Despacho del Viceministro de Planificación y Desarrollo Económico

Dirección de Desarrollo Humano y Empleo

Mortalidad infantil
y de menores de 5 años
(Estudio probabilístico de sus determinantes
mediante el modelo logit)

julio 2003
Introducción
Un problema socio-demográfico Las variables endógenas se refieren
importante existente en los países menos fundamentalmente a
desarrollados, es la alta incidencia en la malformaciones congénitas y
población de muertes referentes a niños accidentes del parto, mientras que
menores de un año de edad (mortalidad las segundas se relacionan con
infantil) y de manera más general los peligros externos, infecciosos,
decesos en el grupo de menores de 5 afecciones respiratorias o de otra
años. naturaleza. Las variables exógenas
pueden controlarse la mayoría de
Las investigaciones científicas han las veces mediante la aplicación
demostrado que existe una alta de políticas adecuadas.
probabilidad de morir durante el primer
año de edad, inclusive esa probabilidad En este sentido, resulta importante los
es significativamente alta en los primeros esfuerzos que se hagan para detectar y
instantes de vida y va decreciendo con el cuantificar esos determinantes. Por tal
tiempo, en otras palabras la probabilidad motivo el propósito de este estudio
de muerte del niño es inversamente consiste en la identificación de los
proporcional con su edad y depende determinantes de la supervivencia
diferencialmente de un conjunto de infantil, para así apoyar el proceso de
variables que interactúan en la toma de decisiones dirigidas al
materialización de dicha contingencia. mejoramiento de la calidad de vida de la
infancia.

Aunque tales determinantes están El documento se inicia con algunos

conformadas por variables endógenas y
exógenas, ambas son importantes, sus
ponderaciones difieren como causalidad
de la mortalidad infantil y pueden variar
significativamente entre distintas
regiones o países.
aspectos generales como: importancia de
la medición de la mortalidad, evolución
histórica de la mortalidad durante la
década 1992-2001 en Venezuela,
contexto internacional y continúa con los
principales resultados obtenidos del
estudio, seguidamente se describe el
modelo de regresión logístico, finalizando
con las limitaciones y recomendaciones.
De igual manera se presentan algunos
anexos que detallan las estimaciones
realizadas.
 Importancia de la cuantificación
de la mortalidad infantil

Conocer el número de niños fallecidos evolución del estado de salud de la

menores de 1 año por cada mil nacidos
vivos, para analizar su evolución
temporal y espacial.
Aun con las limitaciones de errores de
subregistro, la tasa de mortalidad
infantil, sigue siendo uno de los
indicadores más utilizados para
contribuir en la observación de la
población.
Conjuntamente con el indicador de la
esperanza de vida al nacer, la tasa de
mortalidad infantil constituye un marco
referencial en el estado de desarrollo de
las poblaciones.

Situación de la mortalidad infantil

en Venezuela

Entre el 1990 y 1998, el país mantuvo un disminuyendo sostenidamente,

ligero incremento en su tasa de como lo indica el siguiente
mortalidad infantil, es a partir cuadro:
de 1998 que ha venido

MORTALIDAD INFANTIL
(1990
(Tasa por cada 10
Po
Años Neonatal
neon

1990 13,9 11
Según cifras del Ministerio de Salud y Desarrollo Social, para el año 1998 las cinco primeras causas de
mortalidad infantil eran las siguientes:

Mortalidad infantil (menores de 1 año), según

las primeras cinco causas de muerte. Año 1998
Causas de muerte Mortalidad diagnosticada Porcentajes

Total 37.125 85,23%

1.-Ciertas afecciones originadas en el período
perinatal (*) 33.328 49,42%
2.-Enfermedades infecciosas intestinales 1.444 13,62%
3.-Anomalías congénitas 1.307 12,33%
4.-Influenza y neumonía 630 5,94%
5.-Deficiencias de nutrición 416 3,92%
Fuente: Ministerio de Salud y Desarrollo Social. MSDS.
(*) No incluye la mortalidad fetal

Mortalidad Infantil de Venezuela en

el contexto internacional

Según UNICEF para el año 2001,
Venezuela estaba ubicada en la posición
120 dentro del ranking mundial
correspondiente a la tasa de mortalidad
de niños menores de cinco años,
considerando una ordenación de peor a
mejor condición para un total de 193
países.
Lo que significa que existen 119 países
con mayores tasas de mortalidad infantil
que la nuestra y 73 con menor
incidencia.
En cuanto a América Latina, Venezuela
con 18 muertes infantiles, se ubica por
debajo del promedio de la región el cual
es de 28 decesos por cada 1000 nacidos
vivos.
4) Objetivo del Estudio

Conocer las probabilidades de Es importante señalar, que este estudio

supervivencia (o su complemento no pretende realizar un análisis
probabilidad de muerte) y sus biométrico o de variables endógenas de
correspondientes elasticidades, de las la mortalidad infantil, sino conocer las
variables que inciden en la mortalidad causas exógenas más importantes, para
infantil y de niños menores de 5 años, contribuir en el diseño de políticas
mediante la utilización de un modelo de sociales, que incidan directamente en la
regresión logístico dicotómico. reducción de esta eventualidad
demográfica.

5) Principales resultados

Los resultados se analizan para la Se presentan dos tipos de resultados, las

mortalidad infantil y la mortalidad en elasticidades de la mortalidad con
menores de 5 años, ya que ambos respecto a los determinantes
presentan diferencias en los parámetros seleccionados y las probabilidades
estimados obtenidos y sus sencillas y conjuntas de supervivencia de
correspondientes interacciones de la infancia.
probabilidades entre las variables
involucradas.

5.1) Mortalidad infantil

Mediante la ejecución de múltiples • La variable lactancia materna, indicó la

pruebas del modelo, considerando mayor correlación con la mortalidad
selecciones específicas de las variables infantil, al presentar la cifra mas
contenidas en la base de datos, se logró significativa de elasticidad asociada al
obtener el subconjunto siguiente como grupo de no lactantes 0,02203. Este
explicativas de la mortalidad infantil: resultado, implica que al pasar
lactancia materna, alfabetismo, fuente inicialmente en 10% el grupo de
de ingreso, edad de la madre, centro de madres que no lactan a la condición de
nacimiento y control prenatal. lactantes, la probabilidad de
supervivencia del niño se incrementaría
a) Elasticidades y en 0,022028, manteniendo constantes
las demás variables.
probabilidades simples
• Estos resultados evidencian la
de la mortalidad infantil importancia que tiene la lactancia
materna en relación al resto de las
variables.
• Al analizar las cifras obtenidas supervivencia del infante. Los
generadas por la cuantificación de la resultados del modelo señalan que esta
función de probabilidades logística, se probabilidad pasa de .759 en el caso de
observó una alta relación entre la que la madre no amamante al niño
lactancia materna y la probabilidad de contra un valor de .997 para los niños
sometidos a lactancia.

Elasticidades de supervivencia de niños

menores de 1 año, asociadas a los grupos
seleccionados (*)

Variable Elasticidad
s
Lactancia materna es
0,022028
materna
Alfabetismo 8
0,007950
Fuente de ingreso 3
0,001719
Edad de la madre 8
0,000623
Centro de nacimiento 9
0,000544
Control prenatal 1
0,000226
2
(*)Grupos seleccionados : niños sin lactancia materna, madres analfabetas, etc.

• En el caso de los determinantes: supervivencia infantil, ya que la

fuente de ingreso, edad de la madre, probabilidad de supervivencia del
centro de nacimiento, control prenatal niño disminuye de 0,997 cuando su
y alfabetismo de la madre, esta última progenitora es alfabeta a 0,909 en el
variable es la que más afecta a la caso de que sea analfabeta.

Probabilidades de supervive
infantil, Mod

Lactancia materna
No lacta
Lacta
 b) Probabilidades
conjuntas
Las probabilidades logísticas conjuntas,
permiten observar la influencia
combinada de dos o más variables sobre
la probabilidad de supervivencia de la
población menor de un año.
• En el caso de la lactancia materna
según edad de la madre, es evidente
una interacción entre estas dos
variables y la probabilidad de muerte
del niño. Si observamos marginalmente
la categoría de niños no sujetos a
lactancia materna, existe la posibilidad
de que el 21.7% de los niños hijos de
madres adolescentes mueran, contra
un 17.0% de mortalidad infantil de hijos
provenientes de progenitoras con edad
adecuada para dar a luz. Dicho de otra
manera, la probabilidad de
supervivencia de los menores de 1 de
año que no recibieron lactancia
materna, hijos de madres adolescentes
es de 0,783, mientras que la
probabilidad de supervivencia de los
niños menores de 1 año, que no
recibieron lactancia materna, hijos de
adolescentes es del 0,830.
• Al considerar la mortalidad infantil,
respecto a la lactancia materna y al
control prenatal se observa, que la
probabilidad de morir de los niños
cuyas madres no asistieron al control
prenatal y que no reciben lactancia
materna es de 0,350, la cual disminuye
a 0,185, cuando las madres a pesar de
que no lacten a sus hijos, sin embargo
asistieron a control prenatal. Es decir,
cuando los niños no son lactados, la
probabilidad de supervivencia aumenta
en 0,165, cuando su madre se acude al
centro de control prenatal.
• Aún cuando el hogar tenga una
inadecuada situación socioeconómica,
la supervivencia del niño es
significativamente alta cuando existe
lactancia materna. Esto se corrobora al
examinar dentro de la variable fuente
de ingreso la categoría de hogares que
tienen salarios o donaciones como
principal entrada económica. En este
caso la probabilidad de un niño no
lactado bajo estas condiciones es de .
687, mientras que la probabilidad del
niño lactado es de .993.
• En la situación en que el niño no
recibe lactancia materna y la madre es
analfabeta, se observa la más baja
probabilidad de supervivencia de los
menores de un año, que alcanza al
0,587 y en el caso de madres
analfabetas que lactan, la probabilidad
de supervivencia es de 0,985.
• La probabilidad de los hijos de
madres analfabetas, aumenta en 0,398
cuando son lactados, con respecto a los
que no son lactados. Al relacionar los
niños que no son lactados y los
lactados hijos de madres alfabetas, su
supervivencia aumenta en 0,187.
Implicando que conjuntamente la
lactancia y la condición de alfabetismo
de la madre, inciden de manera
determinante en la supervivencia
infantil.
 Probabilidades
Variables Edad de la madre

<19 años >=de 19

años

Lactancia materna

No lacta 0,78307 0,82979

Lacta 0,97596 0,99936

Edad de la madre

Menor de 19 años
5.2) Mortalidad de niños únicamente en los decesos de niños
menores de cinco años.
menores de 5 años
Mayor o igual
a) Elasticidades y a 19
 Es posible que esta diferencia se
relacione con el período de medición
probabilidades simples en ambos grupos. Esto significa que
años existen variables explicativas que
 Básicamente las variables explicativas inciden con mucha más intensidad en
para la mortalidad infantil, son las la medida que el tiempo de
mismas que para la mortalidad de supervivencia del niño es mayor. Por
menores de 5 años de edad, con ejemplo, el niño que nace con un
Control prenatal
excepción de la variable centro de buen peso al nacer, a lo largo de los
nacimiento que solo interviene en el cinco primeros años tiene asociado
primer grupo y la variable peso al una probabilidad de supervivencia
nacer del niño, la cual explica significativa dependiendo de un
No asistió

Asistió
 conjunto de factores que interactúan
durante el proceso de crecimiento y
desarrollo.
 Al igual que en la mortalidad infantil,
la variable lactancia materna se
mantiene como la más importante
para explicar la probabilidad de que
un niño menor de cinco años
sobreviva o no en dicho período. Sin
embargo, la elasticidad pasó de
0.02203 en la mortalidad infantil a .
01978 para el grupo de menores de
cinco años, lo que indica que el dar
pecho al niño es más importante en
el primer año de vida, que en los años
posteriores, para elevar su
probabilidad de supervivencia.
 Un resultado importante se presenta
al comparar las elasticidades de
supervivencia de los dos grupos de
niños respecto al alfabetismo de la
madre. El cambio fue significativo al
pasar de .0080 en la mortalidad
infantil a .0044 en la mortalidad de
menores de cinco años. Esto significa
que un desplazamiento de 10% de
madres analfabetas a la situación de
alfabetas, produciría un efecto de
aumento de probabilidad de
supervivencia de los niños menores
de un año, casi el doble mayor que en
los niños menores de 5 años.

Elasticidades de supervivencia de
niños de 5 años, asociadas a los grupos
menores
seleccionados
(*)

Variable Elasticidad
s
Lactancia materna es0,019777
Alfabetismo 3
0,004392
Edad de la madre 3
0,003430
Control prenatal 6
0,002835
Peso al nacer 8
0,002492
Fuente de ingreso 9
0,001500
(*) Grupos seleccionados: Niños 3
sin lactancia materna, hijos de madres analfabetas, etc.

 Los niños menores de cinco años, que

b) Probabilidades no fueron amamantados y cuyas
conjuntas madres son analfabetas tienen una
probabilidad de supervivencia de
0,839 frente a una probabilidad de
 La probabilidad de supervivencia
0,907 de los que fueron
conjunta más baja en este grupo, se
amamantados y son hijos de madres
presenta para los niños no lactados y
alfabetas.
que su madre no asistió en ningún
momento al control prenatal. Al
 Los niños menores de cinco años, que
comparar ambos grupos niños de
no fueron lactados y cuyas madres
madres no lactantes que no se
tienen un precaria fuente de ingreso
controlaron y las que si se
presentan una probabilidad de
controlaron, su variación
supervivencia de 0,910 frente a una
probabilística pasó de .831 a .911
probabilidad de 0,981, para los niños
 que fueron amamantados y su madre posee mejor situación
socioeconómica.

Probabilidades conj
Variables Edad de la madre Lact

< 19 años >= de 19

No l
años

Lactancia materna

No lacta 0,92294 0,90248

Lacta 0,96407 0,97863

Edad de la madre

Menor de 19 años 0,92

Mayor o igual a 19
años 0,90

Control prenatal
 5.3) Simulación de políticas sociodemográficos), su efecto se mide
en términos de tasa de variación
porcentual respecto a las
probabilidades de supervivencia.
• El modelo logit, permite la
simulación de políticas utilizando las
probabilidades y elasticidades • Por ejemplo, se puede tener como
generadas. En este sentido, mediante objetivo aumentar la supervivencia
la probabilidad inicial y para ciertos del niño mediante una política de
valores de incrementos porcentuales incremento en 10% del grupo de
deseados en las variables, se pueden madres lactantes. En este caso
obtener las correspondientes particular, se tiene una probabilidad
probabilidades de supervivencia inicial de supervivencia en el grupo de
estimadas. niños menores de un año que no
reciben lactancia materna de
0.791016, al aplicar la política la
• Estas simulaciones pueden
simulación logística genera una nueva
llevarse a cabo para cada variable en
probabilidad de supervivencia la cual
particular o en forma conjunta, para
es 0.813044, lo que significa que en
un determinado grupo objetivo. En los
términos de impacto en la
cuadros siguientes, se presenta una
supervivencia infantil implica un
posible aplicación de políticas simples
2.78% de aumento, al pasar los niños
y conjuntas y su correspondiente
supervivientes en dicho grupo de
comparación entre los niños
32.079 a 32.972, o sea un incremento
menores de un año y menores de
absoluto de 893 infantes.
cinco años que integran los grupos
seleccionados ( de mayores riesgos

Aplicación de políticas en lasupervivencia infantilpara

niños menores1 y 5 años
(Grupos seleccionados)

Menores de 1 año Menores de 5 años

Proba. Aplicac. de Tasa de Proba. Aplicac. de Tasa de
Variables y políticas (%) inicial la política crecim. inicial la política crecim.

Lactancia materna (10%) 0,791016 0,813044 2,78 0,873494 0,895523 2,52

E dad de la madre (10%) 0,965134 0,965758 0,06 0,952381 0,953005 0,07

Fuente de ingreso (5%) 0,962941 0,96466 0,18 0,974843 0,983254 0,86

Control prenatal (10%) 0,950904 0,95113 0,02 0,938865 0,940584 0,18

Alfabetismo (20%) 0,879503 0,887453 0,90 0,949438 0,960161 1,13

Nota: La aplicación de la política se refiere al aumento porcent

ual correspondiente en cada variable
Los grupos seleccionados son: Niñossin lactancia materna, hijos de madres menores a 19 años, etc.
 Ejemplo: POLITICA 10% DE INCR

NIÑOS NACIDOS VIVOS (cifra re

NIÑOS SIN LACTANCIA MATERN

Aplicación de políticas conjuntas de supervivencia para
niños menores de 1 año
(Grupos seleccionados)

Pobabilid. Aplicación Variación

SUPERVIVENCIA INICIAL (0,791

Variables y políticas (%)
Lactancia materna (10%) y
inicial de la política porcentual

Fuente de ingreso (5%) 0,72444158 0,83282114 14,96

Lactancia materna (10%) y

SUPERVIVENCIA APLICACION P
Edad de la madre (10%)

Lactancia materna (10%) y

0,80903607 0,88676716 9,61

control prenatal (10%) 0,7351814 0,82416931 12,1

AUMENTO EN LA SUPER
Lactancia materna (10%) y
Alfabetismo (20%) 0,74876188 0,86807673 15,93

Nota: Las políticas se refieren por ejemplo al aumento de 10% de niños con

Porcentaje de incremento
lactancia materna y la reducción en 10% del embarazo precoz, etc.
(*) Grupos seleccionados son los niños socio-demográficamente mas vulnerables:
sin lactancia materna, hijos de madres muy jóvenes, etc
 Aplicación de políticas conjuntas de supervivencia para
niños menores de 5 años
(Grupos seleccionados)

Probabilid. Aplicación de Variación

Variables y políticas (%) inicial la política porcentual

Lactancia materna (10%) y

Fuente de ingreso (5%) 0,8500212 0,8833298 3,92

Lactancia materna (10%) y

Edad de la madre (10%) 0,8306341 0,8741755 5,24

Lactancia materna (10%) y

control prenatal (10%) 0,7625524 0,8167629 7,11

Lactancia materna (10%) y 0,7200987 0,8004532 11,16

Alfabetismo (20%)

Nota: Las pol íticas se refieren por ejemplo al aumento de 10%de ni ños lactados y
la reducci ón en 10%del embarazo precoz, etc.
(*) Grupos seleccionados son los ni ños socio -demogr áficamente mas vulnerables:
no lactados, hijos de madres muy j óvenes, etc

6) Principales conclusiones

• El modelo de regresión logístico, materna, se reflejan más cuando van

permite una alternativa de dirigidos a los grupos
modelización razonable en términos sociodemográficos, con mayores
prácticos para el estudio de la riesgos, como son las madres
influencia de los determinantes de la adolescentes, mujeres con hijos de
supervivencia infantil. bajo peso al nacer, mujeres en
situación de pobreza, mujeres con
bajo nivel educativo y mujeres que no
• Los efectos positivos al aplicar han asistido a control materno
políticas de promoción de la lactancia infantil.
7) Recomendaciones
Para lograr mayor efectividad,
representatividad y precisión en los
resultados de este tipo de estudio, es
recomendable elaborar diseños
muestrales más específicos, así como un
mayor esfuerzo en incrementar la calidad
de la información en sus diferentes
etapas.
8) Estrategia Metodológica
8.1) Modelo de regresión logístico
El modelo de regresión Logit se
fundamenta en una curva en forma de S
alargada, acotada en el intervalo abierto
(0, 1) tal que el valor esperado de la
variable independiente tiende a cero
cuando los valores de las variables
explicativas tienden a ser muy grandes y
converge a uno en caso contrario, dicha
curva se denomina Logística y resulta
muy popular en aplicaciones prácticas.
Su formula se especifica de la siguiente
manera y se denomina función de
distribución acumulativa logística:
E ( y i ) = eβ 0+ β 1 X i1+......+ β n X in (1+ eβ 0+ β 1 X i1+......+ β n X in )
/ 0
Siendo: E ( y i) = P( y i = 1) =π i
lo que significa que el valor esperado de
la observación i-esima es igual a la
probabilidad de éxito. En este trabajo, el
cálculo corresponde a la probabilidad de
que el i-esimo niño en la muestra
sobreviva tomando el correspondiente
vector de atributos asociado a las
variables explicativas seleccionadas en el
modelo.
Una de las prioridades formuladas por la
UNICEF dentro del contexto de desarrollo
del milenio es: “la protección de la vida
de los niños y niñas y aumentar la
posibilidades de llegar a ser ciudadanos
productivos”. De acuerdo a esto, resulta
importante fomentar estudios de esta
naturaleza que contribuyan a generar
información específica en esta materia.
El vector β tiene dimensión n+1, o sea el
intercepto más el parámetro asociado a
cada una de las variables explicativas.
La matriz X tiene dimensión m filas
(niños en la muestra) por n variables
explicativas.
Al efectuar algunas operaciones
matemáticas en la función anterior y
tomar logaritmos en ambos términos de
la igualdad, se obtiene la función:
log(π /(1 + π ) = β + β x + ..........
i i i1
1
Esta función es denominada
transformación logit, la cual tiene la
propiedad de ser lineal en las variables
explicativas y los parámetros β
asociados.
La interpretación de los parámetros β de
esta función, resulta poco intuitiva
debido al razonamiento que hay que
hacer en los cambios producidos en los
logaritmos por unidad de cambio en las
variables explicativas.
Sin embargo, es mas realista interpretar
el efecto que produciría un cambio
unitario de cualquier variable explicativa
sobre las probabilidades de éxito
(supervivencia del niño. Esto se logra, al
aplicar derivadas parciales al modelo de
probabilidades logístico respecto a cada
variable X, lo que significa la
consideración de una formula para las
elasticidades.
Manipulando matemáticamente la
formula del modelo logístico y por la
teoría de probabilidades, se construye la
función de verosimilitud asociada, que
mediante la convergencia de un número
de iteraciones realizadas
computacionalmente y derivaciones
parciales respecto a los β , permite hallar
los parámetros estimados así como las
probabilidades correspondientes,
quedando la función de distribución de
probabilidades logística expresada de la
siguiente manera:
β 0 + β1 X i1+.......... .. + β n X in (
/ +e
π ei
= 1
Cada una de las observaciones (niños en la
muestra), tiene una medida de probabilidad de
supervivencia (su complemento es la probabilidad
de muerte) asociada al vector de atributos de las
8.2) Procedimientos
Para lograr el objetivo de este trabajo, se
consideró un conjunto de actividades las
cuales se describen brevemente a
continuación:
 La fuente de información base para el
desarrollo de este trabajo, se obtuvo a
través de la Encuesta Nacional de
Población y Familia 1998
(ENPOFAM’98).
 Mediante dicha base de datos
suministrada por el Instituto de
Estadística e Informática INE, se
procedió a revisar la consistencia de
diferentes variables explicativas seleccionadas, sus
puntajes probabilísticos se pueden promediar según
categorías y dentro de cada grupo o entre grupos se
calculan las múltiples interacciones probabilísticas
de supervivencia.
Otro aspecto importante, es que el
modelo de regresión logístico puede ser
generalizado a variables independientes
cuya respuestas puedan ser ordenadas
de acuerdo a múltiples categorías.
Cuando la variable dependiente es
binaria o dicotómica, la decisión de
seleccionar entre los modelos no lineales
Logit o Probit no es fácil, ya que ambos
son muy similares. Por este motivo, la
selección entre ambos modelos hay que
hacerla con cuidado, toda vez que
existen algunas diferencias que pueden
incidir en los resultados obtenidos. Por
ejemplo, es mejor utilizar el modelo Logit
si los datos tienen pesos muy distintos
entre sus valores categóricos, ya que la
curva de la distribución logística tiene
una.. + mayor curvatura en los extremos
β 0 + β1 X i1+.......... β n X in )
que en el modelo Probit. Cuando la
variable dependiente es politómica, la
diferencia entre ambos modelos se
acentúa. Además, la función de
distribución acumulada del modelo Probit
es normal.
las variables una a una, a fin de
detectar y en lo posible corregir los
errores y omisiones presentes, los
cuales pudieran afectar
negativamente los resultados del
modelo.
 Se procedió luego a elaborar
mediante el programa computacional
estadístico STATA los programas o
algoritmos necesarios para
recodificar, renombrar, clasificar,
organizar y generar mediante
comandos específicos la data que
requirió el modelo estadístico para su
procesamiento.
 Como la información disponible en la
base de datos contiene
fundamentalmente variables del tipo
 discreto dicotómicas o politómicas, se
analizó la posibilidad de aplicar un
modelo cuya naturaleza permitiera el
manejo adecuado de esta clase de
data cualitativa y que a la vez
alcanzara los propósitos establecidos
en este trabajo, esta situación
conllevo a considerar los modelos de
regresión para datos discretos Probit
y Logit.
 Al comparar ambos modelos, se tomó
la decisión de seleccionar el que
mejor se ajustara a nuestros
requerimientos basándose en la data,
hipótesis y objetivos específicos
correspondientes. En este sentido,
previo al análisis y consideraciones de
índole racionalmente técnicas se optó
por el modelo logístico.
 Una vez seleccionado el modelo y
preparadas las bases de datos de
mortalidad infantil y la mortalidad de
menores de 5 años, se procedió a
ejecutar las diferentes ejecuciones
utilizando el método “paso a paso”, a
fin de obtener una calibración
adecuada, mediante el rechazo o
captura de variables previo contraste
de hipótesis.
5) Limitaciones
En toda aplicación de los modelos
teóricos estadísticos a la realidad existen
ciertas limitaciones y este trabajo no fue
la excepción. A continuación se señalan
las más importantes:
a) El diseño muestral no es el más
adecuado para lograr los objetivos
establecidos en este proceso. Para
obtener resultados de mayor
precisión, confiabilidad y incluyeron algunas variables que son
representatividad el modelo logit
requiere que las frecuencias
observadas en cada clasificación de
 Todos los signos de los coeficientes
de regresión relacionados con las
variables explicativas del modelo son
positivos, significando una relación
directa con la variable independiente
(mortalidad). Por ejemplo: En la
medida que exista una mayor
cantidad de madres que amamanten
a sus hijos (Lactancia materna), la
probabilidad de supervivencia es
mayor.
 Conformado el conjunto de variables
explicativas a intervenir en el modelo
calibrado, se calcularon los parámetros
correspondientes, las elasticidades variable
dependiente versus variables explicativas y
las diferentes probabilidades asociadas a la
interacción entre las variables explicativas y
la mortalidad infantil y de menores de 5
años.
 Cabe señalar que el modelo se ejecutó para
los dominios 1 y 2 (área metropolitana de
Caracas y ciudades de 25.000 y más
habitantes) de la encuesta EMPOFAN’98.
El agrupamiento o cluster se hizo a nivel de
municipio. Esto se realizó con el objeto de
hacer más representativo el modelo a través
de la muestra seleccionada en
EMPOFAN’98.
las variables explicativas contra la
variable dependiente sean
“suficientemente” altas, condición
que no se cumple satisfactoriamente
en la muestra considerada
(EMPOFAN’98).
b) Como la encuesta EMPOFAN’98, se
diseño para una investigación de
propósitos múltiples, sólo se
importantes, pero se dejaron de lado
otras que objetivamente pueden
explicar la mortalidad infantil, como
 es el caso de aplicación de vacunas c) En la encuesta existe omisiones o no
inmunizadoras, morbilidad materna, respuestas, que pueden influir en el
etc. incremento del sesgo asociado a los
resultados del estudio.

Anexos

Coeficientes (Betas), elasticidades y proporciones para cada variable

Mortalidad infantil
Elasticidades Proporción (1-p)
Variables Coeficientes (grupos Proporción (p) (grupos
seleccionados) seleccionados)
Lactancia materna 4,596072 0,0220288 0,919185 0,080815
Alfabetismo 1,662163 0,0079503 0,977440 0,022560
Fuente de ingreso 3,59092 0,0017198 0,435379 0,564621
Edad de la madre 1,5477 0,0006239 0,845725 0,154275
Centro de nacimiento 2,643701 0,0005441 0,275053 0,724947
Control prenatal 0,641751 0,0002262 0,916888 0,083112
Intercepto -2,829774

Grupos seleccionados: niños más desfavorecidos por ejemplo: niños sin lactancia materna, niños de madres
analfabetas,etc

Probabilidad promedio muestral

Pr ( y =1) = ,979732

Coeficientes (Betas), elasticidades y proporciones para cada variable

Mortalidad menores de 5 años
Elasticidades Proporcion (1-p)
Variable Coeficientes (grupos Proporcion (grupos
s seleccionados (p) seleccionados
Lactancia 2,44036 ) 0,019777 0,94058 ) 0,05941
materna
Alfabetism 3
1,00070 3
0,004392 7
0,97335 3
0,02664
o
Edad de la 6
1,04228 3
0,003430 9
0,96546 1
0,03453
madre
Control 9
0,83807 6
0,002835 8
0,94472 2
0,05527
prenatal
Peso al 4
0,94580 8
0,002492 3
0,89443 7
0,10556
nacer
Fuente de 5
0,91087 9
0,001500 2
0,45433 8
0,54566
ingreso
Intercept -2 3 7 3
o 1,90160
Grupos seleccionados: niños más4
desfavorecidos por ejemplo: niños sin lactancia materna, niños de madres
analfabetas,etc

Probabilidad promedio
muestral
Pr ( y =1) = ,9781601
Anexos

Mortalidad infantil y de menores de 5 años para algunos países

Latinoamericanos
(Por cada 1000 nacidos vivos)
Nº muertes Año 2001

40

35

30

25

20

15

10

0
Ecuador
Cuba

Uruguay

Perú
Colombia
Argentina

Mexico

Brazil
Chile

Venezuela

Menores de 5 años Menores de 1 año (infantil)