Obesidad en Argentina: análisis de tendencias y desigualdades sociales desde una perspectiva socioterritorial

POU SONIA; DIAZ MP; ALBERDI, M; VELÁZQUEZ, G; ABALLAY, LR

San Juan

Congreso; XV Jornadas Argentinas de Estudios de Población - II Congreso Internacional de Población del Cono Sur.; 2019

AEPA

Obesidad en Argentina: análisis de tendencias y desigualdades sociales desde unaperspectiva socioterritorial 1Sonia Alejandra Pou 1 ; María del Pilar Díaz 2 ; Martina Alberdi 3 ; Guillermo ÁngelVelázquez 4 ; Laura Rosana Aballay 51 Instituto de Investigaciones en Ciencias de la Salud (INICSA), CONICET/UniversidadNacional de Córdoba-Facultad de Ciencias Médicas (UNC-FCM); Estadística y Bioestadística,Escuela de Nutrición, UNC-FCM. pousonia@conicet.gov.ar;2 Estadística y Bioestadística, Escuela de Nutrición, UNC-FCM; INICSA, CONICET/UNC-FCM. pdiaz@fcm.unc.edu.ar3 Informática aplicada a la Nutrición, Escuela de Nutrición, UNC-FCM.martinaalberdi@hotmail.com4 Instituto de Geografía, Historia y Ciencias Sociales (IGEHCS), CONICET/UniversidadNacional del Centro de la Provincia de Buenos Aires.gvelaz@fch.unicen.edu.ar5 Estadística y Bioestadística e Informática aplicada a la Nutrición, Escuela de Nutrición, UNC-FCM. laballay@fcm.unc.edu.arObjetivos: Analizar la configuración socioterritorial de la prevalencia de obesidad enArgentina y su dinámica temporal entre 2005 y 2013, desde el enfoque deDeterminantes Sociales de la Salud. Identificar determinantes socio-ambientales de la obesidad en la población deArgentina, 2013.Métodos:Las fuentes secundarias de datos empleadas en el presente trabajo incluyen: a) las basesde microdatos de la Encuesta Nacional de Factores de Riesgo para enfermedadescrónicas (ENFR) 2005, 2009 y 2013, disponibilizadas por INDEC; b) la base de datossobre el Índice de Calidad de Vida en Argentina (2010) y sus subíndices disconfortclimático y espacios verdes, provista por su autor (Velázquez GA); c) datos censales2010 (INDEC) procesados con Redatam+SP ó publicados por INDEC.En una primera etapa, se condujo un estudio ecológico mixto (multigrupal y detendencia temporal). En base a la información de las ENFR (obtenidas según muestreoprobabilístico, estratificado y multietápico), se analizó entonces la distribucióngeográfica de la prevalencia de obesidad a escala provincial en 2005, 2009 y 2013 enArgentina. Para ello, mediante el método de estandarización directa (población censal2010 como referencia) y empleando los ponderadores disponibles en las bases de datosde estas encuestas, se calcularon tasas de obesidad ajustadas por edad (TEO), porprovincia y año de estudio, así como las diferencias absolutas y relativas de las TEO del2005 y 2013. Las TEO por sexo y año de estudio fueron georreferenciadas y segeneraron mapas en secuencia temporal con fines comparativos.1 Sesión Regular 15: Calidad de vida, procesos sociales y territoriales.2Para analizar desigualdades sociales en la carga poblacional de obesidad (2013) a nivelecológico (24 unidades geográficas, por las 23 provincias argentinas mas CABA),fueron considerados como indicadores sociales el nivel de instrucción poblacional(según % de población -masculina ó femenina- de 15 y más años con primarioincompleto, y con terciario o universitario completo) y el Índice de Calidad de Vida deArgentina (2010). En función de estos indicadores se calcularon la diferencia de tasasextremas, el riesgo atribuible poblacional (absoluto y relativo) y el índice deconcentración (suavizado) (OPS-OMS, 2016), utilizando el software Epidat 4.2.En una segunda etapa, se condujo un estudio epidemiológico transversal empleando laúltima base de microdatos disponible de la ENFR (correspondiente al año 2013) para laidentificación de determinantes socio-ambientales de obesidad en Argentina. Luego deexcluir aquellos sujetos con datos antropométricos faltantes/inconsistente, la muestraquedó conformada por n=30.288 personas adultas (≥18 años) que residieron enaglomerados urbanos de 5000 o más habitantes en 2013. Se analizó la asociación entrela ocurrencia de obesidad (IMC≥30) y las características sociodemográficas (grupo deedad, estado civil, configuración familiar, nivel de instrucción) y del macro-entorno deresidencia de los individuos (disconfort climático y disponibilidad de espacios verdes).Dada la estructura jerárquica de los datos (n individuos agrupados jerárquicamente en24 unidades geográficas) fueron estimadas medidas de asociación (odds ratios, ORs)entre las covariables mencionadas y la obesidad (presencia/ausencia) según sexo,usando modelos de regresión logística multinivel con intercepto aleatorio (Rabe-Hesketh & Skrondal, 2008), a los fines de considerar una fuente de variabilidadgeográfica (provincial) en las estimaciones. Se incluyó además en los modelos untérmino de interacción (efecto fijo) entre el nivel de ingresos familiar (bajo: quintilinferior de ingresos; medio: quintiles 2-4; alto: quintil superior) y el nivel deurbanización (según el tamaño del aglomerado urbano de residencia: ciudades pequeñas-de hasta 100.000 habitantes- vs. ciudades intermedias/grandes -con mayor tamañopoblacional). El tabaquismo, ingesta de frutas/verduras y actividad física fueronincorporadas como variables de ajuste. Todos los análisis fueron realizados con elsoftware Stata 14.0.