Metodología Acceso Geográfico a Servicios de Salud - Peru

3,114 views
2,897 views

Published on

Se presenta la metodologia para el analisis del Acceso fisico de la poblacion a los Servicios de salud (Establecimientos de Salud), empleando Sistemas de Informacion Geografica (SIG).

Published in: Health & Medicine, Technology
0 Comments
0 Likes
Statistics
Notes
  • Be the first to comment

  • Be the first to like this

No Downloads
Views
Total views
3,114
On SlideShare
0
From Embeds
0
Number of Embeds
16
Actions
Shares
0
Downloads
76
Comments
0
Likes
0
Embeds 0
No embeds

No notes for slide

Metodología Acceso Geográfico a Servicios de Salud - Peru

  1. 1. Metodología del Análisis del Acceso Geográfico a Servicios de Salud Walter Valdivia Miranda valdivia.w@gmail.com
  2. 2. • El acceso de una población a un servicio esta dado por la probabilidad de que los miembros de la población interactúen con dicho servicio.• La “resistencia” al desplazamiento que impone la geografía hace que la probabilidad de interacción con los servicios se reduzca en relación inversa con la distancia (o el tiempo) que separa a la poblacion de los puntos de oferta del servicio.• El factor geográfico se define entonces en función de la distancia (o el tiempo de desplazamiento) desde la ubicación de la población hasta los puntos en los que se oferta del servicio
  3. 3. Proporción (%) de Gestantes con Acceso al Cesáreas en función del Acceso geográfico (horas) a Poblados con >=4000 viviendas (Datos del SIS 2002-2008).estantes03gest03_0209.mdcestantes 3: Parto y Puerperio [3] prop_Cesareas Gest 16.0 14.0 12.0 Legend 2002 2003 2004 10.0 2005 2006 2007 2008 8.0 6.0 4.0 2.0 0.0 <=0.5 hs >0.5 & <=1 hs >1 & <=2 hs >2 & <=3 hs >3 & <=4 hs >4 & <=5 hs >5 & <=6 hs >6 & <=10 hs > 10 hs
  4. 4. • Objetivos: – Describir la metodología para la estimación del acceso geográfico de la población a los servicios de salud a partir de un modelo construido con Sistemas de Información Geográfica (SIG). – Describir los productos a obtener: Tablas y mapas que resumen las Áreas de influencia de los EESS así como el Acceso físico de la población a los servicios que estos proveen.
  5. 5. • Metodología: – Se construye un modelo de acceso geográfico basado en una superficie del costo de atravesar cada segmento del territorio de estudio. – Pasos que se siguen para el Análisis del Acceso físico: • Construcción de un modelo para la superficie del costo (tiempo) de desplazarse sobre el territorio de estudio. • Generación de una matriz con estimaciones del tiempo de desplazamiento entre Centros poblados y Establecimientos de Salud (A partir de la superficie de costo y de datos espaciales para Centros poblados y EESS) • Análisis del acceso físico a partir de la matriz de tiempos desplazamiento obtenida.
  6. 6. • Construccion del modelo de costo – La superficie de costo es una cuadrícula georreferenciada (raster en la terminologa de SIG) resultante de combinar varias capas temáticas. – Consta de celdas, que representan segmentos de territorio, de idéntico tamaño, que almacenan valores que representan el costo, expresado en unidades de tiempo, de atravesar cada uno de dichos segmentos. Figura 1. Ejemplo de una superficie ó cuadrícula del costo (en minutos) 2 de atravesar cada celda (90x90m de territorio) por una ruta paralela a las aristas. El costo de atravesar las celdas por la diagonal equivale a ½ 2 veces el costo de atravesar las celdas por las aristas. 4 30 30 28 29 31 5 4 4 5 29 30 10 12 13 4 30 30 11 10 10 4 3 34 12 10 10 10 4 4 10 10 10 11 11 3
  7. 7. – Las capas tematicas (datos espaciales) empleadas: • Cuadrícula de cobertura de suelos: Global Land Cover 2000 publicada por el proyecto GLC2000 (Global Vegetation Monitoring Unit (GVM) -- Joint Research Centre and Space Application Institute). • Cuadrícula de carreteras. A partir de la Base de datos espacial de carreteras del MTC, (2006). • Cuadrícula de Ríos. A partir de datos vectoriales de ríos del Perú (Carta Nacional, IGN). • Cuadrícula de las pendientes o grado de inclinación del suelo. Generada a partir del DEM (Modelo de Elevacion Digital) de la SRTM (Shuttle Radar Topography Mission) de la NASA, version 3 CGIAR-CSI) • Cuadrícula de pluviosidad. Generada a partir de la base de datos: South American Total Annual Precipitation, publicada por R-Hydronet (Regional, Electronic Hydrometeorological Data Network For South America, Central America, And The Caribbean).
  8. 8. ± ECUADOR COLOMBIA ± BRASILTipos de Cobertura de la superficiedel territorio (Landcover) BOLIVIA Red de Caminos (MTC 2006) (FAO 2004) Masas de Agua (0.06 Km/h) Red Vial Zona urbana (30 Km/h) Tipo de Superficie Vegetación de baja densidad (5 km/h) C. Asfaltada Vegetación densidad intermedia (4 km/h) C. No Asfaltada Vegetación densa (3 Km/h) Trocha Carrozable Desierto (5.5 Km/h) Cobertura de Suelos Red Vial
  9. 9. 7 Modelo de Elevación digital STRM Elevación (Metros sobre el nivel del mar) -65 - 250 251 - 500 501 - 1,000 1,001 - 1,500 1,501 - 2,000 2,001 - 2,500 2,501 - 3,000 3,001 - 4,000Velocidad estimada de 4,001 - 5,000 0 4 8 16 24 32 Killómetrtransporte fluvial en Rios 5,001 - 6,687de la Amazonìa Peruana No Navegable 9.1 km/h - 14 km/h 14.1 km/h - 19 km/h Elevación (DEM) 19.1 km/h - 23 km/h 23.1 km/h - 27 km/h 27.1 km/h - 31 km/h 31.1 km/h - 34 km/h 0 40 80 160 240 320 34.1 km/h - 35 km/h Kilómetros Ríos
  10. 10. ± ±Superficie de Pendientes (derivadodel Modelo de Elevación digitalSTRM de la NASA). Elaboración propia Pendiente (Grados sexagesimales) 0-1 Perú: Precipitación 1.1 - 2.5 anual promedio 2.6 - 5 (1981-1990) 5.1 - 7.5 7.6 - 10 Precipitación 10.1 - 15 (mm x año) 15.1 - 20 Máximo : 3241.86 20.1 - 30 30.1 - 50 50.1 - 70 Mínimo : 3.00 > 70 Pendientes Precipitación
  11. 11. • Construcción del modelo de costo … cont – Se formalizan supuestos acerca de cómo los atributos de las variables medidas en cada celda de las capas temáticas se relacionan con la velocidad de desplazamiento sobre la superficie del territorio que representan dichas celdas. – Las cuadrículas son trabajadas en la resolución de un arco de 3 segundos (celdas de 90 mts de lado). – Las cuadrículas son combinados en una cuadrícula de velocidades de desplazamiento. A partir de esta se obtiene finalmente la superficie de costo. – Software empleado: ArcGIS (Spatial Analyst).
  12. 12. Supuestos (velocidades de desplazamiento)• Cobertura de suelos: – Las velocidades de transporte corresponden al desplazamiento pedestre en diferentes tipos de terreno, excepto en la zona urbana, donde se asume existe disponibilidad de transporte vehicular. – Las masas de agua no navegables se consideran una barrera, por ello se les aplica una velocidad de desplazamiento bastante pequeña Tabla 1. Velocidades de transporte de acuerdo con el tipo cobertura de suelos. Velocidades de Tipo de Cobertura transporte (Km/h) Zona Urbana 30 Masas de agua no navegables 0.06 Vegetación de baja densidad 5 Vegetación de densidad intermedia 4 Vegetación densa 3 Desierto 5. 5
  13. 13. • Carreteras – Se asume que donde hay carreteras existe disponibilidad de medio de transporte motorizado y que la velocidad de desplazamiento en condiciones estándar corresponde al presentado en la tabla 2. – Una característica disponible en los datos espaciales y que ha sido empleado para modificar las velocidades estándar ha sido la sinuosidad de las vías. – La Sinuosidad permite penalizar la velocidad en segmentos de carretera más tortuosos. – Se espera que la sinuosidad afecte con mayor intensidad a las vías de transporte de mayor velocidad. Tabla 2. Velocidades de transporte por carretera de acuerdo con el tipo de superficie de rodadura. Tipo de Carretera Velocidades de (Superficie de rodadura) transporte (Km/h) Carretera asfaltada 80 Carretera no asfaltada 45 Trocha 20
  14. 14. Estratificación de la sinuosidad de un segmento de la red vial de carreteras. Sinuosidad Red Vial (MTC 2006) Sinuosidad (Ratio Dist lineal/Recorrido) 1.0 - 1.4 1.5 - 2.1 2.2 - 3.5 > 3.5Histograma de las velocidades detransporte en la cuadrícula de velocidadesen red vial, luego de ser modificada por lasinuosidad y la precipitación
  15. 15. • Rios: – Se asume disponibilidad de transporte fluvial motorizado en ríos identificados como navegables. – Se estima una velocidad promedio de transporte para todo el año, tomando en cuenta la navegabilidad anual de los ríos y el medio de transporte que son capaces de aceptar (Faura, 1962). – El rango de velocidades elegidas para el transporte fluvial se estableció entre 7 y 35 km/h. – Se empleó el promedio de las velocidades de transporte río arriba y río abajo.• Precipitación – Los valores de precipitación anual sobre el territorio nacional observados van desde 0 hasta 3242 mm. – Se asume que reduce la velocidad de desplazamiento promedio por carretera (% reducción): • Vías Asfaltadas: -0.00459 * [Precipitación anual] * 100% • Vías Afirmadas: -0.00816 * [Precipitación anual] * 100% • Trochas carrozables: -0.01613 * [Precipitación anual] * 100% • Transporte pedestre: -0.00816 * [Precipitación anual] * 100%
  16. 16. • Pendientes – Se asume que el grado de inclinación del terreno reduce la velocidad de desplazamiento a pie de acuerdo con la fórmula de Tobler (1993) – Se emplea el promedio de las velocidades estimadas para trayectos cuesta arriba y cuesta abajo. – No se considera el efecto en la velocidad de transporte motorizado, excepto por un aumento en la longitud del recorrido 7.0 6.0 5.0 Velocidad (Km/h) 4.0Modificación de la velocidad de transporte 3.0pedestre de acuerdo con la fórmula deTobler (1993) 2.0 1.0 0.0 -45 -35 -25 -15 -5 5 15 25 35 45 Pendiente en grados sexagesimales
  17. 17. AUCAYACU UCAYALISuperficie de fricción o costo (enminutos) de traslado sobre cada celdacorrespondiente a 90x90 m delterritorio ANCASH TINGO MARIA HUANUCO ± Superficie de Costo CHUPAN Costo x celda (90x90 mts) (minutos) 0.08 - 0.1 0.11 - 0.5 CHAGLLA 0.51 - 2 CHAVINILLO 2.01 - 5 5.01 - 10 PANAO 10.01 - 20 HUANUCO 20.01 - 50 PAUCARBAMBA 50.01 - 100 CAYHUAYNA 100.01 - 500 0 2.5 5 10 15 20 > 500 MARGOS Kilómetros
  18. 18. • Generación de la Matriz con estimaciones del tiempo de desplazamiento entre CCPP y EESS – Se emplean algoritmos de SIG para crear superficies con los tiempos acumulados de desplazarse sobre las celdas de la superficie de costo (siguiendo la ruta de menor costo) hasta la ubicación de cada EESS (Datos espaciales EESS, MINSA). – Cada celda almacena el tiempo que demoraría trasladarse desde cada punto del terreno hasta la ubicación de un EESS en particular. – Los tiempos de desplazamiento en las cuadrículas obtenidas son extraídas hacia las ubicaciones de los Centros poblados (Datos Espaciales de CCPPs del INEI).
  19. 19. Superficie y Matriz con tiempos de desplazamiento hacia EESS ±Superficie del costo (tiempo) acumuladode atravesar el territorio hasta unEstablecimiento de Salud F G Establecimiento de Salud ! Centros Poblados Tiempo de desplazamiento (Horas) 0 - 0.5 0.51 - 1 1.01 - 1.5 1.51 - 2 2.01 - 2.5 2.51 - 3 3.01 - 3.5 3.51 - 4 Red Vial C. Asfaltada C. No Asfaltada 0 5 10 20 30 40 Kilómetros Trocha Carrozable
  20. 20. • A partir de la matriz de tiempos de desplazamiento entre CCPPs y EESS, y empleando los datos de poblacion por CCPP (INEI, CPV 2005/2007) se obtiene: – Areas de influencia de los Establecimientos de Salud. • Para cada EESS se definen perímetros isócronos con un “radio” (tiempo de dezplazamiento) arbitrario (30min, 1h, 2hs, etc) a partir de la ubicacion de los EESS. • Se identifica la población ubicada dentro de los Áreas de Influencia. – Acceso físico de la población a Establecimientos de Salud • Resumen cuantitativo y Mapas del acceso geográfico de la población a los EESS clasificados por Capacidad resolutiva. • También se toman en cuenta la estraticación de la poblacion (Provincias, Densidad Poblacional, Categoría de Centro Poblado, Ámbito Urbano-Rural, etc). – Modelos de optimización (priorización) de la cobertura poblacional, tomando en cuenta la Capacidad Resolutiva de los EESS. • La idea es obtener una solución con los EESS que maximicen la población incluida dentro de las áreas de influencia conjunta
  21. 21. Acceso Geográfico de la Población de la Región Ancash a EESS según capacidad resolutiva. ACCESO POBLACION TOTAL < 30 minutos <1 hora <2 horas <3 horas <5 horasEstablecimientos pob % pob % pob % pob % pob % pm05 pm1 pm2 pm3 pm4ES Categoria II-2 (4 EESS, incl Hosp Barranca) 458876 45.9% 572984 57.3% 710226 71.0% 802672 80.2% 955562 95.5%ES Categoria >= II-1 (4+10 EESS) 605353 60.5% 727612 72.7% 881462 88.1% 954287 95.4% 995088 99.5%ES Categoria >= I-4 (4+10+27 EESS) 687346 68.7% 831933 83.1% 952095 95.2% 985696 98.5% 995202 99.5%ES Categoria >=I-3 (4+10+27+27 EESS) 733661 73.3% 863769 86.3% 961317 96.1% 987174 98.7% 995614 99.5%Proxy 1 (4 EESS incl Hosp Barranca) 458876 45.9% 572984 57.3% 710226 71.0% 802672 80.2% 955562 95.5%Proxy 1+2 (9 EESS) 562725 56.2% 674471 67.4% 856628 85.6% 938680 93.8% 991287 99.1%Proxy 1+2+3 (15 EESS) 601003 60.1% 726108 72.6% 876981 87.6% 953050 95.2% 994967 99.4%Proxy 1+2+3+4 (44 EESS) 692471 69.2% 818599 81.8% 948179 94.8% 982986 98.2% 995204 99.5% ACCESO POBLACION RURAL (CCPPs <=100 viviendas) < 30 minutos <1 hora <2 horas <3 horas <5 horasEstablecimientos pob % pob % pob % pob % pob % rm05 rm1 rm2 rm3 rm4ES Categoria II-2 (4 EESS, incl Hosp Barranca) 11022 3.8% 45231 15.6% 106192 36.7% 163428 56.4% 259426 89.6%ES Categoria >= II-1 (4+10 EESS) 48552 16.8% 117827 40.7% 216053 74.6% 259538 89.6% 285156 98.4%ES Categoria >= I-4 (4+10+27 EESS) 82965 28.6% 169346 58.5% 252459 87.1% 277135 95.7% 285270 98.5%ES Categoria >=I-3 (4+10+27+27 EESS) 98793 34.1% 185341 64.0% 257182 88.8% 278613 96.2% 285682 98.6%Proxy 1 (4 EESS incl Hosp Barranca) 11022 3.8% 45231 15.6% 106192 36.7% 163428 56.4% 259426 89.6%Proxy 1+2 (9 EESS) 38109 13.2% 96700 33.4% 197021 68.0% 253694 87.6% 282432 97.5%Proxy 1+2+3 (15 EESS) 47325 16.3% 116997 40.4% 214360 74.0% 259026 89.4% 285035 98.4%Proxy 1+2+3+4 (44 EESS) 81644 28.2% 164092 56.6% 250561 86.5% 274425 94.7% 285272 98.5% ACCESO CENTROS POBLADOS < 30 minutos <1 hora <2 horas <3 horas <5 horasEstablecimientos ccpps % ccpps % ccpps % ccpps % ccpps % cm05 cm1 cm2 cm3 cm4ES Categoria II-2 (4 EESS, incl Hosp Barranca) 165 3.2% 589 11.5% 1595 31.1% 2578 50.2% 4269 83.2%ES Categoria >= II-1 (4+10 EESS) 654 12.7% 1628 31.7% 3158 61.5% 4076 79.4% 4654 90.7%ES Categoria >= I-4 (4+10+27 EESS) 1210 23.6% 2539 49.5% 3986 77.7% 4502 87.7% 4656 90.7%ES Categoria >=I-3 (4+10+27+27 EESS) 1436 28.0% 2805 54.7% 4108 80.0% 4531 88.3% 4660 90.8%Proxy 1 (4 EESS incl Hosp Barranca) 165 3.2% 589 11.5% 1595 31.1% 2578 50.2% 4269 83.2%Proxy 1+2 (9 EESS) 494 9.6% 1322 25.8% 2876 56.0% 3962 77.2% 4610 89.8%Proxy 1+2+3 (15 EESS) 615 12.0% 1600 31.2% 3091 60.2% 4054 79.0% 4650 90.6%Proxy 1+2+3+4 (44 EESS) 1176 22.9% 2391 46.6% 3913 76.2% 4446 86.6% 4657 90.7%
  22. 22. Acceso Geográfico (1 hora) de la Población de la Región Ancash a EESS Walter A. Valdivia Miranda <valdivia.w@gmail.com>
  23. 23. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  24. 24. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  25. 25. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  26. 26. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  27. 27. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  28. 28. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  29. 29. Acceso Geográfico (2 horas) de la Población de la Región Ancash a EESS Walter A. Valdivia Miranda <valdivia.w@gmail.com>
  30. 30. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  31. 31. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  32. 32. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  33. 33. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  34. 34. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  35. 35. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  36. 36. Acceso Geográfico (5 horas) de la Población de la Región Ancash a EESS Walter A. Valdivia Miranda <valdivia.w@gmail.com>
  37. 37. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  38. 38. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  39. 39. Walter A. Valdivia Miranda<valdivia.w@gmail.com>
  40. 40. Resultado del Modelo de optimización de la cobertura poblacional para la Región Ancash Prioriz Estrato Cod20 Cobertura Cobertura Ganancia Ganancia Mapas ación Proxy 00 Establecimiento Total Rural (Total) (Rural)Mapa1 1 1 1652 HOSP LA CALETA 40.1% 9.5% 477447 36754Mapa1 2 1 1543 HOSP REG HUARAZ VICTOR RAMOS 66.2% 33.2% 310464 91785Mapa1 3 1 7635 HOSP BARRANCA 67.5% 35.3% 15696 8399No Mapa 4 1 1703 HOSP ELEAZAR GUZMAN BARRON 67.5% 35.3% 0 0Mapa1+2 5 2 1765 HOSP DE POMABAMBA ANTONIO CA 76.2% 54.3% 103996 73705Mapa1+2 6 2 1813 HOSP HUARI 81.6% 63.6% 63611 35802Mapa1+2 7 2 1587 HOSP CARAZ 82.6% 65.7% 12404 8035Mapa1+2 8 2 1719 HOSP CASMA 83.2% 67.2% 6622 6024Mapa1+2 9 2 1516 HOSP DE CARHUAZ 83.3% 67.5% 1148 1148Mapa1+2+3 10 3 1795 HOSP DE SIHUAS 84.2% 69.9% 11478 9262Mapa1+2+3 11 3 1540 HOSP MAMA SHU DE CHAC 85.0% 71.9% 9256 7792Mapa1+2+3 12 3 1741 HOSP HUARMEY 85.5% 73.2% 5461 5109Mapa1+2+3 13 3 1633 HOSP YUNGAY 85.5% 73.3% 721 121 • De este modelo resulta la priorización de los EESS, en función tanto de la Capacidad Resolutiva (Estrato Proxy de CR) como del Acceso Geográfico.
  41. 41. Resultado del Modelo de de optimización (priorización) de la cobertura poblacional para la Región Ancash 100.0% Cat 2 Cat 3 90.0% Cat 1 80.0% Cat 4 y 5 70.0%% Cobertura (2 horas) 60.0% 50.0% 40.0% 30.0% 20.0% Cobertura Total Cobertura Rural 10.0% 0.0% 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 N m de EESS
  42. 42. • Referencias. – Black M., Ebener S., Najera Aguilar P., Vidaurre M., El Morjani Z. Using GIS to Measure Physical Accessibility to Health Care. 2004. http://www.who.int/kms/initiatives/Ebener et al 2004a.pdf. Accesado en Agosto del 2005. – ESRI (Environmental Systems Research Institute, Inc.). ArcGIS 9. Using ArcGIS Spatial Analyst. 2002. – Faura, G. Los Ríos De La Amazonía Peruana : Estudio Histórico-Geográfico, Político Y Militar De La Amazonía Peruana Y De Su Porvenir En El Desarrollo Socio-Económico Del Perú. Lima s.e. 1962. – Martin, D., Wrigley, H,, Barnett. S, Roderick P. Increasing the Sophistication of Access Measurement in a Rural Healthcare Study. Health and Place 2002; 8: 3- 13. – Muller, I., T. Smith, et al. The effect of distance from home on attendance at a small rural health centre in Papua New Guinea. Int J Epidemiol 1998; 27: 878-84. – Tobler, W. Non-isotropic Geographic Modeling. En: Three Presentations on Geographic Analysis and Modeling. National Center for Geographic Information and Analysis University of California, Santa Barbara. 1993. – UNICEF, WHO, UNFPA. Guidelines for Monitoring the Availability and Use of Obstetric Services. 1997.

×