Академический Документы
Профессиональный Документы
Культура Документы
Autores:
Quito, 2012
Dedicatoria
Esta tesis la dedico con todo mi cariño a mi familia. A mis padres, por todo lo
que me han dado en esta vida, especialmente por sus sabios consejos y por
estar a mi lado en todo momento. A mis hermanitas y hermanitos, por
convertirse en mis mejores amigas/o y ser mi apoyo incondicional en cada una
de las metas que he emprendido, estoy segura que en estos momentos se
alegran por mí.
Esta tesis va dedicada con todo mi amor para mi linda familia mi papá mi
mamita mi hermana mi hermano y mi sobrinita por ser y seguir siendo el gran
apoyo durante toda mi vida.
Alejandro Vaca
Agradecimientos
Mi más sincera gratitud a mi director Ing. Fabián Muñoz, por compartir sus
conocimientos, por su accesibilidad y paciencia, por las oportunidades que me
ha brindado, por incentivarme a culminar esta meta y seguir superándome.
A esa persona tan especial quién con su dulzura, amor, ternura y comprensión
alegra mis días, gracias por estar incondicionalmente a mi lado, en los buenos
y malos momentos, por su ayuda y principalmente por hacerme feliz.
Y a ti mi bonita ya que sin tu amor hubiera sido imposible lograr culminar esta
importante etapa de nuestras vidas.
Alejandro Vaca
AUTORIZACION DE LA AUTORIA INTELECTUAL
_______________________ ___________________________
Angela Rocio Soria Carrillo Alejandro Roberto Vaca Almeida
C.C. 1720425204 C.C. 1714156047
Contenido Pág.
Abstract ............................................................................................................... i
I.1. Introducción........................................................................................... 1
I.4. Justificación........................................................................................... 5
II.2.1. Objetivos....................................................................................... 19
II.2.5. Informantes................................................................................... 23
IV.3.1. Análisis de los efectos marginales para el área urbana .......... 118
IV.3.2. Análisis de los efectos marginales para el área rural .............. 121
Bibliografía .......................................................................................................... I
Índice de anexos
Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que
residen en el área urbana de la provincia de Cotopaxi .................................... 86
Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que
residen en el área rural de la provincia de Cotopaxi ........................................ 89
Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área
rural. ............................................................................................................... 100
Tabla 48: Niñas/os que viven con personas mayores a la madre .................. 123
Tabla 49: Niñas/os que viven con personas mayores a la madre según estado
civil de la madre ............................................................................................. 123
Tabla 50: Niñas/os que viven con personas mayores a la madre según
prevalencia de desnutrición crónica ............................................................... 124
Tabla 51: Niñas/os que viven con personas mayores a la madre según
prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar
....................................................................................................................... 125
Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional 6
Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área.. 7
Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en
dólares ............................................................................................................. 96
Figura 24: Resultados del escenario de la variable gasto (área urbana) ....... 111
Figura 25: Resultados del escenario de la variable Escolaridad de la madre
(área rural)...................................................................................................... 113
Abstract
i
TEMA: “Factores determinantes de desnutrición crónica en niñas y niños
menores de cinco años en la provincia de Cotopaxi”.
ii
Capítulo I. Plan de Tesis
I.1. Introducción
1
Se aprobaron ocho Objetivos de Desarrollo del Milenio (ODM) en la Cumbre del Milenio para el
Desarrollo, septiembre de 2000.
2
Se define la desnutrición crónica (baja talla para la edad).
3
Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cuales
fueron calculados en base a la ENDEMAIN 2004.
1
Condiciones de Vida realizadas por el INEC en los años correspondientes, se
observa una reducción de 5.9 puntos porcentuales en un periodo de 6 años es
decir 0.98 puntos porcentuales por año4, la disminución en estos índices no
corresponde a lo esperado según las metas contempladas en los ODM, así
como en el Plan Nacional de Desarrollo del Ecuador (Plan Nacional del Buen
Vivir) que se propone la meta de reducir a un 14% en el 20135.
La desnutrición crónica es una enfermedad que afecta a todos los órganos del
ser humano produciendo graves problemas en la salud como son deterioro del
crecimiento físico, aumento en la mortalidad y la morbilidad tanto para
enfermedades transmisibles, como la tuberculosis, como para los no
transmisibles, como la hipertensión, diabetes, enfermedades coronarias, etc.7.
4
“Mapa de desnutrición Crónica del Ecuador Enero 2010”.
5
“Idem” 4.
6
“Idem” 4.
7
“Evolución de la desnutrición crónica infantil y su distribución socioeconómica en siete países de
América Latina y el Caribe” Guillermo Paraje.
2
mayores gastos por tratamientos de salud (tanto públicos como privados) e
indirectos, relacionados con la ineficiencia en los procesos educativos, con una
menor productividad (individual y agregada) y, por ende, un menor crecimiento
económico8.
8
“Idem 4”.
9
Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cuales
fueron calculados en base a la ENDEMAIN 2004.
10
Doctor en Nutriología por la Universidad de Massachusetts, Director de Nutrición del Instituto
Nacional de Ciencias Médicas y Nutrición Salvador Zubirán
11
En lo últimos años se han implementado programas con el fin de erradicar la desnutrición crónica en el
país como: Programa Aliméntate Ecuador, PANN2000, NUTRINFA, etc.
3
En esta investigación a la desnutrición crónica de niñas y niños menores de
cinco años, se va a llamar desnutrición crónica infantil para efectos de facilitar
la redacción y el mejor entendimiento del lector.
4
La provincia de Cotopaxi, por el mismo hecho de poseer una diversidad
climatológica (desde los 500 m.s.n.m. en la costa hasta los 4.500 m.s.n.m. en
los páramos de la sierra), étnicamente está conformada por dos culturas
claramente identificadas, la mestiza y la indígena.
I.4. Justificación
Entre los indicadores que son considerados para medir desnutrición se tiene
los siguientes: “peso para la edad”, “peso para la estatura”, “talla para la edad”
de los cuales la talla para la edad suele considerarse un indicador de
desnutrición crónica de los niños menores de cinco años, ya que refleja el
efecto neto de la experiencia nutricional de esos niños desde su nacimiento (o
desde que estaban en el vientre materno), y se considera el más importante
indicador del estado nutricional de largo plazo” 12.
Existen una serie de factores que, a nivel agregado, podrían estar asociados
causalmente con la desnutrición crónica, cuya causa primaria es la insuficiente
ingesta de nutrientes. Estos factores pueden agruparse en cinco grupos como
son factores medioambientales, socioeconómico culturales, político
institucionales, productivos y biomédicos13.
Por esto es importante saber que dimensiones del problema son las que más
afectan a la desnutrición crónica, “la aplicación de políticas o planes de acción
sobre nutrición requiere disponer de información sobre los problemas y sus
12
SEGURIDAD ALIMENTARIA CONCEPTOS Y TENDENCIAS Héctor Maletta y Rosario Gómez.
13
“Idem 7”.
5
causas para poder identificar las prioridades”14, y a partir de este punto, tomar
los correctivos necesarios, aplicando políticas que ayuden a ir atenuando las
altas tasas de desnutrición crónica de los niños del país.
Es una provincia que presenta altos índices que afectan a las condiciones de
vida de la población como la tasa de analfabetismo que alcanza un 17,6% que
es casi el doble del promedio nacional que se ubica en un 9%, así mismo la
asistencia profesional durante el parto16 con un 64.2% de mujeres atendidas, el
63.2% de la población posee medios sanitarios para la eliminación de excretas
mientras que a nivel nacional se alcanza un 77.3%, tan solo un 41,7% tiene
servicio de recolección de basura siendo únicamente más bajo en Bolívar con
un 32,9%, de igual manera un 27.1% tiene acceso al agua entubada por red
pública dentro de la vivienda mientras que a nivel nacional se alcanza un 48%,
un 31.6% de la población se encuentra en pobreza extrema por necesidades
básicas insatisfechas17, según el Sistema Integrado de Indicadores Sociales
del Ecuador (SIISE) estos indicadores fueron elaborados en base a la
información de la ECV 2005 – 2006.
14
Indicadores de nutrición para el desarrollo FAO 2006.
15
“Idem 4”.
16
Se refiere únicamente a las mujeres asistidas durante su parto por personas tituladas o diplomadas en la
salud, esto es, médicos, enfermeras/os, obsterices, ayudantes de enfermería.
17
Número de personas (u hogares) que viven en condiciones de “pobreza”, expresados como porcentaje
del total de la población en un determinado año. Se considera “pobre” a una persona si pertenece a un
hogar que presenta carencias persistentes en la satisfacción de sus necesidades básicas incluyendo:
vivienda, salud, educación y empleo.
6
I.5. Objetivos
I.6. Hipótesis
7
2. Los factores que afectan a la desnutrición crónica de las niñas y niños
menores de 5 años de la provincia de Cotopaxi son diferentes en el área
rural con respecto al área urbana.
I.7. Metodología
8
Para mejor comprensión de la información que se va a utilizar para este estudio
se inicia describiendo los procedimientos metodológicos utilizados en el
desarrollo de la encuesta, describiendo los objetivo, el diseño muestral
utilizado, así como los principales características de la encuesta.
9
Estimación del indicador de desnutrición infantil, empleando los
nuevos patrones de crecimiento de la Organización Mundial de la
Salud (OMS) 200518.
I.7.1. Procedimientos:
Estadística descriptiva.
Análisis de varianza.
18
El estudio, denominado “Estudio Multi-centro de las Referencias del Crecimiento (MGRS) de la
OMS” se diseñó para que describa el crecimiento de los niños conforme a las prácticas de salud
recomendadas y los comportamientos saludables, para que sirvan como referencia normativa o
prescriptiva del crecimiento físico (Wilma B. Freire, PhD. Nutrición Humana y Epidemiología).
10
Análisis de regresión.
11
Recepción de remesas por Promedio, distribución relativa
migración
12
Recepción de vacunas Distribución relativa
13
I.9. Cronograma de actividades
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Semana 1
Semana 2
Semana 3
Semana 4
Actividad
14
I.10. Plan analítico
Introducción
Justificación
Objetivos
Hipótesis
Metodología
Variables e indicadores
Plan analítico
Cronograma
Bibliografía
Fuentes de información
La ECV-2005-2006
15
Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la
provincia de Cotopaxi
Conclusiones
Recomendaciones
Bibliografía
16
Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños
menores de cinco años de la provincia de Cotopaxi.
19
INEC, Metodología ECV quinta ronda (2005-2006).
17
ajustando y adaptando a las experiencias, características y necesidades del
Ecuador”20.
20
SECAP, Bases Metodológicas, Técnicas y procedimientos, (1996).
18
II.2. La ECV 2005-2006 (Aspectos Metodológicos)
II.2.1. Objetivos
Contar con una línea de base actualizada y útil para la medición del
cumplimiento de los Objetivos y Metas de Desarrollo del Milenio.
“El marco de muestreo para la ECV 5ta. Ronda, fue construido en base al
Marco Maestro construido por David Megill (U.S. Census Bureau) en el año
21
“Idem 19”
22
“Idem 19”
19
2002, el cual utilizó datos del VI Censo de Población y V de Vivienda del año
2001. Está constituido por el listado completo y actualizado de viviendas y
población por sector censal”23.
23
INEC-Ecuador, Diseño de la muestra maestra para el sistema integrado de encuestas de hogares del
inec-ecuador, y diseño de la muestra para la encuesta nacional de ingresos y gastos de hogares urbanos,
(2002).
24
“Idem 19”.
20
Tabla 1: Distribución de la muestra ECV 2005 – 2006
Sectores Viviendas %
AZUAY 81 972 7,2%
BOLIVAR 42 504 3,7%
CAÑAR 42 504 3,7%
CARCHI 42 504 3,7%
COTOPAXI 51 612 4,5%
CHIMBORAZO 51 612 4,5%
EL ORO 76 912 6,7%
ESMERALDAS 59 708 5,2%
Provincia GUAYAS 157 1884 13,9%
IMBABURA 51 612 4,5%
LOJA 51 612 4,5%
LOS RIOS 68 816 6,0%
MANABI 80 960 7,1%
PICHINCHA 125 1500 11,1%
TUNGURAHUA 68 816 6,0%
AMAZONÍA 84 1007 7,4%
Total 1128 13535 100,0%
Fuente: INEC ECV 2005-2006
21
básicamente las provincias dentro de cada región formando 15 estratos,
excepto las provincias de la Región Amazónica, las cuales conforman 1 solo
estrato; y, los grandes centros poblados urbanos que constituyen 4 estratos
aparte”25.
n %
Urbana 156 25,4%
Área Rural 458 74,6%
Total 614 100,0%
Fuente: INEC ECV 2005-2006
25
“Idem 19”.
26
“Idem 19”
22
Tabla 4: Personas encuestadas de la provincia de Cotopaxi según área y sexo
Área
Urbana Rural Total
N % N % N %
Hombre 303 11,3% 1004 37,3% 1307 48,5%
Sexo Mujer 338 12,6% 1048 38,9% 1386 51,5%
Total 641 23,8% 2052 76,2% 2693 100,0%
Fuente: INEC ECV 2005-2006
II.2.5. Informantes
23
El ingreso, validación y corrección de la información en el campo”27.
Sección Temática
1 Vivienda y hogar
2 Registro del hogar
3 Salud
4 Educación
5 Migración
6 Actividades económicas
7 Fecundidad
8 Gastos y otros ingresos, equipamiento del hogar
9 Capital social y emigración laboral
10 Negocios del hogar y actividades independientes
11 Actividades agropecuarias
Fuente: INEC, ECV 2005-2006.
27
“Idem 19”
24
Las preguntas de la sección 1 permiten contar con información de la estructura
física de la vivienda que ocupa el hogar, por ejemplo, materiales del techo piso
y paredes, abastecimiento de agua, servicios básicos, etc.
25
II.3. Estimación de la desnutrición crónica infantil en la provincia de
Cotopaxi
60,0
51,3
48,7
50,0
30,0
20,0
12,4 13,6
10,0
0,0
Total Urbana Rural
Hombre Mujer
28
Se considera área rural a las poblaciones que tienen menos de 5000 habitantes y área urbana a las
poblaciones con 5000 y más habitantes (INEC ECV 2005-2006).
26
Las personas de la provincia de Cotopaxi tenían en promedio 27,2 años de
edad (Tabla 6) para el 2006, similar al promedio nacional (Anexo 2), sin
embargo el 50% de las personas de la provincia alcanzaban una edad de 22
años, mientras que a nivel nacional la diferencia es de un año (23 años de
edad).
Desviación
Mediana Media típica Mínimo Máximo N total
Desviación Total de % de
Media típica Mínimo Máximo hogares hogares
27
Cotopaxi como a nivel nacional las personas que se autoidentifican como
indígenas residen en el área rural, siendo esta provincia una de las que tiene
mayor población indígena en la región Sierra.
Área
n % N % n %
28
Tabla 9: Niñas/os menores de 5 años según área y sexo
Área
N % N % N %
Tabla 10: Niñas/os menores de 5 años según sexo y grupos de edad (en
meses) de la provincia de Cotopaxi
SEXO
Hombre Mujer Total
N % N % n %
Menores de 12 meses 5311 22,7% 4326 17,7% 9637 20,1%
De 12 a menos de 24
4315 18,5% 3787 15,5% 8102 16,9%
meses
Grupos De 24 a menos de 36
de edad 4697 20,1% 5727 23,4% 10423 21,8%
meses
niños
menores De 36 a menos de 48
4772 20,4% 5366 21,9% 10138 21,2%
de 5 años meses
De 48 a menos de 60
4284 18,3% 5279 21,6% 9562 20,0%
meses
Total 23377 100,0% 24485 100,0% 47862 100,0%
Fuente: INEC ECV 2005-2006
29
En la provincia de Cotopaxi, existen mayor número de personas que se
encuentran entre 5 a 19 años de edad, distribuidos en 3 grupos etarios (figura
2), comportándose de forma similar a la distribución a nivel nacional (anexo 2),
por lo que se puede concluir, que la provincia se encontraba habitada,
mayoritariamente, por población joven.
30
cinco años tienen en promedio29 los hogares de Cotopaxi, en el área rural el
promedio es de 1,5 mientras que en la urbana 1,2 (Tabla 11).
Total de
hogares con
niñas/os
Desviación menores de % de
Media típica Mínimo Máximo cinco años hogares
29
Promedio calculado solo para los hogares que tiene al menos una niña/o menor de 5 años.
31
II.3.2. La desnutrición crónica infantil
30
“Idem 12”.
31
“Idem 12” : Amartya Sen en su libro Poverty and famines publicado en 1981 demostró que muchas
hambrunas habían ocurrido sin que existiese un déficit de alimentos a nivel mundial o incluso en el país
afectado.
32
“Idem 12”.
32
de la salud y el saneamiento, y las prácticas de atención y alimentación
inapropiadas son las principales causas de un estado nutricional deficiente. La
inseguridad alimentaria puede ser crónica, estacional o transitoria”33.
33
FAO, 2000 “El estado de la inseguridad alimentaria en el mundo”.
34
“Idem 12” .
33
retardo en el crecimiento infantil, y diversas enfermedades relacionados con la
desnutrición”.
35
“Idem 12” .
36
“Idem 12”.
37
“Idem 12”.
34
las niñas y niños que padecen de este tipo de desnutrición, son irreversibles a
lo largo de toda su vida38.
38
“Idem 12”.
39
Las curvas del crecimiento del “National Center for Health Statistics” (NCHS) fueron construidos
mediante la combinación de dos conjuntos distintos grupos de datos, recopilados en diferentes períodos.
Para los niños menores de 2 años, los datos provinieron del “Fels Longitudinal Study” realizado en
Yellow Springs, Ohio, durante el período comprendido entre los años 1929 y 1975. Las curvas Fels
reflejan el crecimiento de niños alimentados principalmente con fórmula y cuya alimentación
complementaria comenzó antes de los 4 meses. El grupo provino de entornos homogéneos en términos
genéticos, geográficos y socioeconómicos (De Onis, Garza, y Habicht, 2006).
40
“Mapa de desnutrición Crónica del Ecuador Enero 2010; Recuadro temático N°. 1; Wilma B. Freire;
Nutrición humana y Epidemiología”.
35
pequeños saludables alimentados con leche materna con antecedentes étnicos
y entornos culturales muy diversos (el Brasil, Ghana, la India, Noruega, Omán y
los Estados Unidos de América). Este estudio tiene la peculiaridad de que fue
concebido específicamente para elaborar un patrón seleccionando a niños
saludables que vivieran en condiciones favorables para que los niños alcancen
plenamente su potencial genético de crecimiento. Además, las madres de los
niños seleccionados para la construcción de los patrones realizaban prácticas
fundamentales de promoción de la salud, a saber, alimentar a los hijos con
leche materna y no fumar”41.
Para estimar la desnutrición crónica (baja talla para la edad), se debe contar
con datos antropométricos (para este caso la talla), de una muestra
representativa de niñas y niños menores de cinco años recogidos bajo los
estándares técnicos recomendados en este tipo de mediciones.
41
“Patrones de crecimiento infantil Métodos y Desarrollo; OMS”.
42
“Patrones de Crecimiento Nota descriptiva no.1 OMS”,
36
observado en percentiles, puntajes z y porcentaje de adecuación a la
mediana43.
43
“Evaluación del estado nutricional de niñas, niños y mujeres embarazadas mediante antropometría;
Buenos Aires Ministerio de Salud de la Nación con apoyo de la OPS; 2009”.
44
“Idem 41”.
45
“Idem 41”.
46
“En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribución
gaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuencia
aparece en fenómenos reales”.
37
permite estadísticos de resumen, criterio uniforme entre índices, útil para
detectar cambios en extremos de la distribución47.
47
“Idem 41”.
48
“Niñas/os participantes en el estudio multicéntrico sobre el patrón de crecimiento de la OMS (2005)”.
49
“Idem 12”.
38
Figura 3: Esquema de Interpretación del Puntaje z
50
PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos.
39
Figura 4. Porcentaje bajo el área de la curva normal
A partir del cálculo del puntaje z la OMS elaboró las nuevas curvas de
crecimiento como se lo explica en el numeral II.3.2 de este documento, estos
parámetros son importantes indicadores de salud y ayudan a determinar el
estado de salud de una niña/o o una población de niñas/os y si su crecimiento
es adecuado.
51
A manera de ejemplo, en la figura 5 se muestra la distribución del puntaje z para las niñas/os de 36
meses de edad.
40
menos de -2 desviaciones estándar es decir, por debajo de la línea roja sufren
retardo de talla para la edad (desnutrición crónica), mientras más alejados de la
línea roja se encuentren mayores serán las probabilidades que tengan
problemas de salud, es decir las niñas/os que se encuentran a menos de -3
desviaciones estándar, por debajo de la línea negra, presentan retardo de talla
para la edad severa, como la niña/o 2 de la figura. Por otro lado la niña/o 1
presenta una estatura normal para su edad ya que se ubica entre la línea verde
(mediana de la población de referencia) y la línea roja (-2 DE).
41
El siguiente cuadro desarrollado por la OMS52, permite una mejor comprensión
de la interpretación de los diferentes indicadores de crecimiento (desnutrición
global, aguda, crónica e IMC) para niñas/os menores de cinco años.
Puntaje Z
Indicadores de Crecimiento
Posible riesgo de
Posible riesgo de
Arriba 1 sobrepeso (Ver
sobrepeso (Ver nota 3)
nota 3)
0 (mediana)
Bajo −1
NOTAS:
1. Un niño en este rango es muy alto. Su altura es raramente un problema, a menos que sea excesiva y
puede indicar un desorden endocrino, como un tumor producido por la hormona de crecimiento. Seria
recomendable referir a este niño si usted sospecha de un desorden endocrino. (Ej.: si padres de talla
normal tienen un hijo con altura excesiva para su talla).
2. Un niño cuyo peso para la edad cae en este rango puede tener un problema de crecimiento, es
recomendable evaluar al niño con el indicador peso/talla o el índice de masa corporal para la edad.
3. Un punto por arriba de 1 demuestra un posible riesgo. Una tendencia hacia arriba demuestra un riesgo
categórico.
4. Es posible para un niño con retardo de estatura o un severo retardo de estatura llegar a ser sobrepeso.
52
Categorización de los indicadores, desarrollado por la OMS, traducido al español.
42
II.3.3.2. Software “WHO Anthro” para el cálculo de desnutrición
crónica
“El software “WHO Anthro” fue desarrollado para facilitar la aplicación de los
patrones de crecimiento infantil de la OMS en la vigilancia del crecimiento y el
motor de desarrollo en individuos y poblaciones de niños de hasta 5 años de
edad.
Una primera versión de este software fue publicado en el 2006, junto con el
conjunto de Patrones de crecimiento infantil de la OMS (es decir, el peso para
la edad, talla para la edad, peso para la talla, índice de masa corporal- para la
edad y las ventanas de logro para seis hitos motricidad gruesa).
En este estudio para efectos del cálculo de los puntajes z se utilizará la versión
v.3.1.0, del software WHO Anthro, el mismo que no tiene costo de
licenciamiento y se encuentra disponible en la página web de la OMS54.
53
WHO Anthro for personal computers, World Health Organization, 2010.
54
Página web oficial de la OMS http://www.who.int/childgrowth/en/.
43
II.3.3.3. Estimación de la prevalencia de desnutrición crónica
en niñas/os menores de cinco años de la provincia de
Cotopaxi
Variable Formato
44
Figura 6. Proceso del cálculo de desnutrición crónica
45
II.3.3.4. Resultados de la prevalencia de desnutrición crónica
n %
55
Se excluyeron en total 39 niñas/os del cálculo de la prevalencia de desnutrición crónica, ya que
presentaron errores en cualquiera de las cuatro medidas nutricionales (WHZ, HAZ, WAZ, BAZ).
56
Hogares con jefe/a que se autoidentificaron como indígenas.
46
Las tres provincias con niveles más altos de desnutrición están ubicadas en la
sierra y estas son: Chimborazo con 52,7%, Bolívar 47,9% (ver anexo 3) y
Cotopaxi 42,6% (ver tabla 14).
n %
47
Tabla 15: Prevalencia de desnutrición crónica según auto identificación étnica del jefe
del hogar en la provincia de Cotopaxi
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % N %
57
Para el gráfico 1 se consideró la autoidentificación del jefe del hogar indígena y mestizo, ya que, las
demás categorías no mostraron ser significativas.
48
Figura 7. Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del
hogar y área de residencia de la provincia de Cotopaxi
70
60,5
60
51,2
47,0
50 42,6
39,3
Porcentaje
40
28,6 26,0
30 25,8 prevalencia de desnutrición
crónica a nivel nacional
20
10
0
Cotopaxi Total Indígena Mestizo Total Indígena Mestizo
Urbana Rural
Mientras que a nivel nacional hay diferencia entre hombres y mujeres que
padecen desnutrición crónica (3 puntos), en Cotopaxi tanto hombres como
mujeres alcanzan un 42,8% y 42,5% respectivamente, además se puede
visualizar que el número de niñas con retardo de talla es mayor que el de
niños. El indicador para el área rural es de 47% mientras que para el área
urbana 28,6%, siendo consistente con el nacional (ver tabla 16).
49
Tabla 16: Prevalencia de desnutrición crónica según sexo y área en la provincia de
Cotopaxi
Así mismo se puede estimar la desnutrición por nivel de afección, a nivel país
el retardo de talla es del 19,5% y el retardo de talla severa es del 6,3%
mientras que para Cotopaxi estos mismos indicadores alcanzan un 30,5% y
12,1% respectivamente58 (ver tabla 17).
País Cotopaxi
n % N %
58
Para el caso de nivel de afección de desnutrición se considera retardo de talla a las niñas/os que se
encuentran en el rango -2 DE>x≥-3 DE, y retardo de talla severa a las/os que se encuentran a x<-3 DE.
50
La desnutrición por nivel de afección según el sexo muestra que los hombres
son quienes se ven más afectados por el retardo de talla severa alcanzando al
15% de ellos, este porcentaje es similar al alcanzado por las niñas/os que
residen en el área rural (según tabla 18).
Tabla 18: Nivel de desnutrición crónica según área y sexo en la provincia de Cotopaxi
Niveles de desnutrición
Sin retardo de Retardo de talla
talla Retardo de talla severa Total
N % N % n % n %
Hombre 12538 57,2% 6090 27,8% 3279 15,0% 21907 100,0%
Sexo Mujer 13418 57,5% 7721 33,1% 2192 9,4% 23331 100,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%
Urbana 7683 71,4% 2916 27,1% 158 1,5% 10758 100,0%
Área Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%
Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%
Fuente: INEC ECV 2005-2006
51
II.3.3.5. Comprobación de hipótesis
PLANTEAMIENTO DE HIPÓTESIS
H0: La distribución de la variable HAZ sigue una distribución normal.
1
H1: La distribución de la variable HAZ NO sigue una distribución normal.
NIVEL DE SIGNIFICANCIA
2 α = 0.05
ESTADÍSTICO DE PRUEBA
D max Fˆn xi F0 xi
1 i n
donde:
x
• i es el i-ésimo valor observado en la muestra (cuyos valores se han ordenado
3
previamente de menor a mayor).
F̂n xi xi .
• es un estimador de la probabilidad de observar valores menores o iguales que
F x xi cuando H
• 0 i es la probabilidad de observar valores menores o iguales que 0 es
cierta.
REGLA DE DESICIÓN
4 Si p valor > α se acepta H0.
DESICIÓN
Valor calculado= 0,058
5 P valor= 0,012
Como 0,012 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
6
La distribución de la variable HAZ NO sigue una distribución normal.
59
Primera hipótesis del plan de tesis “La prevalencia de desnutrición crónica en las niñas y niños menores
de cinco años es diferente en el área urbana que en la rural en la provincia de Cotopaxi”.
52
Se utiliza la prueba de Kolmogorov-Smirnov60 para determinar si la variable en
estudio, para nuestro caso HAZ61, sigue una distribución normal. Al nivel de
significancia del 95% rechazamos la hipótesis nula de que la variable de
estudio sigue una distribución normal (ver tabla 19), por lo tanto se debe utilizar
una prueba no paramétrica para determinar si existe diferencia
estadísticamente significativa entre el puntaje z (HAZ) de las niñas/os de
Cotopaxi según el área de residencia.
Kolmogorov-Smirnov
Estadístico Gl Sig.
HAZ ,058 316 ,012
Fuente: INEC ECV 2005-2006
Debido a que la variable HAZ no sigue una distribución normal, para determinar
si existe diferencia significativa en el puntaje z en las niñas/os de Cotopaxi
según el área de residencia, es necesario aplicar la prueba no paramétrica U
de Mann-Whitney ya que la única suposición necesaria para su aplicación es
que la distribución de HAZ sea continua62.
60
Esta prueba se basa en una comparación entre las funciones de distribución acumulativa que se
observan en la muestra ordenada y la distribución propuesta (distribución normal) bajo la hipótesis nula.
Si esta comparación revela una diferencia suficientemente grande entre las funciones de distribución
muestral y la propuesta, entonces la hipótesis nula de que la distribución es normal, se rechaza.
“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.
61
Length or height-for-age z-score, puntaje z de la talla o estatura para la edad.
62
“Idem 50”.
53
Recuadro temático 3: PRUEBA U de Mann-Whitney
PLANTEAMIENTO DE HIPÓTESIS
H0: El puntaje Z de las niñas/os de la provincia de Cotopaxi es igual en el área urbana y en
el área rural
1 H1: El puntaje Z de las niñas/os de la provincia de Cotopaxi NO es igual en el área urbana y
en el área rural
NIVEL DE SIGNIFICANCIA
α = 0.05
2
ESTADÍSTICO DE PRUEBA
n1 (n1 1)
U R1
2
n2 (n2 1)
U R2
2
3 donde:
El estadístico U se define como el mínimo de U1 y U2.
• n1 y n 2 son los tamaños respectivos de cada muestra.
• R1 y R2 es la suma de los rangos de las observaciones de las muestras 1 y 2
respectivamente.
Para calcular el estadístico U se asigna a cada uno de los valores de las dos muestras su
rango para construir.
REGLA DE DESICIÓN
Si p valor > α se acepta H0.
4
DESICIÓN
Valor calculado= 6111,500
P valor= 0 ,000
5 Como 0,000 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
El puntaje Z de las niñas/os de la provincia de Cotopaxi del área urbana es diferente que el
6 puntaje Z de las niñas/os del área rural.
54
A un nivel de significancia del 95% según la prueba U de Mann-Whitney63, se
evidencia que existe diferencia significativa en el puntaje z entre las niñas/os de
la provincia de Cotopaxi según el área de residencia (urbano/rural) (ver tabla
20).
HAZ
U de Mann-Whitney 6111,500
Z -3,592
Sig. asintót. (bilateral) ,000
Fuente: INEC ECV 2005-2006
Por otro lado, en cuanto a la variable sexo, con un nivel de significancia del
95% no se evidencia diferencia significativa en el puntaje z en la provincia de
Cotopaxi (ver tabla 21), mientras que a nivel nacional con esta variable el
comportamiento es opuesto, es decir existe diferencia significativa en el puntaje
z entre las niñas y los niños de todo el país (ver anexo 4).
HAZ
U de Mann-Whitney 11879,000
Z -,728
Sig. asintót. (bilateral) ,467
Fuente: INEC ECV 2005-2006
63
La prueba de Mann-Whitney se basa en una combinación de las n1 y n2 observaciones para formar un
solo conjunto de n1 + n 2 observaciones arregladas en orden creciente de magnitud. Entonces se asigna
un rango a cada observación en la secuencia ordenada que comienza con un rango 1 y termina con un
rango n1 + n2. Si las muestras aleatorias provienen de poblaciones que tienen la misma distribución, se
espera que los rangos se encuentren lo suficientemente dispersos cuando se observa en que muestra se
encuentran las observaciones. De otra forma, debe esperarse que los rangos de las observaciones en cada
muestra se encuentren muy agrupados en los extremos. En esencia, la estadística de Mann-Whitney
determina cuando un agregado de rangos observados es suficiente para concluir que las 2 muestras
aleatorias provienen de poblaciones cuyas distribuciones difieren en la tendencia central.
“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.
55
Para identificar si existe asociación entre la variable prevalencia de desnutrición
crónica y el área de residencia de las niñas/os de la provincia de Cotopaxi se
utiliza una prueba chi cuadrado64.
PLANTEAMIENTO DE HIPÓTESIS
H0: NO existe asociación entre la prevalencia de desnutrición crónica y el área de
residencia (Urbana ó Rural) de los niños/as de la provincia de Cotopaxi
1
H1: Existe asociación entre la prevalencia de desnutrición crónica y el área de residencia
(Urbana ó Rural) de los niños/as de la provincia de Cotopaxi
NIVEL DE SIGNIFICANCIA
α = 0.05
2
ESTADÍSTICO DE PRUEBA
donde:
REGLA DE DESICIÓN
Si p valor > α se acepta H0.
4
DESICIÓN
Valor calculado= 7,421
P valor=0,006
5
Como 0,006 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0
INTERPRETACIÓN
La prevalencia de desnutrición crónica está asociada al área de residencia (Urbana ó Rural)
6 de los niños/as de la provincia de Cotopaxi
64
La prueba chi cuadrado contrasta si existe independencia entre dos variables de estudio.
56
A un 95% de nivel de significancia se puede afirmar que existe asociación entre
la prevalencia de desnutrición crónica y el área de residencia de las niñas/os de
la provincia de Cotopaxi (ver tabla 22).
Sig.
asintótica
Valor gl (bilateral)
Chi-cuadrado de
7,421 1 ,006
Pearson
N de casos válidos 316
Fuente: INEC ECV 2005-2006
Sig.
asintótica
Valor gl (bilateral)
Chi-cuadrado de
,023(b) 1 ,879
Pearson
N de casos válidos 316
Fuente: INEC ECV 2005-2006
Mediante la utilización de las pruebas tanto para variable continua (HAZ), como
para la variable discreta (prevalencia de desnutrición crónica), se visualiza que
existe una marcada diferencia entre las niñas/os que residen en el área urbana
con las/os que residen en el área rural de la provincia de Cotopaxi, siendo
57
mayor el grado de desnutrición crónica en el área rural, mientras que con la
variable sexo no se evidencia diferencia significativa.
58
Capítulo III.- Factores determinantes de la desnutrición crónica
infantil de la provincia de Cotopaxi
65
Efectos de la desnutrición, adaptado por UNICEF (1998) el estado de los niños del mundo de
1998, OxfordUniversity Press, Oxford tomado de Nutrition for improved development outcomes; 5th
report on the world nutrition situation; united nation systems, march 2004.
59
como son factores medioambientales, socioeconómico culturales, político
institucionales, productivos y biomédicos66 como se presenta en el anexo 5.
Fuente: Adaptado por UNICEF (1998) el estado de los niños del mundo de 1998, Oxford University
Press, Oxford
66 “
Idem 7”.
60
Así este capítulo se centra en el modelado de los factores determinantes
básicos de la nutrición infantil.
67
Se agrupó a partir la posición ocupacional declarada en la ECV 2005-2006, de la siguiente manera: No
agropecuario (Empleado/ Obrero de Gobierno, Empleado/ Obrero Privado, Jornalero o Peón, Patrono,
Cuenta propia, Trabajador del hogar sin pago, Trabajador no del hogar sin pago), agropecuario
(Trabajador agropecuario a sueldo/ salario, Jornalero/ Peón agropecuario, Patrón de la finca,
Trabajador agropecuario por cuenta propia, Ayudante agropecuario del hogar sin pago, Ayudante
agropecuario no del hogar sin pago) y una categoría de Empleado(a) doméstico(a).
68
Como menciona Victor Ajieroh Consultant, en su paper “A Quantitative Analysis of Determinants of
Child and Maternal Malnutrition in Nigeria” Background Paper No. NSSP10 December 2009,
International Food Policy Research Institute, Nigeria.
61
Sexo del jefe del hogar
Algunos estudios han demostrado que la jefatura femenina del hogar tiene
un efecto mixto sobre la nutrición69, en los resultados obtenidos para Cotopaxi
la mayor cantidad de hogares tienen como cabeza de familia una persona de
sexo masculino, siendo en este grupo donde el índice más elevado de retardo
de talla (44,1%), aunque el grupo que tiene mujeres al frente del hogar es
menor que el de hombres, el porcentaje de niñas/os con retardo de talla es
considerable.
Abastecimiento de agua
Ocupación de la madre
69
“Idem 68”
70
“Idem 68”
71
“Idem 67”
62
Nivel de instrucción de la madre
72
“Idem 68”
73
Declaración 15 de Enero 2011 “La lactancia materna exclusiva durante los primeros 6 meses es lo
mejor para todos los niños”.
http://www.who.int/mediacentre/news/statements/2011/breastfeeding_20110115/es/
63
Tabla 24: Prevalencia de desnutrición crónica en las niñas/os menores de cinco años
según posibles factores determinantes en la provincia de Cotopaxi
n % n %
64
Prevalencia de desnutrición crónica
n % n %
Todavía le da solamente
885 25,5% 2590 74,5%
pecho
65
“En general, se sabe que una familia numerosa tiene un impacto
negativo sobre el estado nutricional y bienestar de los hogares. Sin embargo,
algunos estudios también han relacionado los tamaños grandes de la
familia con una mejor nutrición”74. En la provincia el tamaño75 promedio del
hogar es de 6,78 personas en los hogares donde las niñas/os presentan
retardo de talla, siendo casi similar al promedio nacional (6,14) ver anexo 6.
Tabla 25: Prevalencia de desnutrición en las niñas/os menores de cinco años según
tamaño del hogar
Desviación Desviación
Media típica Mediana Media típica Mediana
Número de
niñas/os menores 1,89 ,85 2,00 1,65 ,82 1,00
de cinco años
Fuente: INEC ECV 2005-2006
74
“Idem 68”
75
Este tamaño se calculó únicamente para los hogares que tienen niñas/os menores de cinco años
76
“Idem 68”
77
Se obtiene calculando el porcentaje de niñas/os menores de cinco años en cada uno de los hogares de la
provincia, luego se obtiene el promedio de estos porcentajes.
66
III.1.2. Índice de condiciones socioeconómicas
78
El Análisis de Componentes principales consiste en encontrar transformaciones ortogonales de las
variables originales para conseguir un nuevo conjunto de variables incorreladas, denominadas
Componentes Principales, que se obtienen en orden decreciente de importancia, “José Luis Vicente
Villardón, Departamento de Estadística, Universidad de Salamanca”.
79
El Análisis de Clusters (o Análisis de conglomerados) es una técnica de Análisis Exploratorio de Datos
para resolver problemas de clasificación. Su objeto consiste en ordenar objetos (personas, cosas,
animales, plantas, variables, etc, …) en grupos (conglomerados o clusters) de forma que el grado de
asociación/similitud entre miembros del mismo cluster sea más fuerte que el grado de
asociación/similitud entre miembros de diferentes clusters. Cada cluster se describe como la clase a la que
sus miembros pertenecen “José Luis Vicente Villardón, Departamento de Estadística, Universidad de
Salamanca”.
80
En base a la metodología de la publicación de la “Encuesta Nacional de Salud Bienestar y
Envejecimiento Sabe 1 Ecuador 2009-2010, MIES Aliméntate Ecuador ”
67
a) Refrigeradora o) Lavadora de platos
b) Máquina de coser p) Línea telefónica
c) Cocineta q) Ventilador
d) Cocina r) Bicicleta
e) Licuadora s) Carro
f) Batidora t) Motocicleta
g) Plancha u) Máquina de escribir
h) TV. Blanco y negro v) Aire acondicionado
i) TV a color w) Horno de toda clase
j) Equipo de sonido x) Waflera
k) Betamax/VHS/DVD/VCD y) Computadora
l) Teatro en casa z) Lavadora
m) Juego de video (play station, aa)Radio grabadora
nintendo)
n) Secadora de ropa
68
g) Variable de conexión a luz eléctrica
h) Variable de ducha en el hogar
i) Variable de servicio de internet en el hogar
j) Variable de televisión por cable en el hogar
4. Gasto total.- Esta compuesta por todos los gastos alimentario y no
alimentarios del hogar mensual.
81
Estos nuevos factores no se correlacionan es decir son independientes, y tienen media=0 y
desviación=1 es decir están estandarizados.
69
alto índice de vivienda, bienes y gasto, por lo que tiene un alto puntaje en el
primer componente principal, en cambio un hogar que recibe BDH tiene un alto
puntaje en el segundo componente. En la tabla 27 se ve los puntajes
asignados en el primer componente en relación al segundo, de cada hogar.
Componente
1 2 3 4
Escolaridad ,796 ,047 -,457 ,355
Bono ,537 ,766 ,340 ,095
Vivienda ,815 ,145 -,282 -,484
Bienes ,762 -,388 ,401 -,058
Gasto ,826 -,329 ,128 ,127
Método de extracción: Análisis de componentes principales.
Una vez construidos los componentes y asignados cada uno de los hogares, se
utilizó la información para agrupar a los hogares de acuerdo a sus similitudes y
diferencias, en relación a las cinco variables iniciales resumidas en los cuatro
componentes. Las agrupaciones hechas con el análisis de conglomerados
(cluster analysis), determinan cinco grupos de condiciones socioeconómicas
claramente diferentes entre sí.
70
Figura 9: Dendograma de agrupación de los hogares de la provincia de Cotopaxi
71
de educación tiene influencia positiva en la calidad de vida de las personas82 en
cambio al cluster 2 se lo denominó “Buenas con mejores posibilidades
económicas” ya que presenta mayor índice de bienes y gastos.
Bono de
desarrollo
Escolaridad Vivienda Bienes Gasto humano
No
Recibe recibe
Media Media Media Media BDH BDH
Cluster 1-“Regulares “ 5,25 6,33 1058,32 298,23 ,0% 100,0%
Cluster 4- “Buenas con
12,85 6,89 1257,48 399,83 ,0% 100,0%
mejor escolaridad”
Condiciones Cluster 3- “Malas sin
5,46 3,29 608,71 239,43 ,0% 100,0%
socioeconómicas ayuda gubernamental”
Cluster 2-“Buenas con
mejor posibilidades 8,95 6,47 8813,94 695,76 29,2% 70,8%
económicas ”
Cluster 5-“Malas con
3,76 3,19 517,90 237,54 100,0% ,0%
ayuda gubernamental”
Fuente: INEC ECV 2005-2006
82
“Idem 68”
72
este problema son las/os que pertenecen al grupo con malas condiciones con
ayuda gubernamental.
100,00
Retardo de talla/edad
90,00
28,21 26,19 Sin retardo de talla/edad
80,00 39,66
45,16
Prevalencia de desnutrición crónica
53,42
70,00
60,00
50,00
40,00
71,79 73,81
30,00 60,34
54,84
46,58
20,00
10,00
0,00
Buenas con mejor Buenas con mejor Regulares Malas sin ayuda Malas con ayuda
posibilidades escolaridad gubernamental gubernamental
económicas
73
III.2. Modelo de regresión logística
74
asumen en una serie de variables (edad de la madre, sexo de la niña/o, nivel
educativo de la madre, posición en el hogar, etc.) las niñas/os que están
efectivamente desnutridos (= 1) y los que no lo están (= 0). En base a ello,
predecirá a cada uno de las niñas/os independientemente de su estado real y
una determinada probabilidad de ser desnutrido (es decir, de tener valor 1 en la
variable dependiente). Por ejemplo, si un niño es varón, su madre tiene bajo
nivel de educación y el jefe del hogar trabaja en el sector agropecuario el
modelo le predecirá una alta probabilidad de estar desnutrido (puesto que la
prevalencia de desnutrición para este grupo así definido es alta), generando
una variable con esas probabilidades estimadas. Y procederá a clasificarlo
como desnutrido en una nueva variable, que será el resultado de la predicción.
Además, analizará cuál es el peso de cada uno de estas variables
independientes en el aumento o la disminución de esa probabilidad. Por
ejemplo, cuando aumenta la educación de la madre disminuirá en algo la
probabilidad de ser desnutrido.
El modelo tiene un buen nivel de pronóstico cuando los datos estimados son
concordantes con los datos reales.
1
Pi E Y 1 (1)
X i 1 e 0 1 X1 ... n X n
75
Donde :
85
Regresión Logística Binaria Ángel Alejandro Juan Pérez, Renatas Kizys, Luis María Manzanedo Del
Hoyo; UOC.
76
Los coeficientes estimados (β0, β1, β2,…, βn) son en realidad medidas de los
cambios en el ratio de probabilidades, denominado odds ratio”86.
PY 1
Logit PY 1 ln 0 1 X 1 ... n X n (3)
1 PY 1
86
Análisis multivariante; J. F. Hair, R. E. Anderson, R. L. Tatham, W. C. Black; 5a ed. Prentice Hall
Iberia, Madrid, 1999
87
“Idem 85”
88
“Idem 84”
77
estadístico de Wald puede proporcional falsas ausencias de significación (es
decir, se incrementa el error tipo II). Tampoco es recomendable su uso si se
están empleando variables de diseño89.
89
“Idem 84”
90
“Idem 84”
78
estadísticos ha quedado relegado a la selección de variables en métodos paso
a paso (por la mayor rapidez de cálculo)91.
Una de las diferentes técnicas para evaluar el ajuste del modelo construido es
a través del test de Hosmer-Lemeshow, es muy recomendable cuando se
incluyen en el modelo al menos una variable cuantitativa92.
91
“Idem 84”
92
Como hacer una regresión logística: Análisis multivariante; Fundación Andaluza Beturia para la
Investigación en Salud, Hospital Universitario Virgen Macarena (Sevilla), Servicio de Medicina Interna,
Área Sanitaria de Osuna (Sevilla) Aguayo Canela Mariano; Lora Monje, Estrella
93
“Idem 85”
79
III.2.1. Identificación de los factores que inciden en la
desnutrición crónica infantil.
Tanto para el área urbana como para la rural se partió del siguiente conjunto
de variables, de acuerdo a la literatura estudiada94:
Etiqueta Tipo
Variable dependiente ó predicha
Prevalencia de desnutrición crónica Dicotómica
Desnutrido/a
No desnutrido/a
Variable de segmentación
Área de residencia del niño/a95 Dicotómica
Urbana
Rural
Variables independientes ó predictoras
Condiciones estructurales de la vivienda
Vía de acceso a la vivienda
Carretera, calle pavimentada Dicotómica
Empedrado Dicotómica
Lastrado/ calle de tierra Dicotómica
Sendero Dicotómica
Río, mar Dicotómica
Material del piso de la vivienda
Cerámica/ baldosa/vinil Dicotómica
Mármol/marmeton Dicotómica
Cemento, ladrillo Dicotómica
Tabla, tablón no tratado Dicotómica
94
“Idem 68”, “La selección de variables se hizo, principalmente, en base a este paper”.
95
Se corrió el modelo por separado para identificar los factores determinantes tanto en el área urbana
como para el área rural.
80
Etiqueta Tipo
Caña Dicotómica
Tierra Dicotómica
Eliminación de la basura
Servicio municipal Dicotómica
La botan a la calle/quebrada/río/lote Dicotómica
La queman Dicotómica
Reciclan, entierran Dicotómica
Ocupación
Ocupación del jefe de hogar
Jefe del hogar trabaja en el sector agropecuario Dicotómica
Jefe del hogar trabaja en el sector no agropecuario Dicotómica
Jefe del hogar trabaja en como empleada/o doméstico/a Dicotómica
Jefe de hogar no tiene ocupación Dicotómica
La madre si trabaja Dicotómica
Ocupación de la madre
Madre trabaja en el sector agropecuario Dicotómica
Madre trabaja en el sector no agropecuario Dicotómica
Madre trabaja en como empleada/o doméstico/a Dicotómica
Madre no tiene ocupación Dicotómica
La madre si decide sobre el uso de los ingresos en gastos Dicotómica
alimenticios
Uso de agua potable y servicios higiénicos
Abastecimiento de agua
Red pública Dicotómica
Pila, pileta o llave pública Dicotómica
Otra fuente por tubería Dicotómica
Carro repartidor, triciclo Dicotómica
Pozo Dicotómica
Río, vertiente o acequia Dicotómica
Tipo de servicio higiénico
Inodoro y alcantarillado Dicotómica
Inodoro y pozo séptico Dicotómica
Inodoro y pozo ciego Dicotómica
Letrina Dicotómica
No tiene baño Dicotómica
Tratamiento del agua para beber
Ninguno, tal como la obtiene Dicotómica
La hierven Dicotómica
La hechan cloro Dicotómica
La filtran Dicotómica
Compran agua purificada Dicotómica
Educación de la madre
Escolaridad de la madre Continua
Sabe leer la madre Dicotómica
81
Etiqueta Tipo
Demográficas
Sexo del jefe
Hombre Dicotómica
Mujer Dicotómica
Edad del jefe del hogar Continua
Estado civil de la madre
Unión libre Dicotómica
Casada Dicotómica
Separada Dicotómica
Divorciada Dicotómica
Viuda Dicotómica
Tamaño del hogar Continua
Porcentaje de niña/os menores de cinco años en el hogar Continua
Tamaño del hogar al cuadrado Continua
Edad en meses del niño/a Continua
Edad del niño/a en años Continua
Sexo del niño/a
Hombre Dicotómica
Mujer Dicotómica
Autoidentificación del jefe del hogar
Indígena Dicotómica
Mestizo Dicotómica
Blanco Dicotómica
Negro Dicotómica
Mulato Dicotómica
Edad de la madre en años cumplidos Continua
Peso del niño/a al nacer (gramos) Continua
Hacinamiento Dicotómica
Cocina independiente Dicotómica
Alcantarillado Dicotómica
Uso y disponibilidad de servicios de salud
Lugar de atención en el parto
Establecimientos públicos Dicotómica
Establecimientos privados Dicotómica
En casa o con partera Dicotómica
Responsable de la atención en el último parto
Médico Dicotómica
Obstetriz Dicotómica
Comadrona o partera Dicotómica
Enfermera o auxiliar Dicotómica
Familiar Dicotómica
Usted misma Dicotómica
Si recibió el niño/a la vacuna bcg (vacuna básica) Dicotómica
82
Etiqueta Tipo
Si recibió vitamina A Dicotómica
Si recibió vacuna pentavalente Dicotómica
Si recibió vacuna poliomielitis Dicotómica
Recibió el niño/a refuerzo de la vacuna poliomielitis Dicotómica
Recibió el niño/a vacuna triple Dicotómica
Se desparasitó el niño/a en los últimos 12 meses Dicotómica
Prácticas de alimentación y cuidado infantil
Meses que recibió lactancia materna Continua
Si se alimentó de los cuatro grupos de alimentos la semana
anterior Dicotómica
Lactancia materna exclusiva hasta 6 y más Dicotómica
Diversidad de alimentos complementarios (días) Continua
Responsable del cuidado del niño/a Dicotómica
Variables para la construcción del estado de la economía del hogar
Escolaridad promedio entre la madre y el jefe del hogar
Recibe el hogar bono
Índice de vivienda
Promedio de bienes del hogar
Promedio de gasto en el hogar
Variable
Estado civil de la madre
Con pareja (unión libre/casada)
Sin pareja (separada, divorciada, viuda)
Autoidentificación del jefe del hogar
Indígena
Otra etnia
83
III.2.1.1. Identificación de factores para el área urbana
Una vez que la combinación de variables determinó que el modelo tenga una
bondad de ajuste global para el modelo medida por la prueba de Hosmer y
Lemeshow (Sig=0,952), como se puede ver en la tabla 31; los coeficientes
estimados de modelo de regresión son significativos, medidos con el
estadístico de Wald, estos se muestran en la tabla 32 para cada una de las
variables (B), además se presenta: su error estándar (E.T.), la significación del
estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados
(Exp(B)) y el intervalo de confianza (95%) para este, características que
resultan útiles para la comprensión del fenómeno que se está estudiando.
Chi-cuadrado Gl Sig.
2,704 8 ,952
84
Una medida de ajuste del modelo es la comparación de los valores observados
(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada
por el modelo) entre sí, para este caso la sensibilidad96 del modelo es del 45%,
y la especificidad97 alcanza un 87,8%, el porcentaje global de acierto asciende
al 75,4%, es decir, si no se dispone de la información antropométrica de las
niñas/os es posible estimar la prevalencia de desnutrición crónica a partir de las
variables que componen el modelo de aproximadamente 8 de cada 10 niñas/os
(Ver tabla 33).
Pronosticado
Prevalencia de
desnutrición crónica
Sin
retardo
de Retardo de Porcentaje
talla/edad talla/edad correcto
Sin retardo de
Prevalencia de talla/edad 43 6 87,8
desnutrición crónica Retardo de
Observado talla/edad 11 9 45,0
Porcentaje global
75,4
Fuente: INEC ECV 2005-2006
96
Sensibilidad: Porcentaje de acierto de los individuos que presentan la característica en estudio, para
este caso niña/os retardo de talla para la edad
97
Especificidad: Porcentaje de acierto de los individuos que no presentan la característica en estudio,
niña/os sin retardo de talla para la edad
98
Los odds ratio para cada factor determinante del modelo, el software los presenta en la columna Exp B.
85
protegidos de sufrir retardo de talla para la edad con respecto de las niña/os
que no se desparasitaron en los últimos 12 meses.
Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que residen
en el área urbana de la provincia de Cotopaxi
Probabilidad de la niña/o
de ser desnutrida/o100
Peso del niño al nacer En gramos Disminuye
Se desparasitó el niño/a en los
Si Disminuye
últimos doce meses
Porcentaje de niños del hogar Porcentaje Disminuye
Gasto del hogar En dólares Disminuye
99
Los coeficientes miden la probabilidad de presentar la característica estudiada respecto a una categoría
de la variable predictora, que se la designó como de base.
100
Si es aumenta el sentido es positivo, es decir, aumenta el riesgo de que una niña/o sufra desnutrición
crónica, si es disminuye, en cambio, el sentido es negativo, es decir disminuye el riego de que una niña/o
sufra retardo de talla para la edad.
86
III.2.1.2. Identificación de factores para el área rural
Una vez que la combinación de variables determinó que el modelo tenga una
bondad de ajuste global para el modelo medida por la prueba de Hosmer y
Lemeshow (Sig=0,640)101, como se puede ver en la tabla 35; los coeficientes
estimados de modelo de regresión son significativos, medidos con el
estadístico de Wald, estos se muestran en la tabla 36 para cada una de las
variables (B), además se presenta: su error estándar (E.T.), la significación del
estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados
(Exp(B)) y el intervalo de confianza (95%) para este, características que
resultan útiles para la comprensión del fenómeno que se está estudiando.
Chi-cuadrado gl Sig.
6,068 8 ,640
101
“Idem 85”
87
Una medida de ajuste del modelo es la comparación de los valores observados
(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada
por el modelo) entre sí, para este caso la sensibilidad102 del modelo es del
66,7%, y la especificidad103 alcanza un 66,9%, el porcentaje global de acierto
asciende al 66,8% de los niño/as, es decir, si no se dispone de la información
antropométrica de las niñas/os es posible estimar correctamente alrededor de 7
de cada 10 niñas/os la prevalencia de desnutrición crónica a partir de las
variables que componen el modelo (Ver tabla 37).
Pronosticado
Prevalencia de
desnutrición crónica
Sin
retardo
de Retardo de Porcentaje
talla/edad talla/edad correcto
Sin retardo de
87 43 66,9%
Prevalencia de talla/edad
desnutrición crónica Retardo de
Observado 39 78 66,7%
talla/edad
Porcentaje global 66,8%
Fuente: INEC ECV 2005-2006
102
“Idem 96”
103
“Idem 97”
104
“Idem 98”
88
a medida que aumenta la escolaridad de la madre, una niña/o está más
protegida/o de sufrir retardo de talla para la edad en un 12,6% en promedio,
respecto de una niña/o cuya madre tiene escolaridad más baja.
Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que residen
en el área rural de la provincia de Cotopaxi
Probabilidad de la
niña/o de ser
desnutrida/o106
105
“Idem 99”
106
“Idem 99”
89
III.2.2. Comparación de factores identificados entre áreas
Área
Edad de la madre
: Se refiere cuando un factor aumenta la probabilidad de sufrir retardo de talla para la edad respecto
de la categoría de referencia.
: Se refiere cuando un factor disminuye la probabilidad de sufrir retardo de talla para la edad
respecto de la categoría de referencia.
90
cuales ningún factor es común para las 2 áreas de residencia de las niñas/os,
el conjunto de factores identificados para el área rural es más grande y
diferente que el grupo de determinantes identificados para el área urbana, es
decir el retardo de talla para la edad es afectado por distintos factores
determinantes, por lo que la intervención para combatir este problema, debería
realizarse de manera diferenciada.
91
Capítulo IV.- Priorización de los factores determinantes
identificados por el modelo
92
Figura 11: Odds ratio de probabilidad de los factores determinantes de desnutrición
crónica (porcentaje de protección) para el área urbana
0 10 20 30 40 50 60 70 80
Porcentaje de protección
93
Figura 12: Probabilidad pronosticada por el modelo según desparasitación de la niña/o
Es importante destacar que las niñas/os que pertenecen a los hogares donde el
porcentaje de niñas/os menores de 5 años es mayor presentan más
probabilidad de protección (6,8% en promedio) de padecer retardo de talla
para la edad en relación a las niñas/os que provienen de hogares con menor
porcentaje es decir un hogar con 50% niñas/os menores de 5 años tienen más
probabilidad de no ser desnutridos con respecto a un hogar donde hay un 12%
de niñas/os, como se puede visualizar en la figura siguiente existen ciertas
variaciones a medida que aumenta el porcentaje de niñas/os menores de cinco
años en el hogar, sin embargo es importante analizar la relación entre la
probabilidad pronosticada y este porcentaje, la cual es inversamente
94
proporcional es decir cuando el porcentaje tiende a aumentar la probabilidad en
cambio tiende a disminuir.
1,00
0,95
0,90
0,85
0,80
0,75
0,70
Probabilidad pronosticada
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
10 15 20 25 30 35 40 45 50 55
Porcentaje de niñas/os
95
su edad, en la siguiente figura se observa la relación entre el gasto del hogar
con la probabilidad de ser desnutrido la tendencia que presenta es disminuir la
probabilidad a medida que aumenta el gasto.
Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en dólares
1,00
0,90
Probabilidad pronosticada
0,80
0,70
0,60
0,50
0,40
0,30
0,20
0,10
0,00
0 200 400 600 800 1000 1200 1400 1600
107
Peso que se encuentra dentro de los rangos normales según su edad gestacional.
96
peso menor, como se puede observar en la figura que se presenta a
continuación.
Figura 15: Probabilidad pronosticada por el modelo según peso de la niña/o al nacer en
gramos
1
0,9
0,8
Probabilidad pronosticada
0,7
0,6
0,5
0,4
0,3
0,2
0,1
0
1000 2000 3000 4000 5000
Peso de la niña/o al nacer
97
IV.1.2. Área Rural
Así mismo, para el área rural a partir de los coeficientes estimados a través del
modelo de regresión logística se obtienen sus respectivos odds ratio, los que
permiten analizar la incidencia que tiene cada uno de los factores
determinantes sobre la probabilidad de que una niña/o sufra desnutrición
crónica, en la figura 16 se muestra el porcentaje de protección que cada uno de
los factores presentan en relación a la categoría de referencia.
0 10 20 30 40 50
Porcentaje de protección
98
Para el área rural se identificaron factores que tienen un sentido opuesto a los
mencionados anteriormente, es decir aumentan la probabilidad de padecer
desnutrición crónica, estos factores se muestran en la figura 17 acompañados
del número de veces de riesgo que presentan frente a la categoría de
referencia.
0 1 2 3 4 5
El 31,8% (ver tabla 40) de los hogares que habitan en el área rural el jefe se
autoidentificó como indígena, siendo las niñas/os que pertenecen a estos
hogares los que más probabilidad presentan de sufrir retardo de talla, ya que el
modelo arrojó un 45,6% de protección a las niñas/os que residen en hogares
donde los jefes se autoidentificaron con una etnia diferente a la indígena.
99
Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área rural.
%
Indígena 31,8%
Mestizo 61,4%
Blanco 5,5%
Etnia
Negro ,8%
Mulato ,5%
Otro, cual ,0%
Fuente: INEC ECV 2005-2006
100
Figura 18: Probabilidad pronosticada por el modelo según Autoidentificación étnica del
jefe del hogar
101
Tabla 41: Escolaridad de la madre según área
Desviación
Media típica Mediana Máximo Mínimo
Rural 6,44 4,17 6,00 18,00 ,00
Urbana 10,86 4,39 12,00 18,00 ,00
Fuente: INEC ECV 2005-2006
108
“Idem 68”
102
Figura 19: Probabilidad pronosticada por el modelo según escolaridad de la madre
0,95
0,90
0,85
0,80
0,75
Probabilidad pronosticada
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 2 4 6 8 10 12 14 16 18 20
Escolaridad de la madre
Las madres que residen en el área rural son más jóvenes e inician su vida
reproductiva a menor edad que las que residen en el área urbana (ver tabla
42), siendo esto un factor identificado a través del modelo la cual influye sobre
la probabilidad de ser desnutrido en forma negativa es decir conforme aumenta
la edad de la madre disminuye el riesgo de que las niñas/os tengan baja talla
para la edad.
Desviación
Media típica Mediana Máximo Mínimo
Rural 28,62 7,63 27,00 50,00 15,00
Urbana 30,29 6,83 32,00 43,00 17,00
Fuente: INEC ECV 2005-2006
103
Al igual que los factores anteriores la relación que existe entre la edad de la
madre y la probabilidad de ser desnutrido es inversa, la cual se visualiza en la
figura siguiente.
0,95
0,90
0,85
0,80
0,75
Probabilidad pronosticada
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
10 20 30 40 50 60
Edad de la madre
104
El estado civil de la madre tiene un efecto diferente sobre la desnutrición
crónica diferente a los factores descritos anteriormente, es decir es un factor de
riesgo para las niñas/os ya que si la madre tiene pareja aumenta la
probabilidad de sufrir retardo de talla en comparación de las niñas/os con
madres que no tienen pareja como se observa en la siguiente figura.
Figura 21: Probabilidad pronosticada por el modelo según estado civil de la madre
105
La edad de los niños en meses tiene una relación directa con el riesgo de
presentar retardo de talla para la edad, es decir conforme aumenta la edad de
las niñas/os su probabilidad de ser desnutrido aumenta, la implementación de
políticas se deberían realizar a medida que la edad de las niñas/os aumenta, ya
que conforme avanza el crecimiento y desarrollo de las niñas/os estos
presentan más riesgo debido al cambio en su dieta ,prácticas de higiene,
prácticas de salud, esta relación se la puede visualizar en la figura que se
presenta a continuación.
Figura 22: Probabilidad pronosticada por el modelo según edad de la niña/o en meses
0,95
0,90
0,85
0,80
0,75
Probabilidad pronosticada
0,70
0,65
0,60
0,55
0,50
0,45
0,40
0,35
0,30
0,25
0,20
0,15
0,10
0,05
0,00
0 10 20 30 40 50 60
106
IV.2. Determinación de los factores más influyentes en la
desnutrición crónica
Para tener una idea más clara de cómo influyen los factores identificados
mediante el modelo tanto para el área urbana como para la rural se realizaron
distintos escenarios a partir de la probabilidad calculada por este, donde cada
niña/o cambia el estado en la variable independiente109, manteniendo fijo los
valores que tienen las otras variables, y a partir de los coeficientes estimados
por el modelo se obtiene la nueva probabilidad de que la niña/o presente
retardo de talla para la edad con esta nueva característica.
Para el área urbana este procedimiento se lo realizó con dos factores cuyos
resultado puede ser modificado, como son la desparasitación de las niñas/os y
el gasto del hogar, ya que los otros dos factores no se pueden modificar.
i=N/n (4)
109
Esta variable es a la que se le modifica sus valores mientras las otras variables mantienen sus valores
originales, luego se calcula la probabilidad
107
de dónde:
i= Intervalo de selección
110
Si el individuo seleccionado tiene el estado positivo (Se desparasitó), se busca el siguiente individuo
con estado negativo (No se desparasitó, y este es el seleccionado.
108
La desparasitación no es un factor aislado ya que depende de las condiciones
climáticas y sanitarias a las que están expuesta/os las niñas/os como se
menciona en la FAO “desparasitar con frecuencia a los niños, especialmente
en aquellos lugares en los que las condiciones climáticas, favorecen el
desarrollo de parásitos, o donde las deficientes condiciones sanitarias faciliten
la infección. Eliminar los parásitos favorece el crecimiento normal”111 por lo que
no solo se debería desparasitar, sino mejoras la condiciones en las que las
niñas/os se desarrollan normalmente.
90 84,1
80 73,9
70 63,8
60 53,6
50 43,5 Desnutrición
40
Desparasitación
30 21,7
20 15,9
13,0 11,6
8,7 7,2
10 4,3
0
Modelo 10% 20% 30% 40% 50% Todos las
niñas/os
111
Tomado de “Guía de nutrición y la familia; Ann Burgess Peter Glasauer; ORGANIZACIÓN DE LAS
NACIONES UNIDAS PARA LA AGRICULTURA Y LA ALIMENTACIÓN ROME, 2006.
109
Para el escenario en el que se involucra la variable gasto del hogar, se utilizó
otra estrategia, la misma que consistió en incrementar de 10 en 10% el gasto
de cada uno de los hogares, posteriormente se analizó que sucede con el
índice de desnutrición crónica.
La variable gasto permite tener una clara idea de los ingresos con los que
cuentan los hogares, por lo que es claro que las niñas/os de hogares con
menores ingresos están más propensos a sufrir desnutrición crónica, debido a
que estos hogares tienen menos posibilidades de acceder a mejores servicios
de salud, educación, alimentación afectando todo esto en el estado nutricional
de las niñas/os de la provincia.
110
Figura 24: Resultados del escenario de la variable gasto (área urbana)
25,0
21,7
20,0 18,8
14,5
Desnutrición
15,0
11,6 11,6
10,0 8,7
5,0
0,0
461,35 507,48 553,62 599,75 645,89 692,02
Escenario promedio del Gasto
111
IV.2.2. Área Rural
“La educación es uno de los recursos más importantes que permiten a las
mujeres proporcionar la atención adecuada a sus hijos, es un determinante
importante del crecimiento y desarrollo de los niños (Engle, Menon, y Haddad,
1997). Existe considerable evidencia de entre los países que el estado
nutricional de los niños varía directamente con el nivel de educación de sus
padres y sus madres en particular, (Benson 2004). La educación
materna, como parte de la educación de los padres, influye en los
resultados de la nutrición infantil a través del efecto de mayores ingresos y un
mejor uso de la información disponible sobre la salud y nutrición
(Garrett y Ruel, 1999; Smith, Ruel y Ndiaye 2004; Charmarwabagwala et
112
Se refiere a nivel primario (6 años de escolaridad), secundario (12 años de escolaridad).
112
l. 2005)”113.
Figura 25: Resultados del escenario de la variable Escolaridad de la madre (área rural)
Modelo 49,0
113
“Idem 68”
113
IV.3. Efectos marginales y elasticidades de los coeficientes estimados
de los factores determinantes de desnutrición crónica
(5)
114
“Los modelos logit y probit en la investigación social”; INEI Centro de investigaciones y desarrollo
(CIDE); Lima Agosto 2002.
114
con respecto a cada una de las variables correspondientes al vector de
características Xi, las que son expresados de la siguiente manera:
(6)
Ahora bien, para el caso de variables explicativas, que se hallen tanto en forma
lineal como cuadrática, se calcula el efecto marginal de la siguiente manera:
(7)
115
(8)
(9)
Tanto para el área urbana como para el área rural adicionalmente se calcularon
las elasticidades entre los factores determinantes encontrados y la probabilidad
pronosticada por el modelo.
115
Tesis de grado “El género como influencia en el acceso al empleo de los profesionales en el Ecuador”,
Pablo Andrés Osorio Flores y Paola Inés Rojas Blanco, EPN; 2009.
116
Elasticidad: Relación del cambio porcentual en una variable dependiente ante
un cambio de una unidad porcentual en una variable independiente. Mediante
esta relación se mide la sensibilidad que tiene la variable dependiente a los
cambios que se producen en las variables independientes.
Siendo:
E: la elasticidad,
117
IV.3.1. Análisis de los efectos marginales para el área urbana
Tabla 43: Efectos marginales del modelo de regresión logística de los determinantes de
la desnutrición crónica en el área urbana
Marginal effects after logit
y = Pr (Desnutrición) (Predict)
= ,23331081
Efectos
marginales
Variable (dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio
Peso del niña/o al
nacer -,0003807 -0,04% -2,07 0,038 -,000741 -,00002 3111,43
Se desparasitó en
los últimos 12
meses* -,2168496 -21,68% -2,04 0,042 -,425475 -,008224 ,434783
Porcentaje de
niñas/os menores de
cinco años en el
hogar -,0121844 -1,22% -2,01 0,044 -,024037 -,000332 27,9241
Gasto del hogar -,0005286 -0,05% -2,05 0,040 -,001034 -,000023 461,349
(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1
Fuente: INEC ECV 2005-2006
116
“PERÚ: DETERMINANTES DE LA POBREZA”; INEI Centro de Investigación y Desarrollo (CEI);
Lima marzo 2011.
118
probabilidad de ser desnutrida/o es de 21,68%, mientras cambios marginales
en las otras variables que componen el modelo disminuyen esta probabilidad
hasta en 1%.
Tabla 44: Predicción calculada a partir del modelo con la variable desparasitación para el
117
área urbana
% de
Variable Estado Probabilidad
Reducción
Se Si
desparasitó 17,85%
el niño/a en 25,82%
los últimos
doce meses No
43,67%
Fuente: INEC ECV 2005-2006
117
La probabilidad se calculó fijando las demás variables en sus valores promedio.
119
Tabla 45: Elasticidades del modelo de regresión logística de los determinantes de la
desnutrición crónica en el área urbana
Elasticities after logit
y = Pr (Desnutrición) (predict)
= ,23331081
Std.
Variable ey/ex Err. Z P>│z│ [ 95% C.I. ] Promedio
Peso del niña/o al
nacer -5,077264 2,64199 -1,92 0,055 -10,2555 ,100942 3111,43
Se desparasitó en los
últimos 12 meses -0,423971 0,23082 -1,84 0,066 -,876364 ,028422 ,434783
Porcentaje de niñas/os
menores de cinco años
en el hogar -1,458314 0,77029 -1,89 0,058 -2,96806 ,051437 27,9241
Gasto del hogar -1,045238 0,54706 -1,91 0,056 -2,11745 ,026977 461,349
Fuente: INEC ECV 2005-2006
118
El signo muestra el efecto que causa el determinante sobre la categoría de referencia de la variable
explicada es decir si el signo es negativo significa que disminuye la desnutrición crónica.
120
IV.3.2. Análisis de los efectos marginales para el área rural
Tabla 46: Efectos marginales del modelo de regresión logística de los determinantes de
la desnutrición crónica en el área rural
Marginal effects after logit
y = Pr (Desnutrición) (Predict)
= ,46494615
Efectos
marginales
Variable (dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio
Escolaridad de la
madre -,033488 -3,35% -3,57 0,000 -,051876 -,0151 5,61943
Estado civil de la
madre* ,3114261 31,14% 4,23 0,000 ,167098 ,455754 ,809717
Autoidentificación
étnica del jefe del -
hogar* -,1506726 -15,07% -2,09 0,037 -,292109 ,009236 ,578947
-
Edad de la madre -,0102269 -1,02% -1,99 0,047 -,020317 ,000137 28,085
Edad de la niña/o ,0050139 0,50% 2,41 0,016 ,00094 ,00094 29,668
(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1
Fuente: INEC ECV 2005-2006
121
Tabla 47: Predicción calculada a partir del modelo con la variable desparasitación para el
119
área rural
Casado/Unión
Estado libre
46,61% 61,62%
civil de la
madre
Sin pareja
17,83% 28,52%
Fuente: INEC ECV 2005-2006
119
La probabilidad se calculó fijando las demás variables en sus valores promedio.
122
probabilidad de ser una niña/o desnutrida/o, se incorporó al análisis la
presencia en el hogar de personas mayores a la madre de la niña/o120.
Porcentaje
de niñas/os
Si vive con personas
32,8
mayores a la madre
No vive con personas
67,2
mayores a la madre
Total 100,0
Fuente: INEC ECV 2005-2006
Se puede observar que el 32,8% de las niñas/os que residen en el área rural de
la provincia viven con personas mayores a su madre en el hogar.
Tabla 49: Niñas/os que viven con personas mayores a la madre según estado civil de la
madre
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Estado civil de Sin pareja 78,7% 21,3%
la madre rec Casado/Unión libre 22,0% 78,0%
Fuente: INEC ECV 2005-2006
120
Se identificó las personas mayores a la madre de la niña/o que viven en el hogar excluyendo a la
pareja.
123
Según la tabla 49 de las/os niñas/os con madres sin pareja un 78,7% viven con
personas mayores en el hogar, al contrario de lo que sucede con las madres
con estado civil casada/unión libre o que tienen pareja.
Tabla 50: Niñas/os que viven con personas mayores a la madre según
prevalencia de desnutrición crónica
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Sin retardo de talla 61,7% 48,2%
Prevalencia de
desnutrición Retardo de talla 38,3% 51,8%
crónica
Total 100,0% 100,0%
Fuente: INEC ECV 2005-2006
124
Tabla 51: Niñas/os que viven con personas mayores a la madre según
prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar
Persona mayor a la
madre
No vive
Si vive con con
personas personas
mayores mayores
% %
Prevalencia de Sin retardo de talla 52,0% 35,4%
Indígena
desnutrición crónica Retardo de talla 48,0% 64,6%
Autoidentificacion
del jefe del hogar Sin retardo de talla 66,1% 59,8%
Otra Prevalencia de
etnia desnutrición crónica Retardo de talla 33,9% 40,2%
Fuente: INEC ECV 2005-2006
Se puede observar que un 48% de los niñas/os que provienen de hogares con
jefe indígena y viven con personas mayores a su madre presentan retardo de
talla, mientras que un 64,6% de las/os niñas/os en los que el jefe del hogar de
igual manera es indígena pero no viven con personas mayores a su madre
presentan retardo de talla. Mientras que en los hogares en los que el jefe del
hogar no es indígena las prevalencias de desnutrición crónica son menores,
manteniendo el comportamiento, es decir el retardo de talla es menor en las
niñas/os que viven con personas mayores en el hogar.
125
sus hijos121, especialmente en sus primeros años de vida, lo que se reforzaría
cuando la madre no tiene pareja, ya que el tiempo dedicado a estas actividades
sería exclusivamente para sus niña/o.
Std.
Variable ey/ex Err. Z P>│z│ [ 95% C.I. ] Promedio
Escolaridad de la
madre -,4047423 0,11868 -3,41 0,001 -,637357 -,172128 5,61943
Estado civil de la
madre ,603148 0,1796 3,36 0,001 ,251143 ,955153 ,809717
Autoidentificación
étnica del jefe del
hogar (indígena) -,1885253 0,09227 -2,04 0,041 -,369381 -,00767 ,578947
Edad de la madre -,6177547 0,31411 -1,97 0,049 -1,23341 -,002103 28,085
Edad de la niña/o ,3199369 0,13435 2,38 0,017 ,056622 ,583251 29,668
Fuente: INEC ECV 2005-2006
121
“Idem 68”
122
“Idem 119”
126
Capítulo V. Conclusiones y Recomendaciones
V.1. Conclusiones
123
Retardo de talla severa se considera a las niñas/os que presentan un puntaje z menor a -3 desviaciones
estandar
127
diferencia entre los varones (42,8%) y las mujeres (42,5%), pero
no existe evidencia estadística que permita afirmar esto, por lo
que el sexo no es un factor que influya en la desnutrición crónica
en la provincia de Cotopaxi.
124
En la ECV se tomó como período de referencia la desparasitación en los últimos 12 meses.
128
las probabilidades expresadas por el coeficiente del modelo y el efecto
marginal confirman esta aseveración.
Para el área rural los factores con mayor peso sobre la desnutrición
crónica, son el estado civil de la madre ya que las niñas/os cuyas
madres estén de una u otra forma con pareja (casada, unión libre)
aumenta el riesgo de sufrir retardo de talla para la edad al igual que las
niñas/os que viven en hogares con etnia indígena.
125
Se refiere a rangos biológicos admisibles del peso de las niñas/os al nacer.
129
V.2. Recomendaciones
126
En el presente trabajo de investigación no se identificaron factores para los niveles de desnutrición
crónica.
130
En el área urbana fortalecer los programas que se vienen ejecutando
respecto de la desparasitación de las niñas/os, también elaborar
campañas de educación sobre prácticas saludables (control del niño
sano, consumo de alimentos inocuos) y prácticas de higiene personal
adecuada que permitan prevenir que las niñas/os contraigan parásitos.
127
El factor determinante identificado por el modelo fue el gasto de los hogares, variable proxi del
ingreso.
131
Realizar investigaciones que tengan como principal objetivo el estudiar
los factores determinantes que influyen sobre la desnutrición crónica.
Se sugiere que los resultados obtenidos en esta tesis, sean utilizados como
insumos en estudios específicos, por los planificadores de políticas
públicas, para la toma de decisiones acertadas, en beneficio de las niñas/os
que padecen este problema y que permitan ir previniendo el aparecimiento
de este problema.
132
Bibliografía
I
Caribe”, División de Desarrollo Social, Santiago de Chile, Marzo de
2008.
II
ANALISIS DE COMPONENTES PRINCIPALES, José Luis Vicente
Villardón, Departamento de Estadística, Universidad de Salamanca”.
III
ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL REGSITRO DE DATOS
ANTROPOMÉTRICOS
1
ANEXO 2: ESTRUCTURA DE LA POBLACIÓN
N %
2
Tabla 54: Personas por provincia según área
Área
n % n % n %
3
Tabla 55: Promedio de edad de la personas a nivel nacional
Desviación
Mediana Media típica Mínimo Máximo N total
Desviación Total de % de
Media típica Mínimo Máximo hogares hogares
Urbana 3,92 1,93 1,00 18,00 2152290 65,9%
Área Rural 4,35 2,33 1,00 23,00 1112576 34,1%
Total 4,07 2,09 1,00 23,00 3264866 100,0%
Fuente: INEC ECV 2005-2006
4
Tabla 57: Niñas/os menores de 5 años por provincia
N %
5
Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional
Total de
hogares
con
niñas/os
menores
Desviación de cinco % de
Media típica Mínimo Máximo años hogares
6
Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área
Área
n % n % n %
7
Tabla 60: Personas a nivel nacional por provincia según Autoidentificación étnica
Autoidentificación étnica
N % n % n % n % n % n % n %
AZUAY 17165 3,5% 433711 89,5% 27336 5,6% 1917 ,4% 4267 ,9% 0 ,0% 484396 100,0%
BOLIVAR 25720 21,1% 87531 72,0% 7724 6,4% 521 ,4% 115 ,1% 0 ,0% 121611 100,0%
CAÑAR 33925 21,4% 113212 71,5% 9120 5,8% 622 ,4% 1485 ,9% 0 ,0% 158364 100,0%
CARCHI 2496 2,1% 104374 86,7% 4367 3,6% 6779 5,6% 2346 1,9% 0 ,0% 120362 100,0%
COTOPAXI 64586 23,7% 192398 70,7% 13345 4,9% 482 ,2% 1213 ,4% 0 ,0% 272026 100,0%
CHIMBORAZO 114392 37,1% 181637 58,8% 12001 3,9% 382 ,1% 249 ,1% 0 ,0% 308661 100,0%
Provincia
EL ORO 7283 1,6% 380971 85,3% 38867 8,7% 6783 1,5% 12383 2,8% 315 ,1% 446604 100,0%
ESMERALDAS 4172 1,4% 131084 44,7% 15372 5,2% 92904 31,7% 49947 17,0% 0 ,0% 293479 100,0%
GUAYAS 29356 1,1% 2163786 83,2% 247551 9,5% 68077 2,6% 88851 3,4% 1842 ,1% 2599463 100,0%
IMBABURA 63649 22,9% 186214 67,0% 7399 2,7% 16895 6,1% 3919 1,4% 0 ,0% 278076 100,0%
LOJA 11643 3,8% 265203 86,5% 21475 7,0% 833 ,3% 7417 2,4% 0 ,0% 306571 100,0%
LOS RIOS 2346 ,5% 435643 84,9% 47165 9,2% 16844 3,3% 10161 2,0% 801 ,2% 512960 100,0%
8
Autoidentificación étnica
N % n % n % n % n % n % n %
MANABI 268 ,0% 791967 86,4% 85868 9,4% 24937 2,7% 13169 1,4% 455 ,0% 916664 100,0%
MORONA 50401 54,2% 38789 41,7% 3358 3,6% 212 ,2% 201 ,2% 0 ,0% 92961 100,0%
NAPO 25341 50,0% 20941 41,3% 3731 7,4% 239 ,5% 472 ,9% 0 ,0% 50724 100,0%
PASTAZA 35411 47,3% 35031 46,8% 3209 4,3% 898 1,2% 289 ,4% 0 ,0% 74837 100,0%
PICHINCHA 114776 5,8% 1631635 83,0% 140550 7,2% 38540 2,0% 39136 2,0% 834 ,0% 1965471 100,0%
TUNGURAHUA 43875 11,9% 304690 82,8% 17380 4,7% 1415 ,4% 725 ,2% 0 ,0% 368085 100,0%
ZAMORA 4729 11,4% 31303 75,3% 5332 12,8% 0 ,0% 227 ,5% 0 ,0% 41590 100,0%
SUCUMBIOS 5797 6,4% 74464 82,5% 6353 7,0% 1543 1,7% 2147 2,4% 0 ,0% 90304 100,0%
ORELLANA 19294 30,1% 36432 56,8% 6067 9,5% 928 1,4% 1405 2,2% 0 ,0% 64126 100,0%
Total 676625 7,1% 7641015 79,9% 723570 7,6% 281752 2,9% 240127 2,5% 4247 ,0% 9567336 100,0%
Fuente: INEC ECV 2005-2006
9
ANEXO 3: PREVALENCIA DE DESNUTRICIÓN CRÓNICA
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % n %
10
Tabla 62: Prevalencia de desnutrición crónica según autoidentificación étnica del
jefe del hogar en el país
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % n %
Tabla 63: Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del
hogar y área en la provincia de Cotopaxi
n % N %
Indígena 595 51,2% 568 48,8%
Urbana Mestizo 2284 26,0% 6491 74,0%
Blanco 195 27,8% 505 72,2%
Otra autoindetificación 0 ,0% 119 100,0%
Área
Indígena 8816 60,5% 5749 39,5%
Rural Mestizo 7259 39,3% 11192 60,7%
Blanco 133 11,5% 1029 88,5%
Otra autoindetificación 0 ,0% 303 100,0%
Fuente: INEC ECV 2005-2006
11
Tabla 64: Prevalencia de desnutrición crónica según área en el país
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % N %
Sin retardo de
Retardo de talla/edad talla/edad Total
n % n % N %
12
Niveles de desnutrición crónica
Niveles de desnutrición
Retardo de
Sin retardo de talla Retardo de talla talla severa Total
n % n % n % n %
LOS RIOS 66841 78,5% 15051 17,7% 3275 3,8% 85167 100,0%
13
Tabla 67: Niveles de desnutrición crónica según autoidentificación étnica del jefe del
hogar en el país
Niveles de desnutrición
Retardo de talla
Sin retardo de talla Retardo de talla severa Total
n % n % n % n %
Niveles de desnutrición
n % N % n % n %
Área Rural 374208 64,6% 149867 25,9% 55592 9,6% 579666 100,0%
14
Tabla 69: Niveles de desnutrición crónica según autoidentificación étnica del jefe
del hogar en la provincia de Cotopaxi
Niveles de desnutrición
n % n % n % n %
Niveles de desnutrición
n % N % n % n %
Área Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%
15
ANEXO 4: PRUEBAS ESTADÍSTICAS A NIVEL NACIONAL
HAZ
U de Mann-Whitney 4285677,000
Z -3,870
Sig. asintót. (bilateral) ,000
Fuente: INEC ECV 2005-2006
Sig.
asintótica
Valor gl (bilateral)
Chi-cuadrado de
13,205(b) 1 ,000
Pearson
N de casos válidos 6036
Fuente: INEC ECV 2005-2006
16
ANEXO 5: MARCO CONCEPTUAL DE SEGURIDAD ALIMENTARIA
17
ANEXO 6: FACTORES DETERMINANTES DE DESNUTRICIÓN
CRÓNICA
Tabla 73: Tamaño del hogar según prevalencia de desnutrición en las niñas/os menores
de cinco años
18