Printer Friendly

Condicionantes socioeconomicos y obesidad en adultos: evidencia basada en regresiones por cuantiles y datos de panel.

Socioeconomic factors conditioning obesity in adults. Evidence based on quantile regression and panel data

El incremento de la esperanza de vida y la disminucion de la mortalidad infantil son fenomenos que se han manifestado en todos los paises del mundo. Este cambio en el perfil demografico se evidencia en variaciones del patron epidemiologico y nutricional; acompanado por un aumento en la prevalencia de enfermedades cronicas no transmisibles.

Las enfermedades cronicas son la primera causa de muerte en el mundo. En 2002 murieron 29 millones de personas debido a enfermedades cardiovasculares, cancer, diabetes y enfermedades respiratorias cronicas (1). El exceso de peso constituye un importante factor de riesgo para el desarrollo de estas enfermedades. Se calcula que en 2030 habra 2160 millones de adultos con sobrepeso y 1112 millones con obesidad (2).

El incremento de la obesidad y de sus enfermedades asociadas provoca un aumento de la demanda de asistencia sanitaria a la cual muchos gobiernos no responden adecuadamente. El cambio en los perfiles epidemiologicos requiere modificaciones en las estructuras de los sistemas sanitarios en cuanto a provision y a financiamiento de tratamientos de enfermedades relacionadas. En los paises en desarrollo estas patologias reciben todavia una atencion inadecuada (3).

Los investigadores coinciden en que las modificaciones en los habitos de consumo de alimentos y de gasto energetico, se basan en fenomenos que exceden la conducta individual e involucran fenomenos sociales, como la urbanizacion, la incorporacion creciente de la mujer al mercado laboral y cambios en los precios relativos entre alimentos saludables y no saludables. Los ingresos influyen sobre el peso por su efecto sobre el consumo de alimentos y gasto energetico. Un mayor ingreso puede provocar un aumento del gasto en alimentos ricos en calorias consumidos tanto dentro como fuera del hogar. Tambien afecta la asignacion del tiempo entre trabajo y recreacion; si las calorias gastadas en el trabajo difieren de las gastadas en actividades extra-laborales el peso tiende a modificarse (4).

Con base en datos del sistema de vigilancia de factores de riesgo en Estados Unidos, Schmeiser (5) encuentra evidencia solida de una causalidad positiva entre ingresos y el Indice de Masa Corporal (IMC) en la poblacion femenina.

La literatura sugiere que en los paises industrializados la prevalencia de obesidad es mas significativa en los grupos de bajos ingresos, mientras que en los paises en desarrollo los grupos de mas altos ingresos tienen mayores probabilidades de ser obesos (6,7). Una revision de 144 estudios publicados sobre la relacion entre obesidad y nivel socioeconomico realizada en 1989 revela una relacion inversa y robusta entre ingreso y obesidad en el caso de las mujeres en los paises desarrollados mientras que esta relacion varia en significacion y signo en varones y ninos. Sin embargo, en ambitos subdesarrollados, los trabajos encuentran una relacion directa y fuerte entre las condiciones socioeconomicas y la obesidad tanto en ambos generos como en adultos y ninos (8).

La existencia de necesidades basicas insatisfechas puede ser un factor determinante de obesidad aunque su incidencia puede variar entre regiones. La dieta de los hogares de bajos recursos esta conformada por la canasta de alimentos a la que pueden acceder, que no necesariamente es compatible con sus deseos o recomendaciones nutricionales. Bajos niveles de ingreso favorecen el consumo de alimentos ricos en grasas y carbohidratos, cuyos precios son menores respecto de los alimentos saludables y poseen mayor poder de saciedad. La urbanizacion afecta tambien la salud a traves de los lugares donde se vive o trabaja, la cantidad y calidad de la alimentacion y los factores ambientales (9). En China e Indonesia la incidencia de obesidad es el doble en ciudades que en zonas rurales. En Congo es 6 veces mayor (10). La urbanizacion puede asociarse con la disminucion de la actividad fisica producto de grandes distancias a recorrer rutinariamente, simultaneamente a la escasez de tiempo, incrementando el uso del automovil o el transporte publico. Ademas, la inseguridad, rasgo frecuente en centros urbanos, ha disminuido las actividades recreativas al aire libre, generando mas incentivo para permanecer en los hogares en actividades en general mas sedentarias.

Paralelamente, la creciente tecnificacion de la produccion ha generado mayor cantidad de trabajos sedentarios en reemplazo de los de naturaleza mas activa. Monda et al (11) encuentran que en China la poblacion masculina tiene 68 % de probabilidad de realizar actividades laborales sedentarias mientras que en las mujeres dicha probabilidad ronda 51 % segun la variacion media de la urbanizacion en un periodo de 6 anos. Concluyen que, debido a que la actividad laboral es la que proporciona el mayor consumo energetico, China atravesaria un sendero de incremento sostenido en la obesidad.

Phillipson, Posner y Lakdawalla (12-14) analizaron el incremento de la obesidad a traves de la disminucion del consumo de energia en la actividad laboral. Utilizando series de tiempo muestran el aumento del IMC se relaciona negativamente con el vigor del empleo. Estos cambios en los estilos de vida propios de las ciudades pueden manifestarse en forma diferente segun clases sociales. Mientras que los estratos de mayores ingresos pueden mejorar su situacion por contar con mejor acceso a infraestructura y servicios, los de menores recursos enfrentan barreras para vivir en lugares saludables y mantener una dieta adecuada.

El cambio en la dieta de los individuos que se trasladan de zonas rurales a urbanas se manifiesta en la introduccion a la ingesta diaria de alimentos procesados con mayor contenido de azucares, cereales refinados y grasas (15). Algunos autores destacan que el comer fuera del hogar contribuye significativamente al aumento de peso (16,17), especialmente si ocurre en locales de comidas rapidas donde en general se ofrecen alimentos con alto contenido calorico y bajo aporte nutricional. Son numerosos los estudios que relacionan la disponibilidad de locales de comida rapida con la prevalencia de obesidad y sobrepeso en ciertas regiones. Vogli et al (18) vinculan la densidad de locales de comidas rapidas de la cadena internacional Subway con la propension a la obesidad segun sexo en 26 economias avanzadas encontrando una alta correlacion entre la oferta de comidas rapidas y la obesidad en adultos. Los paises con mayor densidad de establecimientos de esta cadena (Estados Unidos, Canada), tienen las tasas de prevalencia de obesidad mas alta, mientras que Japon y Noruega exhiben la menor densidad y registran las tasas de obesidad mas bajas de la muestra.

Basado en regresiones multiples, Maddock (19) encuentra que la densidad de restaurantes de comida rapida resulta significativa para explicar la prevalencia de obesidad a nivel estatal en Estados Unidos despues de controlar por origen etnico, edad, sexo, grado de sedentarismo y consumo de frutas y verduras. Asimismo, Chou et al (20) encuentran una elasticidad significativa y positiva de la obesidad respecto al numero de locales de comidas rapidas per capita, en un panel de individuos en el periodo 19841999 relevado por el sistema de vigilancia de factores de riesgo estadounidense.

Un analisis interesante es el que sostiene como hipotesis que la obesidad es un fenomeno producido por un "shock" de comida rapida cada vez mas barata. Offer et al (21) chequean esta hipotesis incorporando el precio de las comidas rapidas (en este caso, el indice Big Mac publicado por The Economist) como regresor en un panel de 11 paises desarrollados entre 1994 y 2004. Los precios del Big Mac muestran en todos los paises de la muestra una relacion negativa; sus niveles mas bajos cotizan en paises con los mayores guarismos de obesidad mundial y viceversa. Los modelos de regresion ajustados encuentran que el rol de los precios resulta mas relevante en las economias con mayor grado de liberalizacion de sus mercados (e.g. menores tasas impositivas y regulaciones).

Por otra parte, la creciente participacion femenina en el mercado laboral ha provocado cambios en la organizacion familiar relacionados con la asignacion del tiempo entre actividades laborales, domesticas y descanso, afectando los habitos de consumo de alimentos favoreciendo una mayor ingesta de alimentos elaborados fuera del hogar y mermas en el tiempo dedicado a ejercicio fisico (20,22).

En funcion de lo antes expuesto, el objetivo de este trabajo es considerar los cambios de naturaleza socioeconomica que han propiciado el incremento de la obesidad. En particular se hara foco en el nivel de ingreso, la urbanizacion, la incorporacion de la mujer al mercado laboral y la accesibilidad a alimentos no saludables. Mediante la utilizacion de tecnicas econometricas de datos de panel y regresiones por cuantiles se estima la relacion entre el incremento de la obesidad y las variables socioeconomicas seleccionadas.

MATERIALES Y METODOS

Las cifras de obesidad empleadas en los ajustes econometricos fueron estimadas por Ono y otros (23). Si bien no se ha publicado un informe detallado sobre la metodologia aplicada, los autores aseguran que las cifras son comparables entre paises. Es probable que estos guarismos no estimen con precision la proporcion de adultos obesos en cada pais ya que no se basan en relevamientos de datos individuales. No obstante, la comparabilidad permite al menos asegurar que el ordenamiento sea fidedigno.

Aunque es posible identificar numerosas variables que inciden en la prevalencia de obesidad, (participacion de la mujer en el mercado de trabajo, duracion promedio de la jornada laboral, nivel de instruccion de la poblacion adulta, entre otros) es todavia baja la cobertura y comparabilidad entre paises de dicha informacion.

En un esfuerzo por disponer de mayor informacion sobre la incidencia de la obesidad que, a su vez, fuese comparable entre paises, un equipo de la OMS produjo estimaciones de la proporcion de adultos con masa corporal mayor a 30 para 192 paises para los anos 2002, 2005 y 2010. Sin embargo, las variables que podrian operar como explicativas en un ajuste econometrico tienen todavia una cobertura limitada; por ejemplo, la Organizacion Internacional del Trabajo (OIT) publica las horas promedio trabajadas por ocupado correspondientes solo a 52 paises. Los datos de pobreza tienen una cobertura de 53 paises pero no en todos se consigue mas de una observacion temporal y coincidente con los periodos para los que la OMS publica las estimaciones de obesidad. Por su parte, el nivel educativo de la poblacion adulta femenina se publica sobre bases comparables para 25 paises y en contados casos se dispone de 2 observaciones por pais (lo cual inhabilita la aplicacion de varios metodos de estimacion con datos de panel).

La Tabla 1 describe las variables analizadas, la fuente correspondiente y la estadistica basica. Alli puede observarse que las variables con mayor cobertura espacial y temporal son las relacionadas con el tamano de la economia (producto e ingreso per capita) y con el grado de urbanizacion de la poblacion. Sin embargo, estas variables aportan menos riqueza en la explicacion de los determinantes profundos de los problemas de peso.

Del analisis de los datos se observa que los paises de menor nivel de ingreso per capita tienden a exhibir cifras de obesidad en mujeres sustancialmente mayores que la obesidad en varones. Por el contrario, a medida que se avanza en el nivel de desarrollo, la obesidad masculina tiende a acercarse a las cifras de obesidad femenina y eventualmente a superarla.

De todos modos, la Figura 1 muestra que la relacion anterior entre nivel de desarrollo y diferencial de tasas de obesidad entre varones y mujeres no es lineal; en niveles de ingreso per capita muy bajos, la dispersion en cifras de obesidad diferencial entre sexos es muy elevada. A medida que el nivel de ingreso por habitante aumenta la diferencia en la proporcion de varones y mujeres obesos comienza a menguar. Relacionado con lo anterior, la urbanizacion contribuye a aumentar las tasas relativas de obesidad en varones.

La Figura 2 ilustra que la brecha de sobrepeso entre varones y mujeres merma o, en todo caso, favorece el sobrepeso relativo en varones, a medida que se abarata la comida rapida; cuanto mayor es la capacidad de consumo de comidas rapidas, menor es la diferencia entre la proporcion de mujeres y de varones obesos.

El analisis de obesidad en adultos se basa en la estimacion de modelos de regresion (es decir, en el contexto de ecuaciones con variables dependientes y explicativas) utilizando tecnicas de panel de datos y regresion por cuantiles.

[FIGURA 1 OMITIR]

La especificacion que adopta un modelo de datos de panel toma la siguiente forma: k

[y.sub.it] = [alfa] + [k.suma de (k=1)] [[beta].sub.k] [x.sub.kit] + [[alfa].sub.i] + [[epsilon].sub.it]

Donde la variable dependiente, y, representa la tasa de obesidad, x es una matriz que contiene k variables explicativas. En este caso, contiene al ingreso per capita, grado de urbanizacion, relacion ingreso/precio de Big Mac, e indicadores laborales en la poblacion femenina; [beta] es el conjunto de parametros de pendiente y expresa el efecto de cada variable independiente sobre la proporcion de poblacion obesa; [alfa] es el parametro de posicion; s es un termino puramente aleatorio. El subindice i denota a los paises y t al periodo observado. En este caso, si bien se dispone de 192 observaciones de la dependiente para 2 periodos, el panel se encuentra desbalanceado ya que no hay datos de las variables explicativas para la muestra total.

[FIGURA 2 OMITIR]

La regresion por cuantiles (realizada para un ano dado) permite considerar la existencia de efectos diferenciales en los extremos de la distribucion de las variables. Es asi que en vez de ajustar ecuaciones vinculando el valor promedio de las variables dependientes y explicativas, la estimacion se realiza para valores correspondientes a secciones determinadas (cuantiles) de la distribucion. Esto permite considerar situaciones de efectos heterogeneos entre valores de las variables involucradas mas que entre unidades de observacion (25). Por ejemplo, el efecto del nivel de ingreso sobre la proporcion de obesos en cada grupo poblacional (varones, mujeres) podria diferir en el cuantil 90 de la tasa de obesidad (paises en el extremo superior de la tasa de obesidad) respecto del efecto que tiene esa misma variable sobre la tasa media de obesidad. La regresion por cuantiles se obtiene minimizando las desviaciones absolutas ponderadas asimetricamente (26).

Teniendo en cuenta que los datos de prevalencia de obesidad difieren sustancialmente segun genero y que algunas de las variables explicativas exhiben cierta correlacion con la tasa relativa de obesidad, los modelos estimados consideran como variables dependientes a las tasas de obesidad en varones y en mujeres por separado.

RESULTADOS

En el caso de las estimaciones con panel de datos, todos los ajustes justificaron (basados en la prueba de Hausman) la eleccion de efectos fijos, por sobre los efectos aleatorios. Las estimaciones indican que la prevalencia de obesidad en varones aumenta con el nivel de ingreso per capita aunque en forma menos que proporcional, con la participacion de la mujer en el mercado laboral y con la tasa de urbanizacion (Tabla 2).

Por su parte, el ajuste aplicado a la obesidad femenina no registra significatividad para ninguna de las variables consideradas. Ello se debe, en parte, a desajustes entre la informacion disponible y los requisitos de las tecnicas econometricas empleadas. Una limitacion de los modelos de efectos fijos que emplean el estimador within es que las variaciones de baja magnitud en las explicativas pueden arrojar coeficientes no significativos. En el caso aqui reportado es posible que las variables que cambian lentamente en el tiempo, como el grado de urbanizacion o las que expresan la modalidad de insercion la poblacion femenina en el mercado laboral, reflejen menor significatividad que otras sujetas a variaciones coyunturales mas frecuentes (de hecho la estadistica descriptiva presentada en la Tabla 1 muestra mayor variabilidad entre paises que intra-pais). Es probable que esto haya tenido un rol en el modelo aplicado a obesidad en mujeres, donde no se obtienen resultados satisfactorios para el objetivo propuesto. Ademas, algo de este efecto se manifiesta en el modelo ajustado para varones obesos donde el indicador de bondad de ajuste "entre" es mayor que el que capta la variabilidad intra-pais. Con todo, sigue siendo mas eficiente basar las conclusiones en un modelo de efectos fijos, en vez de estimaciones basadas en la variabilidad "entre".

Por su parte, considerando unicamente los datos de 2002, el precio relativo del menu estandar de la principal cadena mundial de comida rapida parece favorecer la obesidad en la poblacion masculina; cuanto mas barata es la comida rapida en relacion al nivel de ingreso medio, mayores son los guarismos de obesidad en el decil 90 (es decir, en el conjunto de paises con las cifras de obesidad mas elevadas). Otro resultado a destacar es que, en los paises con mayores guarismos de obesidad, aumentos del nivel de ingreso per capita vienen acompanados de menor incidencia en la obesidad masculina (Tabla 2). El grado de urbanizacion sigue incidiendo positivamente.

En suma, el efecto de los precios de la comida rapida, el nivel de ingreso y el grado de urbanizacion sobre la obesidad es significativo especialmente en los paises con mayor prevalencia de varones obesos.

Si el modelo anterior es ajustado al decil 10 (paises en el extremo inferior de guarismos de obesidad masculina), el nivel de ingreso recobra su influencia positiva, la accesibilidad de la comida rapida tiene un efecto incluso opuesto al registrado en el extremo superior de la distribucion de obesidad y la urbanizacion tiene un coeficiente positivo pero de menor magnitud (cuarta columna de la Tabla 2).

La Tabla 3 ilustra el efecto de la insercion de la mujer en el mercado laboral y el precio relativo del Big Mac con los datos correspondientes a 2005; la mayor participacion de la mujer en el mercado laboral contribuye a la obesidad tanto de varones como de mujeres, pero afecta mas severamente a este ultimo grupo. Por su parte, el precio relativo de la comida rapida no incide en la obesidad femenina, pero es relevante en la obesidad masculina pronunciada. Esto muestra que el precio de la comida rapida contribuye al problema de la obesidad en regiones donde la misma ya es un problema; los problemas de sobrepeso tendrian su origen en cambios en los modos de vida (mayor sedentarismo, mas horas trabajadas, mayor tasa de actividad laboral femenina, menor ingesta de comidas en el hogar). Paulatinamente, el menor precio de la comida rapida profundizaria la epidemia especialmente en la poblacion masculina.

DISCUSION

La contrastacion cuantitativa de estas hipotesis sobre el rol de los factores socioeconomicos en la obesidad, si bien cuenta con apoyo teorico, en el plano empirico se encuentra todavia en un estado embrionario debido a la necesidad de contar con bases de datos que recopilen indicadores del mercado laboral, precios de alimentos de distinta clase, ingresos, educacion, etc. sobre una base comparable (27).

Este trabajo encuentra que los factores que inciden en la obesidad en adultos difieren entre varones y mujeres; la accesibilidad a comida rapida afecta en mayor medida a la obesidad masculina mientras que la modalidad de insercion laboral de las mujeres provoca mayores guarismos de obesidad en ese segmento poblacional. Los factores socioeconomicos subyacentes en la obesidad tambien son diferentes segun la magnitud de esta problematica en cada pais; en paises con baja prevalencia de sobrepeso, aumentos del nivel de ingreso favorecen el transito hacia habitos obesogenicos, mientras que en paises con elevadas tasas de obesidad, el nivel de ingresos atenua el problema. Por las limitaciones informativas mencionadas antes, estos resultados no se corroboran en todos los anos analizados o

DOI: http://dx.doi.org/10.15446/rsap.v18n4.35480

Agradecimientos. Articulo elaborado en el marco del Proyecto de Investigacion financiado por la Universidad Nacional del Sur "Malnutricion en Argentina. Un analisis desde la economia de la salud".

REFERENCIAS

(1.) Yach D, Hawkes C, Gould L, Hofman K. The Global Burden of Chronic Diseases Over coming Impediments to Prevention and Control. JAMA. 2004; 291(21): 2616-2622.

(2.) Kastorini CM, Milionis HJ, Ioannidi A. Adherence to the Mediterranean diet in relation to acute coronary syndrome or stroke nonfatal events: a comparative analysis of a case/case-control study. Am Heart J. 2011; 162: 717-724.

(3.) Beaglehole R, Yach D. Globalization and the prevention and control of non-communicable diseases: the neglected chronic diseases of adults. Lancet. 2003; 362:903-908.

(4.) Lakdawalla D, Philipson T The Growth of Obesity and Technological Change. Econ & Hum Biol. 2009; 7(3):283-293.

(5.) Schmeiser M. Expanding Wallets and Waistlines: The Impact of Family Income on the BMI of Women and Men Eligible for the Earned Income Tax Credit. Health Econ. 2009; 18(11): 1277-1294

(6.) Amador M, Rodriguez-Ojea A. Seminario-taller sobre obesidad y pobreza en America La tina. Rev Cubana Aliment Nutr. 1996; 10(1): 49-52.

(7.) Rodriguez Caro A, Gonzalez Lopez-Valcarcel B. El trasfondo economico de las intervenciones sanitarias en la prevencion de la obesidad. Rev Esp Salud Publica. 2009; 83(1): 25-41.

(8.) Sobal J, Stunkard AJ. Socioeconomic status and obesity: a review of the literature. Psychol Bull. 1989; 105(2).

(9.) Phillips DR. Urbanization and Human Health; Parasitology. 1993; 106: S93-S107.

(10.) Popkin B, The nutrition transition and obesity in the developing world. J. Nutr, 2001; 131(3): 871S-873S.

(11.) Monda K, Gordon-Larsen, P, Stevens J y Popkin S. China's transition: The effect of rapid ur banization on adult occupational physical activity. Social Sci & Med. 2007; 64:858-870.

(12.) Philipson T The World-Wide Growth in Obesity: An Economic Research Agenda. Health Econ. 2001; 10(1): 1-7.

(13.) Philipson, T., and R. Posner. The Long Run Growth of Obesity as a Function of Technological Change. Persp in Biology & Med 2003; 46(3): 87-108.

(14.) Lakdawalla D, Philipson, T The Growth of Obesity and Technological Change: A Theoretical and Empirical Examination, National Bureau of Economic Research Working Paper Series. 2002; 8946.

(15.) Monteiro C, Moura E, Conde W, Popkin B. Socioeconomic status and obesity in adult populations of developing countries: a review; Bull World Health Organ. 2004; 82(12): 940-946.

(16.) Jeffery R, Baxter J, McGuire M, Linde, J. Are fast food restaurants an environmental risk factor for obesity? International Journal of Behavioral Nutr & Phys Act. 2006; 3(2).

(17.) McCrory MA, Fuss PJ, Hays NP, Vinken AG, Greenberg AS, Roberts SB (1999); Overeating in America: association between restaurant food consumption and body fatness in healthy adult men and women ages 19 to 80. Obes Res. 1999; 7(6): 564-571.

(18.) Vogli R, Kouvonen A, Gimeno, D. Globesization: ecological evidence on the relationship between fast food outlets and obesity among 26 advanced economies. Critical Public Health. 2011; 21(4): 395-402.

(19.) Maddock J. The Relationship Between Obesity and the Prevalence of Fast Food Restaurants: State-Level Analysis. Am J Health Promotion 2004; 19 (2): 137-143.

(20.) Chou S, Grossmann M, Saffer, H. An Economic analysis of Adult Obesity: Results from the Behavioral Risk Factor Surveillance System. J of Health Econ. 2004; 23 (3): 565-587.

(21.) Offer A, Pechey R, Ulijaszek S. Obesity under affluence varies by welfare regimes: The effect of fast food, insecurity and inequality. Econ & Hum Biol 2010; 8 (3): 297-308.

(22.) Oliva J, Gonzalez L, Labeaga J, Alvarez Dardet C. Salud publica, economia y obesidad: el bueno, el feo y el malo. Gaceta Sanitaria 2008; 22(6).

(23.) Ono T, Guthold R, Strong K. WHO global comparable estimates, 2005.

(24.) Cameron C, Trivedi P. Microeconometrics using Stata; Stata Press; 2005.

(25.) Koenker R, Hallock K. Quantile Regression; J Ec Pers. 2001; 15(4): 143-156.

(26.) Koenker R. Quantile Regression. CA Mass: Cambridge University Press; 2005.

(27.) Temporelli K, Viego V. Obesidad y Sobrepeso en Argentina. Una aplicacion de Econometria Espacial. Estudios de Econ Aplic. 2011; 29(3): 1-25.

Karina L. Temporelli [1] y Valentina N. Viego [2]

[1] Instituto de Investigaciones Economicas y Sociales del Sur (IIESS--CONICET Universidad Nacional del Sur. Argentina. ktempo@criba.edu.ar

[2] Departamento de Economia -UNS. Universidad Nacional del Sur. Argentina. vviego@criba.edu.ar

Recibido 22 noviembre 2012/Enviado para modificacion 16 agosto 2014/Aceptado 22 Septiembre 2015
Tabla 1. Variables: definicion, fuentes y estadistica
descriptiva

Variable         Definicion

Obesvar1         obesidad estimada (IMC [mayor que o igual a]
                   30), prevalencia %, varones > 15 anos
Obesmuj1         obesidad estimada (IMC [mayor que o igual a] 30),
                   prevalencia %, mujeres > 15 anos
incpc*2          Ingreso neto nacional ajustado, en US corrientes por
                    habitante
Urb2             poblacion urbana, % del total
bigmac13         Ingreso neto nacional por habitante / precio del Big
                   Mac en u$
masde40hsmuj4    mujeres mayores de 15 anos que trabajan mas de 40
                   hs semanales
Empleofem4       mujeres mayores de 15, % que trabajan
Mujmerclab4      mujeres laboralmente activas, % de mujeres > 15 anos

Variable         Media      Desv       Desv       Desv.      . Min
                            est        est.       est
                            global     entre      intra

Obesvar1         10.937     12.287     12.228     1.401      .004

Obesmuj1         19.321     15.351     15.222     2.182      .02

incpc*2          6.22       10.14      9.8        2.59       -2.96

Urb2             54.027     23.473     23.494     .691       8.78
bigmac13         4.589      4.141      3.963      1.275      0

masde40hsmuj4    48.559     22.827     22.103     1.439      7.2

Empleofem4       47.095     14.020     14.013     1.412      12.8
Mujmerclab4      52.342     13.588     13.566     1.133      19.5

Variable         Max        No.
                            paises

Obesvar1         84.59      192

Obesmuj1         80.46      192

incpc*2          60.54      164

Urb2             100        188
bigmac13         15.061     38

masde40hsmuj4    93.4       45

Empleofem4       83.2       167
Mujmerclab4      92         131

* Los valores de ingreso neto nacional ajustado
pueden tomar valores negativos; 1. (23); 2. Banco
Mundial: http://data.worldbank.org; 3. Elaboracion
propia en base a datos del Banco Mundial y The
Economist; 4. United Nations Statistics Division.
http://data.un.org en base a ILO_KILM Database
5ed_2007

Tabla 2. Determinantes socioeconomicos de la obesidad en varones

Variable            Modelo de efectos      Regresion cuantilica
                    Fijos. Coeficiente *   q90. Coeficiente
                     (p-valor)             (p-valor)

incpc                   .0002 (.000)          -1.1225 (.000)
incpc^2               -2.133-09 (.001)
mujmerclab             .07778 (.010)
urb                     .1894 (.000)           .3481 (.000)
bigmac1                                        .0040 (.000)
constante              -7.3163 (.006)        -11.8052 (.000)
sigma u                    5.641
sigma e                     .623
rho                        .9877
R2 "dentro"                .3799
R2 "entre"                 .4261
R2 global                  .4251                  .3554
No.observaciones            242                     36

Variable            Regresion Cuantilica
                    q10 Coeficiente
                    (p-valor)

incpc                   .6595 (.000)
incpc^2
mujmerclab
urb                     .2159 (.001)
bigmac1                -.0023 (.000)
constante              -8.8776 (.000)
sigma u
sigma e
rho
R2 "dentro"
R2 "entre"
R2 global                  .1240
No.observaciones             36

* Errores estandar robustos. Fuente: elaboracion propia

Tabla 3. Obesidad en varones y mujeres: regresion por
cuantiles. 2005. q90

                       Coeficiente
                       (p-valor)

Variable               Masculino    Femenino
bigmac1                .0017        .0042
                       (.000)       (384)
masde40hsmuj           .2352        .4220
                       (.000)       (.000)
empleofem              .31838       .4186
                       (.006)       (.046)
constante              -17.9374     -10.5159
                       (.002)       (161)
Pseudo R2              .5720        .3248
No. observaciones      15           15

Fuente: elaboracion propia
COPYRIGHT 2016 Universidad Nacional de Colombia, Facultad de Medicina
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2016 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Author:Temporelli, Karina L.; Viego, Valentina N.
Publication:Revista de Salud Publica
Date:Aug 1, 2016
Words:4715
Previous Article:Concordancia en la talla para la edad entre referencias NCHS y OMS en indigenas colombianos.
Next Article:La salud publica en el continuo salud-enfermedad: un analisis desde la mirada profesional.
Topics:

Terms of use | Privacy policy | Copyright © 2019 Farlex, Inc. | Feedback | For webmasters