas de cada una de las islas, mayor consumo en las islas menores clasificadas como rurales y alta tasa de envejecimiento, mientras que Tenerife, considerada un área urbana, el incremento del consumo no es significativo. La excepción es la isla de La Palma que requiere un análisis más detallado. 

Durante el periodo 2016-2020, los antidepresivos ISRS fueron los más consumidos, seguidos del grupo “otros antidepresivos” y, por último, los antidepresivos tricíclicos, independientemente de la isla y año. El análisis de los datos indica que dicha distribución no se modifica con el tiempo dentro de una misma isla, pero si hay diferencias entre ellas. La isla de la Palma presenta un comportamiento diferente del resto de islas en todos los aspectos analizados. En este caso las características demográficas y socioeconómicas podrían explicar este comportamiento. 

Los principios activos más dispensados corresponden al subgrupo de los ISRS, ocupando las primeras posiciones la sertralina, escitalopram y paroxetina. Dentro del subgrupo “otros antidepresivos” la lista viene encabezada por la desvenlafaxina, duloxetina, venlafaxina y mirtazapina, los más recientes y con mayor perfil de seguridad y eficacia, seguido de la trazodona, el más consumido entre los “clásicos” de este subgrupo, mientras que la amitriptilina es el más consumido de los ATC. Esta relación de principios activos no cambia entre islas, aunque hay pequeñas variaciones entre los más consumidos. Esto parece indicar que no se ha producido un cambio brusco en la prescripción de antidepresivos durante el año 2020 debido a la COVID-19.

 

Agradecimientos

Los autores agradecen a las Cooperativas Farmacéuticas de Canarias (COFARTE y COFARES) por facilitar los conjuntos de datos. Además, se agradece la participación de Rocío Bencomo y Lucía Lapido, sin las cuales este trabajo no hubiera sido posible.

 

REFERENCIAS BIBLIOGRÁFICAS

1. Brooks KS, Webster KR, Smith EL, Woodland L, Wessely S, Greenberg N, Rubin GJ. The psychological impact of quarantine and how to reduce it: rapid review of the evidence. Lancet 2020; 395:912-920. doi:https://doi.org/10.1016/S0140-6736(20)30460-8

2. Chacón Fuertes F, Fernández Hermida JR, García Vera M. La psicología ante la pandemia de la COVID-19 en España. La respuesta de la organización colegial. Clín. Salud 2020; 31:119-123. doi:https://doi.org/10.5093/clysa2020a18

3. Torales J, O’Higgins M, Castaldelli-Maia JM, Ventriglio A. The outbreak of COVID-19 coronavirus and its impact on global mental health. Int J Soc Psychiatry 2020; 66:317–320. doi:https://doi.org/10.1177/0020764020915212

4. Carvalho AF, Sharma MS, Brunoni AR, Vieta E, Fava GA. The Safety, Tolerability and Risks Associated with the Use of Newer Generation Antidepressant Drugs: A Critical Review of the Literature. Psychother Psychosom 2016; 85:270–288. doi:https://doi.org/10.1159/000447034

5. Zhong W, Kremers HM, Yawn BP, Bobo WV, St Sauver JL, Ebbert JO. Time trends of antidepressant drug prescriptions in men versus women in a geographically defined US population. Arch Womens Ment Health 2014; 17:485–492. doi:https://doi.org/10.1007/s00737-014-0450-7

6. Revet A, Montastruc F, Raynaud JP, Baricault B, Montastruc, Lapeyre-Mestre JL. Trends and Patterns of Antidepressant Use in French Children and Adolescents From 2009 to 2016. J. Clin. Psychopharmacol 2018; 38:327-335. doi:https://doi.org/10.1097/JCP.0000000000000891

7. Wang C, Pan R, Wan, X, Tan, Y, Xu L, S Ho C, Ho RC. Immediate psychological responses and associated factors during the initial stage of the 2019 Coronavirus Disease (COVID-19) Epidemic among the general population in China. Int J Environ Res Public Health 2020; 17:1729. doi:https://doi.org/10.3390/ijerph17051729

8. Cénat JM, Dalexis RD, Kokou-Kpolou CK, Mukunzi JN, Rousseau C. Social inequalities and collateral damages of the COVID-19 pandemic: when basic needs challenge mental health care. Int J Public Health 2020; 65:717-718. doi:https://doi.org/10.1007/s00038-020-01426-y

9. Rodríguez Quiroga A, Buiza C, De Mon Álvares MA, Quintero J. COVID-19 y salud mental. Medicine 2020; 13:1285-1296. doi:https://doi.org/10.1016/j.med.2020.12.010

10. Rodríguez Rey R, Garrido Hernansaiz H, Collado S. Psychological Impact and Associated Factors During the Initial Stage of the Coronavirus (COVID-19) Pandemic Among the General Population in Spain. Front Psychol 2020; 11: art.1540. doi:https://doi.org/10.3389/fpsyg.2020.01540

11. Ruíz Fernández MD, Ramos Pichardo JD, Ibáñez Masero O, Cabrera Troya J, Carmona Rega MI, Ortega Galán A. Compassion fatigue, burnout, compassion satisfaction, and perceived stress in healthcare professionals during the COVID-19 health crisis in Spain. J Clin Nurs 2020; 29:4321-4330. doi:https://doi.org/10.1111/jocn.15469

12. Halonen JI, Koskinen A, Varje P, Kouvonen A, Hakanen JJ, Väänänen A. Mental health by gender-specific occupational groups: profiles, risks and dominance of predictors. J. Affect. Disord 2018; 238:311-316. doi:https://doi.org/10.1016/j.jad.2018.06.007

13. González López MC. Estudio de utilización de fármacos antidepresivos en el ámbito de la atención primaria de Almería [Tesis doctoral]. Almería: Universidad de Almería; 2015. https://dialnet.unirioja.es/servlet/tesis?codigo=222146

14. Morrison J, Anderson MJ, Sutton M, Munoz-Arroyo R, McDonald S, Maxwell M, Power A, Smith M, Wilson P. Factors influencing variation in prescribing of antidepressants by general practices in Scotland. Br J Gen Pract 2009; 59: e25–e31. doi:https://doi.org/10.3399/bjgp09X395076

15. Ley Orgánica 3/2018, de 5 de diciembre, de Protección de Datos Personales y garantía de los derechos digitales. Boletín Oficial del Estado, número 294, (6 de diciembre de 2018). Disponible en: https://www.boe.es/eli/es/lo/2018/12/05/3

16. Instituto Nacional de Estadística (INE). España; 2020. Disponible en: https://www.ine.es

17. Instituto Canario de Estadística (ISTAC). Islas Canarias; 2020. Disponible en:  http://www.gobiernodecanarias.org/istac/

18. World Health Organization (WHO) Collaborating Center for Drug Statistics Methodology. Guidelines for ATC classification and DDD assignment. Oslo, Norway: OMS; 2019. Disponible en: https://www.whocc.no/atc_ddd_index

19. R Core Team (2021). R: A language and environment for statistical computing. R Foundation for Statistical Computing, Vienna, Austria. Disponible en: https://www.R-project.org.

20. Balluerka Lasa N, Gómez Benito J, Hidalgo Montesinos D, Gorastiaga Manterola A, Espada Sánchez JP, Padilla García JL, Santed Germán MA. Las consecuencias psicológicas de la COVID-19 y el confinamiento. Servicio Publicaciones de la Universidad del País Vasco; 2020 Disponible en: https://www.ub.edu/web/ub/ca/menu_eines/noticies/docs/Consecuencias_psicologicas_COVID-19.pdf

21. Hernández JF, Mantel Teeuwisse AK, Van Thiel GJ, Belitser SV, Warmerdam J, de Valk V, Raaijimakers JA, Pieters T. A 10-year analysis of the effects of media coverage of regulatory warnings on antidepressant use in The Netherlands and UK. PLoS ONE 2012; 7: e45515. doi:https://doi.org/10.1371/journal.pone.0045515

22. Parabiaghi A, Franchi C, Tettamanti M, Barbato A, D’Avanzo B, Fortino I, Bortolotti A, Merlino L, Nobili A. Antidepressants utilization among elderly in Lombardy from 2000 to 2007: dispensing trends and appropriateness. Eur J Clin Pharmacol 2011; 67:1077–1083. doi:https://doi.org/10.1007/s00228-011-1054-z

23. Ministerio de Sanidad de España (MSE). Consumo de medicamentos en recetas médicas dispensadas en oficinas de farmacia con cargo al Sistema Nacional de Salud según clasificación Anatómica-Terapéutica-Química (ATC);2022. Disponible en: https://www.sanidad.gob.es/profesionales/farmacia/ConsumoRecetasATC/home.htm

24. Corada Prieto J. Consumo de antidepresivos en el País Vasco: análisis cuantitativo con perspectiva de género. Universidad del País Vasco; 2021. Disponible en: https://hdl.handle.net/10810/54644

25. Oliva A, Armas N, Dévora S, Abdala S. Opioid use trends in Spain: the case of the island of La Gomera (2016–2019). Naunyn Schmiedebergs Arch. Pharmacol 2022; 395:217-226. doi:https://doi.org/10.1007/s00210-021-02193-0

26. Martínez ER, Gisbert FJG, Martí IC. Delimitación de áreas rurales y urbanas a nivel local: demografía, coberturas del suelo y accesibilidad. Fundación BBVA, Informe de Economía y Sociedad primera edición; 2016. Disponible en: https://www.fbbva.es/publicaciones/delimitacion-de-areas-rurales-y-urbanas-a-nivel-local-demografia-coberturas-del-suelo-y-accesibilidad

27. Khoo AL, Zhou HJ, Teng M, Lin L, Zhao YJ, Soh LB, Mok YM, Lim BP, Gwee KP. Network Meta-Analysis and Cost-Effectiveness Analysis of New Generation Antidepressants. CNS Drugs 2015; 29:695-712. doi:https://doi.org/10.1007/s40263-015-0267-6

28. Cipriani A, Furukawa TA, Salanti G, Chaimani A, Atkinson LZ, Ogawa Y, Leucht S, Ruhe HG, Turner EH, Higgins J, Egger M, Takeshima N, Hayasaka Y, Imai H, Shinohara K, Tajika A, Loannidis JP, Geddes JR. Comparative efficacy and acceptability of 21 antidepressant drugs for the acute treatment of adults with major depressive disorder: A systematic review and network meta-analysis. Lancet 2018; 391:1357–1366. doi:https://doi.org/10.1016/S0140-6736(17)32802-7

29. Eyding D, Lelgemann M, Grouven U, Härter M, Kromp M, Kaiser T, Kerekes MF, Gerken M, Wieseler B. Reboxetine for acute treatment of major depression: systematic review and meta-analysis of published and unpublished placebo and selective serotonin reuptake inhibitor-controlled trials. BMJ 2010; 341:c4737. doi:https://doi.org/10.1136/bmj.c4737

30. Salagre E, Grande I, Solé B, Sanchez-Moreno J, Vieta E. Vortioxetina: una nueva alternativa en el trastorno depresivo mayor. Rev. psiquiatr. salud ment 2018; 11:48-59. doi:https://doi.org/10.1016/j.rpsm.2017.06.006