Patrones espaciales de la desnutrición infantil en Argentina.

MELCONIAN, MARÍA AGUSTINA; FERNÁNDEZ MARÍA SOLEDAD; TURJANSKI, PABLO; ALTSZYLER, EDGAR; LIBMAN, MALENA; ADRIANA ALICIA PEREZ; NUÑEZ, PABLO A.; CUETO GERARDO RUBÉN

Montevideo

Congreso; XIV Congreso Latinoamericano de Sociedades de Estadıstica. Sociedad Uruguaya de Estadística y otras; 2021

Sociedad Uruguaya de Estadística y otras

El retraso en el crecimiento (baja talla para la edad) es considerado el mejor indicador de las desigualdades en salud infantil, ya que refleja un d´eficit acumulativo del crecimiento lineal durante los primerosa?nos de vida. Afecta el desarrollo f´ısico, cognitivo, social y emocional, y genera consecuencias adversas enel desarrollo educativo y econ´omico durante la vida adulta. El Programa Sumar [2013-actualidad] dependiente del Ministerio de Salud de Argentina, recopila datos antropom´etricos provenientes de controles desalud de ni?nas y ni?nos con cobertura exclusiva en el sistema de salud p´ublico del pa´ıs, proporcionando ungran volumen de informaci´on que hoy en d´ıa se encuentra subanalizada, sobre la poblaci´on infantil m´asvulnerable. Con el objetivo de identificar regiones del pa´ıs con mayor prevalencia de baja talla, se proponeestudiar la variaci´on espacial de este indicador en la poblaci´on de ni?nos y ni?nas beneficiarios del Programa. Como fuente de datos se utilizaron los ´ultimos registros de talla provenientes de controles de saludde ni?nos y ni?nas de 0 a 5 a?nos del Programa del per´ıodo ene/2019 - abr/2020. Para cada uno de los 6.194centros de salud (efectores) que reportaron controles en este per´ıodo se calcul´o la prevalencia de baja talla(PBT) como la cantidad de beneficiarios con baja talla para la edad (seg´un el criterio establecido por laOrganizaci´on Mundial de la Salud) sobre el total de beneficiarios que realizaron controles de salud, la edadpromedio y la proporci´on de varones. Para analizar los patrones espaciales en la PBT(variable respuesta)se aplicaron modelos geoespaciales con m´etodos de estimaci´on bayesianos (Bayesian space-model-basedgeostatistics using integrated nested Laplace approximations), disponibles en la biblioteca R-INLA delsoftware R, utilizando una distribuci´on Binomial. Para el modelado de la estructura espacial se utilizaronecuaciones estoc´asticas parcialmente diferenciales, una malla conteniendo las coordenadas de cada uno delos efectores y una matriz de correlaci´on de M´atern. Se incluyeron como variables de control la proporci´onde varones y la edad promedio de los beneficiarios de cada efector. Como variables de efectos aleatoriosse a?nadieron el efector y el departamento al cual correspond´ıa el mismo. La cantidad de beneficiariospor efector fue variable (media=188, mediana=102; Rango: 1-7.489). En cuanto a lo estimado por elmodelo, la mediana para la PBT estimada fue de 8 % y los percentiles 5 y 95 fueron de [6,28-10,40] %respectivamente. El modelo ajustado present´o una estructura espacial significativa, (DIC al incorporar elfactor espacial: 30.039). La PBT disminuy´o al aumentar la edad promedio de los beneficiarios del efectory aument´o con la proporci´on de varones del mismo. Los valores m´as altos de PBT se observaron enlas provincias del noroeste, noreste, Santiago del Estero y el AMBA, seguidos por la regi´on patag´onica,particularmente en la provincia de Neuqu´en. Modelar la estructura espacial de variables con distribuci´onno normal requiere de m´etodos complejos existiendo pocos ejemplos de aplicaciones en epidemiolog´ıa enArgentina En este sentido, en el presente trabajo el modelo ajustado permiti´o describir la estructuraespacial presente en el indicador de baja talla e identificar ´areas a distintas escalas jurisdiccionales conpeores situaciones nutricionales. El hecho de ajustar el modelo por edad y sexo (proporci´on de varones), hizo posible efectuar comparaciones independientemente de la composici´on de edad y sexo de cadaefector. Poder hacer un seguimiento de indicadores de desnutrici´on a escalas subnacionales y locales esfundamental tanto para reducir las desigualdades a nivel territorial, como para evaluar progresos y ´areasque requieren mejoras; adem´as permite implementar pol´ıticas sociales que se adec´uen a las necesidadesparticulares de cada caso. De esta manera, este trabajo podr´a ser utilizado por tomadores de decisionescomo herramienta que permita enfocar posibles intervenciones sanitarias acordes a la situaci´on que sepresente, en grupos determinados o espacios geogr´aficos particulares. P