Mortalidad infantil en la argentina trampa de mortalidad

  • 3,229 views
Uploaded on

 

  • Full Name Full Name Comment goes here.
    Are you sure you want to
    Your message goes here
    Be the first to comment
    Be the first to like this
No Downloads

Views

Total Views
3,229
On Slideshare
0
From Embeds
0
Number of Embeds
1

Actions

Shares
Downloads
33
Comments
0
Likes
0

Embeds 0

No embeds

Report content

Flagged as inappropriate Flag as inappropriate
Flag as inappropriate

Select your reason for flagging this presentation as inappropriate.

Cancel
    No notes for slide

Transcript

  • 1. Mortalidad   Infantil   en   la   Argentina:  una  trampa…  La  mortalidad  infantil  en  nuestro  país  es  elevada  La mortalidad infantil, reflejo de la oferta sanitaria y las condiciones generales de vida,es extremadamente asimétrica según las diferentes regiones de nuestro territorio(Gráfico). Para ponerlo en perspectiva, el promedio nacional es de 12,5/1.000 nv, y enFrancia es 3,1/1.000 nv. Esto significa que un niño posee 4 veces más probabilidadesde morir en la Argentina respecto de Europa. Pero si nace en Formosa, la probabilidades 6 veces mayor que en Francia. Gráfico. Mortalidad Infantil (/1.000 nv), Argentina 2008, INDEC 25 20 15 10 5 0Trampas  de  mortalidad  Se ha visto que la mortalidad en los países, evoluciona como en percentilos. Si seestudia la Esperanza de Vida al Nacer, muy influenciada y casi determinada por lamortalidad infantil, a lo largo de la historia casi todos los países han reducido sumortalidad, pero como en avenidas diferentes. Un grupo de países está comoatrapado en unos límites que no pueden superar, y entonces reducen su mortalidadpero no tanto como los países con menor mortalidad.Se establecen dos regímenes de descenso de la mortalidad, y a los países les resultamuy difícil pasar del régimen de alta mortalidad al de baja, a menos que realicencambios estructurales de fondo en su desarrollo social1.1 David E. Bloom and David Canning. Mortality traps and the dynamics of health transitions.PNAS 2007; 104: 16044–16049
  • 2. Fig. 4. Change in life expectancy: Two regimes. Fig. 5. Probability of low- yi 1 1x i 1i, regime variances are non-zero, anEl  caso  local   regime is not uniformly zero, the m where 1i N(0, 2) with probability 1 1 i. conditions for an interior maximumLa Argentina también presenta a algunas de sus provincias enmarañadas en be a consistent estimate of the modverdaderas trampas de i mortalidad.xiLas provincias argentinas 3] y 2 2 2i, [Model pueden ser divididasfixed regime probabil Kiefer (16) for encuatro grupos, según cómo evoluciona el descenso de su mortalidad1,infantil , respecto parameters of 2, 0 1) be the where 2i N(0, 2) with probability i and 2del promedio nacional. Un grupo de provincias, mayoritariamente pobres, que for the observat likelihood functionrepresentan el norte de 1 1x i parameters , is nuestro país, 2 siempre mantuvieron niveles de mortalidad 0 s /2infantil por encima del promedio, aun e i 2 ds. cuando van reduciendo esta. El problema es que 1 0 1 xi 2padecen problemas estructurales que no les permiten hacer el salto. f yi : xi, e s /2dsOtras provincias, two baja mortalidad infantil, a las que there a les va mejor que el 2 We allow for de distinct regimes. In each regime siemprepromedio nacional. betweenhay un life expectancy and the im-superaron sus trabas linear relationship Luego initial grupo de provincias que provement in life expectancy, but del Estero, Chubut, Santa Cruz), y que de estar por 1estructurales (Río Negro, Santiagothis relationship differs across 2 regimes.promedio, ahora of countries to registrosis random. The The assignment se ubican con regimes mejores que este. Por último hay un 2 e s /2sobre el probability of being in a particular regime depends on initial life 0 1 xigrupo de provincias que, de mantenerse históricamente mejor que el promedio expectancy; we assume that the likelihood is a linear function of initial life expectancy, transformed este (La Pampa y by Juán). We use gradient methods to findnacional, han pasado a estar peor que into a probability San the cumulative normal distribution. likelihood function starting from pa In most mixture models of this type, the probability of the parameters. The likelihood surface i different regimes is fixed and the same for each observation. In multiple local maxima. In addition, this model, we allow the probability of each regime to vary with the boundary of the feasible set (w the initial level of health. Our model is a simple special case of approaches zero, or the probability the dynamic regime switching model analyzed by Filardo (15). zero for all values of initial life e Provided that the true parameters are bounded, so that the function becomes unbounded. AlthoTable 2. Models of change in life expectancy: AIDS mortality removed ea Model 1: Model 2: Linear Quadratic High-mo homoskedastic heteroskedastic regimConstant 30.71 (17.6) 12.00 (1.28) 16.62 (1Life expectancy 1963 0.319 (10.3) 1.336 (3.89) 0.022Life expectancy 1963 squared 0.015 (4.99)Standard error of the residuals 5.03 5.5Residual error: Intercept 2.40 (7.82)
  • 3. Gráfico. Evolución de la mortalidad infantil en lasprovincias argentinas, agrupadas según su relaciónhistórica con el promedio nacional Promedio 50 45 40 Mal Desempeño (Chaco, Salta, Jujuy, La Rioja, Tucumán, Catamarca, 35 Misiones, Formosa, San Luís, Entre Ríos) 30 Superación (Río Negro, S del Estero, Chubut, Santa Cruz) 25 20 Peoría (La Pampa, San Juán) 15 10 Buen Desempeño (CABA, T 5 del Fuego, Córdoba, Buenos Aires, Neuquén, Mendoza) 0 1980 1984 1990 1996 2000 2004 2006 2008Causas  de  la  estructuralidad  y  las  desigualdades  Las causas estructurales más importantes de mayor mortalidad infantil son pobreza,bajo nivel educativo, y pobre atención médica.Desarrollo  Económico  La mayoría de los estudios epidemiológicos demuestran que la inequidadsocioeconómica es un determinante fuerte e independiente de la mortalidad. Existeuna relación casi directa entre la escala salarial y el riesgo anual de morir, que nodepende de otras diferencias entre personas de altos y bajos ingresos, como ser niveleducativo, acceso a la salud, infraestructura, o tamaño familiar 2 (Gráfico). Laspersonas con niveles de ingreso mayor, tienden a vivir más años. Se ha visto que amenor nivel de ingreso es más frecuente padecer de colesterol elevado, diabetes, ehipertensión arterial, todos estos predictores de enfermedad coronaria. Por otro ladose ha observado también que la enfermedad coronaria en sí es más seria en laspersonas de más bajos recursos. Igual se ha visto que sucede con los tumores. Esimportante recalcar que esta relación entre nivel de ingreso y enfermedad no tienenada que ver con la accesibilidad a la salud. De hecho, el estudio cuyos hallazgos se2 McDonough et al. Income Dynamics and adult mortality in the United States, 1972 through 1989.American Journal of Public Health 1997: 1476-1483
  • 4. exponen en el gráfico siguiente fue realizado en Gran Bretaña, en gente toda porencima del nivel de pobreza, y todos usuarios del sistema público de salud de su país.La explicación más aceptada para esta relación entre enfermedad y situaciónsocioeconómica parece venir del lado de los mecanismos del estrés. El bajo nivel deingreso, e incluso perder el empleo, aumentan gravemente los niveles de estrés delindividuo, y esto repercutiría seriamente sobre su fisiología, desencadenando losfenómenos descriptos. Gráfico. Probabilidad relativa anual de morir, según ingreso anual McDonough et al. American Journal of Public Health 1997 4 3,5 Odds Ratio, para muerte Corregido (Edad, Sexo, Raza, 3 Tamaño Familiar) 2,5 Corregido, Educación 2 1,5 1 0,5 0 >$70 mil $50-70 mil $30-50 mil $20-30 $<15 mil Ingreso AnualEducación  de  las  madres  Uno de los datos más robustos respecto de la mortalidad infantil, es que gran parte deella se soluciona haciendo que las futuras mamás completen la escuela. Esteproblema cobra enorme relevancia en nuestro país, donde, según datos de laEncuesta Permanente de Hogares, 34,3% de las mujeres tiene escuela primaria omenos, y el 64% de las argentinas, según el Censo 2001, no completó sus estudiosmás allá de un secundario incompleto. Aunque este no es el peor de los panoramas.Poseen menos estudios que un secundario el 73% de las mujeres en Formosa y el76% de las de misiones.Este alarmante cuadro de situación se correlaciona estrepitosamente con la mortalidadinfantil, que es del doble en las provincias del NOA y el NEA comparado con la CiudadAutónoma de Buenos Aires.La relación entre ambos hechos podría parecer fortuita a primera vista, y no ir más alláde dos epifenómenos de la pobreza, verdadera causa común de una población pocoinstruida y poco saludable. Sin embargo las cosas cambian cuando consideramos queprobablemente la mejor definición de pobreza no sea precisamente un bajo ingresoper capita, sino un pobre nivel educativo. De hecho, predice mejor la mortalidad infantilel bajo nivel educativo de las mujeres, que la pobreza medida según ingreso.Recientemente la revista The Lancet publicó una investigación patrocinada por laFundación Bill & Melinda Gates en la cual se comprueba para 175 países, la Argentina
  • 5. incluida, que el nivel educativo de las mujeres explica la mitad de la mortalidad enniños menores de 5 años de edad. La otra mitad se debe a pobreza, disponibilidad deservicios médicos, y enfermedades prevalentes.Este trabajo confirma hallazgos de un sinnúmero de estudios previos en los cuales seobservó un fenómeno muy parecido. Pero más aún, si las mujeres estudian se reducela cantidad de cáncer de mama y otros tumores en la mujer, además de reducirse lamuerte por infarto y otras enfermedades serias.Las relaciones entre educación y salud son cada vez más contundentes, y los nuevosestudios respecto de las relaciones entre corazón y cerebro parecen indicar que elproceso de escolarización genera una serie de cambios en el cerebro que perduran alo largo de toda la vida del individuo, y protegen el funcionamiento del corazón yprobablemente el sistema inmune, entre otros beneficios.Qué hacer entonces, el estudio citado es claro: lograr que la mayor cantidad posible demujeres complete sus estudios secundarios, y más allá del mismo. En los añostranscurridos entre 1970 y 2009, por cada año de aumento en la escolaridad maternapromedio, se redujo un 9,5% la mortalidad infantil.Cuando se analizan los números sorprende que sea tan poco lo que hay que hacer.Con prevenir 3.500 defunciones anuales en niños menores de un año, lograríamos quetodo nuestro territorio tenga la mortalidad infantil de la Ciudad de Buenos Aires; yluego, previniendo 1.500 defunciones más, nos acercaríamos a Francia. Sin embargoeste esfuerzo aparentemente pequeño desde el punto de vista médico, sólo seobtendrá si se equipa a las mujeres con la herramienta más imprescindible de todasen el mundo global: escolarización, y después, educación universitaria.Atención  Médica  A modo de ejemplo, cuando se estudia la tasa de realización de mamografías, un buenindicador del control médico elemental que se realiza con las mujeres, se observanenormes asimetrías, que coinciden con la mortalidad infantil. La atención médica varíasegún jurisdicciones. Hay provincias donde menos de 2 cada 10 chicas mayores de 18años se realizó alguna vez una mamografía. Resultados similares se observan paraPapanicolau y otras medidas preventivas (Figura ). FIGURA  8.  MUJERES  >18  AÑOS  QUE  ALGUNA  VEZ  SE  REALIZARON  UNA  MAMOGRAFÍA   INDEC,  2005   100% 90% 80% 70% 60% 50% 40% Mamogra1ía  No   30% Mamogra1ía  Sí   20% 10% 0% Formosa Salta Corrientes S. del Estero Tucumán Chaco Misiones San Juan Mendoza Entre Ríos La Rioja San Luís Catamarca Santa Cruz Río Negro Córdoba Chubut La Pampa Total del país Neuquén Santa Fe Bs. As. T del Fuego Jujuy CABA