Printer Friendly

Methodology for selecting areas for biofortified crop intervention/Metodologia para seleccionar zonas de intervencion con cultivos biofortificados.

Durante el periodo 2003-2005, cerca de 45 millones de personas padecieron desnutricion en America Latina y el Caribe, cifra que coloca a esta enfermedad como un importante problema de salud publica en la Region (1). En 2002 el Fondo de las Naciones Unidas para la Infancia (UNICEF), con base en estadisticas nacionales de 22 paises de la Region, notifico que la prevalencia de desnutricion cronica en menores de 5 anos oscilaba entre 2% en Chile y 49% en Guatemala, con valores intermedios tales como 14% en Colombia, 18% en Mexico y 26% en Bolivia (2).

Si bien puede haber otras causas, las deficiencias nutricionales se relacionan principalmente con la calidad de la dieta --como sucede en la Region--y con la falta de alimentos, que es la razon mas comun en Africa. (3). De alli que en casi todos los paises en desarrollo los trastornos nutricionales de mayor prevalencia incluyan malnutricion proteico-energetica, carencia de vitamina A, anemias nutricionales por deficiencia de hierro, y alteraciones del crecimiento y la respuesta inmune por deficiencia de zinc (4).

Los programas para combatir las deficiencias de hierro, zinc, vitamina A y proteina, generalmente requieren tres tipos de intervenciones (5). La primera, obvia pero muchas veces dificil de implementar, consiste en diversificar la dieta mediante el aumento del consumo de carnes, frutas y verduras, las cuales tienen altos niveles de micronutrientes y, en el caso de la carne, de proteina completa (4, 6, 7, 8). La segunda es la distribucion de suplementos dieteticos, que puede resultar efectiva para aumentar los niveles de micronutrientes en algunas poblaciones (9-11). La tercera intervencion comprende la fortificacion industrial de alimentos basicos, como arroz con vitaminas del complejo B y hierro, el azucar con vitamina A y hierro, el trigo con hierro y acido folico, y la sal con yodo (12, 13). Si han de ser exitosas, estas dos ultimas estrategias requieren de una infraestructura apropiada que facilite su implementacion.

Actualmente se encuentra en desarrollo una cuarta intervencion, conocida como biofortificacion, que busca aumentar el contenido nutricional y las propiedades agronomicas de determinados cultivos clave a traves del fitomejoramiento convencional, para contrarrestar las deficiencias nutricionales con alimentos de alto consumo (14-19). Hay dos consorcios internacionales--AgroSalud y HarvestPlus--que trabajan en biofortificacion, con el objetivo de aumentar los niveles de hierro, zinc,--caroteno y lisina y triptofano en los cultivos de frijol, maiz, batata, arroz y yuca. AgroSalud enfoca sus esfuerzos en 14 paises de America Latina y el Caribe, [4] mientras que el segundo lo hace en paises de Africa y Asia. Cabe aclarar que Agro-Salud utiliza la yuca biofortificada por HarvestPlus para la elaboracion de productos alimenticios y tambien que HarvestPlus ha comenzado el proceso de biofortificacion en otros cultivos basicos, como papa, trigo y cebada. Para ser efectivas, las intervenciones contra la desnutricion deben enfocar sus esfuerzos en zonas geograficas donde hay mayor impacto integrando, entre otros, datos sobre aspectos agronomicos, nutricionales, sociales y demograficos (20, 21). Las zonas geograficas donde la biofortificacion seria mas exitosa son aquellas con alto riesgo de presentar deficiencias nutricionales de hierro, zinc, vitamina A o proteina, y donde se produzcan y se consuman los cultivos que estan siendo biofortificados. Igualmente, para tener mayor impacto, se busca priorizar la intervencion en los sitios con mayor densidad poblacional y niveles de pobreza, siendo estos los criterios utilizados en la focalizacion de esfuerzos. Por esa razon, la planificacion y el desarrollo de programas de biofortificacion tienen necesidades unicas que los distinguen de otros tipos de intervenciones.

El presente estudio tiene como objetivo identificar zonas geograficas de America Latina y el Caribe donde la biofortificacion pueda ser implementada con exito. La metodologia empleada incluyo la visualizacion y el analisis exploratorio de datos a nivel espacial, incluidas la descripcion y superposicion de mapas, y el empleo de un sistema de informacion geografica (22, 23).

MATERIALES Y METODOS

Esquema metodologico

Como punto de partida, y en base a una revision de la literatura cientifica disponible, se identificaron indicadores bioquimicos y antropometricos, junto con sus respectivos puntos de corte y clasificaciones del riesgo nutricional a las deficiencias de hierro, zinc, vitamina A y proteina. Otros tipos de indicadores, como los de ingesta, fueron descartados debido a la escasa informacion disponible para los paises objeto de estudio.

Luego se realizo la recoleccion y analisis de la informacion necesaria para elaborar mapas tematicos, a nivel subnacional, de riesgo nutricional a las deficiencias de hierro, zinc, vitamina A o proteina en los paises donde opera Agro-Salud. Estos instrumentos fueron complementados con mapas de produccion de los cultivos de interes para el mismo consorcio (arroz, batata, frijol, maiz y yuca), mapas socioeconomicos y demograficos y, para algunos paises, mapas especialmente disenados a partir de la informacion existente sobre el consumo real de esos cultivos.

Finalmente los mapas elaborados se organizaron en un atlas digital a partir del cual, con la ayuda de un SIG, se realizo el analisis exploratorio de datos a nivel espacial, que incluyo la representacion grafica de la informacion obtenida, el analisis descriptivo de los datos, la superposicion de mapas tematicos y su comparacion para identificar sitios potenciales donde implementar la biofortificacion de cultivos. En este estudio se muestra el analisis realizado en cuatro paises (Bolivia, Colombia, Guatemala y Mexico) de los abarcados por AgroSalud, [5] escogidos por ser representativos de las situaciones que pueden presentarse al usar la metodologia propuesta con diferentes combinaciones de pais, nutriente y cultivo, las cuales se especifican en la seccion de analisis espacial.

Indicadores del riesgo nutricional

La revision efectuada planteo la necesidad de utilizar los indicadores de forma jerarquica: primero los bioquimicos, que miden el nivel de un nutriente en la sangre o un trastorno ocasionado por su deficiencia, utilizados para establecer riesgos nutricionales especificos en la poblacion, y segundo los antropometricos, que indican el efecto que tiene sobre el crecimiento la deficiencia nutricional, utilizados para determinar riesgos nutricionales generales. El indicador antropometrico empleado fue el de talla baja para la edad, lo que permitio discriminar zonas con diferentes niveles de riesgo a las deficiencias nutricionales, puesto que su rango de variacion estuvo entre 2% y 49%. El uso de este indicador ha permitido encontrar disparidades a nivel subnacional en estudios anteriores en la Region, lo que es otro punto a favor de su utilizacion en este tipo de esfuerzo (2, 24).

Los ninos menores de 5 anos son uno de los dos grupos poblacionales--junto con las mujeres en edad reproductive--mas vulnerables a la desnutricion. El presente estudio se basa principalmente en informacion sobre este grupo etario para determinar el riesgo nutricional a nivel poblacional, debido tanto a la prioridad de atencion de este grupo de poblacion, como a su susceptibilidad y la disponibilidad de informacion en todos los paises a nivel subnacional. En el cuadro 1 se muestra un resumen de las mediciones, indicadores, puntos de corte y clasificaciones propuestas para determinar el riesgo frente a la deficiencia de cada nutriente o grupo de nutrientes (25-28).

La informacion utilizada

El cuadro 2 presenta un resumen de las variables e indicadores utilizados, el ano de recoleccion, el grado de representatividad y las fuentes consultadas para los cuatro paises de estudio.

El indicador de riesgo utilizado en cada caso fue determinado en funcion de la disponibilidad de informacion nutricional. Asi, para la deficiencia de hierro se utilizo el indicador bioquimico de anemia en Guatemala (29) y Bolivia (30), mientras que el riesgo de sufrir deficiencias de zinc, vitamina A y proteina fue estimado mediante el indicador antropometrico de talla baja para la edad (<-2 desviaciones estandar [DE]) en ninos menores de 5 anos en Bolivia (30) y Colombia (31); y en el caso de Mexico, en ninos de entre 6 y 8 anos (32).

A nivel demografico se utilizo el mapa de densidad poblacional por [km.sup.2] disponible a nivel mundial, mientras que a nivel socioeconomico fueron utilizados, para Guatemala y Mexico, el mapa municipal de personas bajo la linea de pobreza extrema y, para Bolivia y Colombia, el porcentaje municipal de personas con necesidades basicas insatisfechas (NBI) (33-37). Adicionalmente se utilizaron mapas de produccion estimada de cultivos basicos con el numero de hectareas por cada 100 [km.sup.2], a nivel mundial (38), desarrollados con base en estadisticas de la Organizacion para la Agricultura y la Alimentacion (FAO)6 (39). Finalmente, para Guatemala se obtuvieron datos del consumo alimenticio real (gramos/persona/ dia), a nivel regional (40), el tipo de informacion de menor disponibilidad de las incluidas en el presente trabajo.

El analisis espacial

El punto de inicio fue un atlas disenado en el aplicativo ArcGIS Desktop 9.1[R] (41), donde se identificaron las zonas de intervencion, tomando en cuenta las diferentes combinaciones de pais, nutrientes y cultivos. La tecnica utilizada fue un analisis exploratorio de datos a nivel espacial (22), el cual consistio en una representacion grafica donde a cada mapa se le asignaron diferentes tonalidades segun cada una de las categorias o intervalos en que fueron clasificadas las variables (42, 43). A continuacion se procedio a describir y analizar las tendencias espaciales de los datos e identificar patrones en cada mapa y, finalmente, a realizar superposiciones y comparaciones entre los distintos mapas, estableciendo relaciones espaciales entre ellos para individualizar las zonas potenciales de biofortificacion.

En los estudios de caso se presentaron las siguientes cuatro combinaciones de pais, nutriente y cultivo:

* Guatemala: hierro--arroz y frijol.

* Mexico: aminoacidos--maiz.

* Bolivia: hierro y zinc--frijol.

* Colombia: [beta]-caroteno (vitamina A)--yuca.

Los primeros mapas analizados fueron los nutricionales, donde se identificaron las zonas segun el riesgo de sufrir deficiencias para cada nutriente con las categorias de riesgo bajo, moderado y alto para los indicadores bioquimicos, o bajo, medio, elevado y muy elevado para los indicadores antropometricos (cuadro 1). El analisis prosiguio con los mapas relativos a la produccion y el consumo del cultivo, lo que permitio determinar las zonas donde las deficiencias nutricionales pudieran ser abordadas mediante uno o varios cultivos biofortificados. Finalmente se incorporo la informacion socioeconomica y demografica, identificando las zonas mas vulnerables a las deficiencias nutricionales donde la intervencion pudiera tener un mayor impacto.

[FIGURE 1 OMITTED]

RESULTADOS

El analisis exploratorio de la representacion espacial de informacion fue altamente positivo puesto que permitio identificar zonas candidatas a intervenciones de forma rapida, sencilla y logica, mediante el uso de variables con escalas tanto cualitativas como cuantitativas. A continuacion se presentan los cuatro estudios de caso en los cuales se escogieron las zonas de intervencion.

Estudio de caso 1. Biofortificacion de arroz y frijol con hierro en Guatemala

Las variables relativas al riesgo de sufrir deficiencias de hierro y al consumo per capita de frijol y arroz fueron desplegadas en mapas a nivel regional. Adicionalmente, se realizo el despliegue de los datos referidos a la produccion de esos dos cultivos por cada 100 [km.sup.2] y de las variables densidad poblacional por [km.sup.2] y porcentaje municipal de personas bajo la linea de extrema pobreza rural.

En el mapa nutricional del pais (figura 1, A) se observa que las regiones Nororiental, Peten, Norte y Suroriental, tienen mayor riesgo de padecer deficiencias de hierro, con un nivel de riesgo moderado y prevalencias de anemia de 36,1%, 35,4%, 26,3% y 20,0%, respectivamente, mientras que en las demas regiones el riesgo es menor y se encuentra entre 1,9% en la region Suroccidental y 19,5% en la Central.

En el caso del arroz, el consumo per capita registro valores de entre 26 y 44 gramos por persona por dia (g/persona/ dia), siendo mayor en las regiones Nororiental y Guatemala, al tiempo que la distribucion espacial de su produccion estuvo concentrada fundamentalmente en tierras bajas y planas, localizadas en el sur hacia el Oceano Pacifico y en la region Nororiental (figura 1, B y C).

Los mayores consumos de frijol se registraron en las regiones Suroriental, Peten y Nororiental con 67,1, 61,7 y 61,3 g/persona/dia, respectivamente. La distribucion espacial de la produccion de esta leguminosa se encuentra localizada hacia el interior del pais en tierras altas y topografias quebradas, con un patron espacial similar a la trayectoria de la Sierra Madre (figura 1, D y E).

En relacion a la densidad poblacional (figura 1, F), se aprecia un mayor numero de personas por [km.sup.2] en las regiones del centro y sur del pais, en contraposicion a lo que ocurre principalmente en la region de Peten, que presenta los indices mas bajos. Finalmente, los porcentajes municipales de personas bajo la linea de extrema pobreza (figura 1, G) fueron mayores en las regiones Noroccidental y Suroccidental, aunque se extiende tambien hacia el oriente del pais, especialmente en las zonas mas altas.

[FIGURE 2 OMITTED]

El analisis comparado de los distintos mapas de la figura 1 permitio identificar las posibles zonas de intervencion. En el caso del arroz se eligio la zona norte de la region Nororiental (figura 1, C [ovalo]), que tiene una gran concentracion poblacional y dos municipios con altos porcentajes de personas bajo la linea de pobreza extrema. En el caso del frijol se eligieron las zonas sur de la region Nororiental y norte de la region Suroccidental (figura 1, E [ovalo]), que tienen gran densidad de poblacion y municipios con altos porcentajes de personas bajo la linea de extrema pobreza rural.

Estudio de caso 2. Biofortificacion de maiz con aminoacidos en Mexico

El riesgo general de padecer deficiencias nutricionales fue establecido a nivel municipal y estatal (figura 2, A y B), y la poblacion de estudio estuvo conformada por ninos de entre 6 y 8 anos, de forma distinta a los demas paises. El analisis visual, a nivel estatal, mostro un riesgo nutricional bajo en todos los estados a excepcion de Oaxaca, Chiapas y Yucatan, donde el riesgo fue medio, mientras que a nivel municipal se encontraron diferentes niveles de riesgo en la mayoria de los estados.

Se identificaron tres agrupaciones de municipios con riesgos nutricionales de un nivel medio, elevado y muy elevado. La primera agrupacion incluyo municipios en los estados de San Luis Potosi, Hidalgo, Veracruz, Puebla, Oaxaca y Guerrero, la segunda correspondio a municipios localizados hacia la zona norte y oriente de Chiapas, y la tercera estuvo conformada por municipios de los estados de la peninsula de Yucatan (Campeche, Quintana Roo y Yucatan). El cuadro 3 muestra un resumen de la prevalencia de talla baja para la edad a nivel estatal, junto a la menor y mayor prevalencia a nivel municipal, respecto de aquellos estados donde fueron encontradas las agrupaciones de municipios con mayores riesgos nutricionales.

Por su parte, la produccion de maiz estuvo distribuida ampliamente desde el centro al sur del pais, mostrando un patron espacial similar al de los municipios con mayores niveles de riesgo de desnutricion (figura 2, A y C). En la figura 2 (D) se muestra el mapa con los municipios priorizados para promover la biofortificacion de maiz, seleccionados en base a su altos riesgos nutricionales (niveles medio, elevado y muy elevado) y a la presencia de produccion de maiz.

[FIGURE 3 OMITTED]

Finalmente, al incorporar en el analisis las caracteristicas socioeconomicas de la poblacion se encontro que los porcentajes de personas bajo la linea de extrema pobreza rural guardaban relacion con los datos municipales de prevalencia de talla baja para la edad en ninos de 6 a 8 anos ([r.sup.2] = 0,65; n = 2 414; p < 0,01).

Estudio de caso 3. Biofortificacion de frijol con hierro y zinc en Bolivia

El indicador de mayor jerarquia propuesto para determinar el riesgo de sufrir deficiencias de hierro es la prevalencia de anemia, la cual en este caso fue estimada a nivel departamental, en menores de 5 anos. A traves de ese indicador se registro un riesgo alto en todos los departamentos (prevalencia mayor al 40%), a excepcion de Santa Cruz y Tarija donde se registraron riesgos moderados y prevalencias de 39,8% y 38,7%, respectivamente.

El paso siguiente fue utilizar el indicador antropometrico de talla baja para la edad en menores de 5 anos, a nivel departamental (figura 3, A), con objeto de determinar el riesgo nutricional de sufrir deficiencias de hierro y zinc. Si bien los departamentos del occidente tuvieron un mayor riesgo que los del oriente, ninguno presento un riesgo bajo. Asi, los departamentos de La Paz, Cochabamba y Oruro, ubicados al occidente, registraron riesgos nutricionales muy elevados con prevalencias de talla baja para la edad de 46%, 41,8% y 42,4%, respectivamente. Los departamentos de Chuquisaca, Potosi y Beni/Pando, por su parte, tuvieron un riesgo nutricional elevado con prevalencias de 36,4%, 35,6% y 33,4%, respectivamente. Por ultimo, los departamentos de Santa Cruz y Tarija registraron un riesgo nutricional medio, con prevalencias de talla baja para la edad de 21,9 % y 20,6%, respectivamente.

En Bolivia la distribucion espacial de la produccion de frijol (figura 3, B) se encuentra concentrada en el departamento de Santa Cruz y se extiende hacia el sur en la zona central de los departamentos de Chuquisaca y Tarija. Por otro lado, los mayores porcentajes municipales de personas con NBI (figura 3, C) siguen el mismo patron observado para el riesgo nutricional, concentrandose hacia el occidente del pais.

[FIGURE 4 OMITTED]

Como consecuencia de lo expuesto, se planteo la necesidad de dar prioridad a la intervencion en los departamentos de Santa Cruz, Tarija y Chuquisaca (figura 3, B [ovalo]).

Estudio de caso 4. Biofortificacion de yuca con [beta]-caroteno en Colombia

El indicador de mayor jerarquia propuesto para establecer el riesgo a la deficiencia de vitamina A fue la prevalencia de deficiencia subclinica de vitamina A (DSVA), determinada con base en los niveles de retinol serico en menores de 5 anos (31) (cuadro 1). El indicador fue notificado unicamente para la region atlantica (Guajira, Magdalena, Atlantico, Cesar, Bolivar, Sucre y Cordoba), donde la DSVA alcanzo 14% con un riesgo moderado, razon por la cual en otras regiones se utilizo el indicador antropometrico de talla baja para la edad a nivel departamental (figura 4, A), por ser el siguiente en la jerarquia propuesta para definir el riesgo nutricional. En la figura 4 se puede observar un riesgo nutricional elevado en Bogota, con prevalencia de talla baja para la edad de 31,5%, y un riesgo medio en los departamentos de Guaviare, Cordoba, Casanare y Cundinamarca, con prevalencias de 27,1%, 25,9%, 22,1% y 20,3%, respectivamente. En los demas departamentos se encontro un riesgo nutricional bajo, con prevalencias menores a 20%.

El analisis de la distribucion espacial de la produccion de yuca en Colombia permitio identificar cuatro zonas productoras principales (figura 4, B). La primera, localizada en la region atlantica, comprende los departamentos Atlantico, Magdalena, Cordoba, Sucre y Cesar, extendiendose hacia el sur en el departamento de Santander. La segunda fue identificada en la region cafetera, al sur del departamento de Antioquia y en los departamentos de Caldas, Risaralda y Quindio. La tercera zona corresponde a los departamentos del Tolima, Huila, parte de Cundinamarca y nororiente del Caqueta y la cuarta se encuentra en la region de los Llanos Orientales, en los departamentos de Arauca y Casanare.

En terminos de consumo de yuca en el pais, se ha documentado un promedio anual por persona que puede alcanzar 41,1 kg y 17,1 kg en regiones rurales y urbanas respectivamente, dandose los mayores consumos en las zonas productoras y sus alrededores (44). Por esa razon la biofortificacion de yuca con [beta]-caroteno puede ser una alternativa eficaz para combatir la deficiencia nutricional de vitamina A, principalmente en las zonas de produccion de Cordoba (region Atlantica), y en los departamentos de Casanare y Cundinamarca (figura 4, B [ovalos]).

Adicionalmente, al analizar la distribucion espacial de personas con NBI en los municipios (figura 4, C), se observo que los departamentos priorizados incluian municipios con indices de NBI mayores a 70%, en especial al sur del departamento de Cordoba. Sin embargo, llamo la atencion el bajo riesgo nutricional registrado en el departamento de Choco (prevalencia de talla baja para la edad en ninos, 16,8%), donde 77,4% de los municipios mostraban indices de NBI mayores a 50%. La situacion opuesta se observo en Bogota, donde con el mayor riesgo nutricional del pais se obtuvieron indices de NBI de 9,2%.

DISCUSION

Si bien dentro de un SIG es posible utilizar una variedad de herramientas de analisis y modelamiento, como el algebra de mapas, el analisis multicriterio y la superposicion ponderada (45-48), un primer paso posible--y muy efectivo--es el analisis exploratorio de datos, que permite al investigador identificar tendencias en las distintas variables y establecer relaciones entre ellas. El hecho de haber determinado con precision los criterios de seleccion de zonas candidatas para la biofortificacion, y de haber seguido los pasos del proceso expuesto, posibilito la rapida identificacion de esas zonas potenciales. Asimismo, se considero pertinente dar a conocer los resultados a las personas que intervienen en programas de biofortificacion en la Region (fitomejoradores, distribuidores de semilla, nutricionistas).

La mayor profundidad en el manejo de la informacion y la utilizacion de tecnicas diferentes a las descriptivas, como la superposicion ponderada de mapas (49), han refinado la seleccion de zonas potenciales haciendo posible corroborar los resultados presentados.

En el caso de Guatemala, las zonas de intervencion en los cultivos de arroz y frijol no resultaron ser las mismas debido a variables agroecologicas que definen el rango de adaptacion de cada cultivo. Por tal razon, es importante tener en cuenta los rangos de adaptacion de los cultivos y de las diferentes variedades biofortificadas.

Los resultados del analisis del consumo de arroz y frijol en Guatemala plantean la necesidad de priorizar la intervencion con variedades de frijol, debido al bajo consumo de arroz en el pais comparado con el promedio de America Latina y el Caribe (83 g/persona/dia) (50). A una conclusion similar se arribo al consultar con los fitomejoradores, cuando quedo claro que la ausencia de programas nacionales de mejoramiento y distribucion de semillas, y el bajo consumo de arroz, podrian dificultar esa intervencion, a diferencia de lo que sucede con el frijol. En este ultimo caso, los esfuerzos podrian dirigirse hacia una alianza con socios estrategicos que pudieran realizar la evaluacion y distribucion de semillas biofortificadas. Es importante agregar que una intervencion en las regiones Nororiental y Suroriental --senaladas como prioritarias en el caso del frijol--podria llegar a un mayor numero de personas que otra realizada en la region de Peten. Finalmente, en las zonas priorizadas para la biofortificacion con frijol, existe un mayor numero de municipios con altos porcentajes de personas bajo la linea de extrema pobreza, en comparacion con las zonas potenciales para la biofortificacion con arroz.

En Mexico existe una larga tradicion de consumo de maiz en practicamente en toda la poblacion, por lo que es recomendable una intervencion con variedades de maiz de alta calidad de proteina QPM, con mayor contenido de los aminoacidos esenciales triptofano y lisina (51, 52). Esa intervencion estaria orientada a personas con mayores riesgos de sufrir deficiencias nutricionales, debido a la coincidencia entre los patrones espaciales de la pobreza y las zonas de produccion de maiz, como se ha notificado en estudios anteriores (51). La mayor preocupacion, no obstante, fue el acceso de los agricultores de bajos recursos a las semillas QPM y a los cultivos biofortificados en general, situacion tenida en cuenta en el desarrollo de la estrategia (53), en la que se busco aumentar las tasas de adopcion de nuevas variedades, favoreciendo asi la biofortificacion.

A nivel geografico y con base en el caso de Mexico, al momento de representar el riesgo nutricional en los niveles municipal y estatal, se puso en evidencia una limitacion en el analisis de la informacion de fenomenos sociales, en virtud de la cual mientras se observaba una variable homogenea dentro de una region, existian variaciones extremas ocultas (2). Esa situacion puede generar un fenomeno conocido como "falacia ecologica", por la cual se arriba a conclusiones sobre un nivel particular (p.ej. la prevalencia de talla baja para la edad en un municipio) a partir de un nivel general (p.ej. la prevalencia de talla baja para la edad en el estado) (54, 55). Por ese motivo es sumamente necesario respetar el nivel de representatividad de los datos al momento de priorizar las zonas de intervencion.

En el caso de Bolivia, las zonas de intervencion propuestas (departamentos de Santa Cruz, Chuquisaca y Tarija) difieren de las que poseen las mayores tasas de riesgo nutricional y de personas con NBI, debido a la necesidad de priorizar lugares donde se producen los cultivos estudiados. A proposito hay que senalar que las zonas aqui indicadas tambien presentan riesgos nutricionales que ameritan una intervencion con cultivos biofortificados. Otros argumentos que pesaron a la hora de seleccionar las zonas de intervencion incluyeron las altas tasas de adopcion de nuevas variedades (56) y las caracteristicas particulares de la actividad agricola del departamento de Santa Cruz, que cuenta con los mayores niveles de produccion de frijol y otros cultivos como arroz, batata, maiz y yuca (38). Tales niveles de produccion determinan que ese departamento provea muchos de los alimentos que se consumen en otras regiones, tanto en Bolivia como en zonas urbanas del oriente de Brasil. Esto abre la posibilidad de producir cultivos biofortificados en un departamento productor y extender los beneficios hacia otro departamento consumidor, alternativa que ha sido soslayada en este estudio.

Al analizar la produccion de frijol en Santa Cruz se encontro que, entre los anos 1990 y 1999, la cantidad de tierra destinada a tal fin aumento de 7 000 a 28 000 hectareas, fenomeno que estuvo acompanado de una migracion de personas desde los Andes hacia ese departamento, asi como de una mejora en su calidad de vida (56). Por su parte, en el caso de los departamentos de Chuquisaca y Tarija, la intervencion en la zona propuesta seria capaz de atender problemas nutricionales de poblaciones con tasas altas de NBI.

En Colombia, por ultimo, se observa que las mayores tasas de riesgo nutricional y de personas con NBI no siempre tienen una distribucion espacial concordante, lo que parece indicar que las comunidades con riesgos nutricionales mas importantes en ocasiones no estan localizadas en las zonas con mayores niveles de pobreza, de modo similar a lo observado en el occidente de Guatemala (figuras 1 y 4). Los ejemplos mas visibles de esa situacion incluyen al departamento de Choco, con bajo nivel de riesgo nutricional y alto porcentaje de personas con NBI, y a la capital Bogota, donde se da la ecuacion opuesta. Por esa razon, es importante utilizar indicadores de caracter nutricional especifico para determinar las poblaciones en riesgo, y encontrar otros sensibles a riesgos nutricionales especificos.

Conclusiones y recomendaciones

Desde el punto de vista metodologico, y dado que la biofortificacion es una estrategia basada en la produccion de cultivos, la priorizacion de las zonas de intervencion debe realizarse teniendo en cuenta variables clave tales como zonas de produccion, rangos de adaptacion, infraestructura para el fitomejoramiento, distribucion de semillas y adopcion de variedades.

Aun cuando el estudio estuvo centrado en las zonas de produccion, es obvio que el beneficio de los cultivos biofortificados se extenderia a los lugares donde esos cultivos son consumidos, que pueden o no coincidir con los de produccion. En relacion a los cuatro paises donde se efectuaron los estudios de caso, se proponen las siguientes intervenciones:

* Guatemala: la biofortificacion con hierro de frijol en el sur de la region Nororiental y en la region Suroriental (figura 1, E [ovalo]).

* Mexico: la biofortificacion del maiz con aminoacidos en los municipios productores del centro y sur del pais que presentaron algun nivel de riesgo nutricional (figura 2, D).

* Bolivia: la biofortificacion del frijol con hierro y zinc en las zonas productoras de los departamentos de Santa Cruz, Chuquisaca y Tarija (figura 3, B [ovalo]).

* Colombia: la biofortificacion de la yuca con [beta]-caroteno en los departamentos de Cordoba y Cundinamarca (figura 4, B [ovalos]).

En el analisis exploratorio a nivel espacial realizado para definir las zonas de intervencion prioritarias, se hizo evidente una gran heterogeneidad en terminos de combinaciones de factores tales como grados de riesgo nutricional, zonas de produccion, zonas de consumo y zonas de mayor pobreza. De alli que al momento de definir las zonas, las variables que aportaron en mayor medida a la decision resultaron ser diferentes en cada pais, por lo cual se considero que la utilizacion de un modelo rigido para todos los paises no resultaria apropiada.

La principal dificultad enfrentada en el presente trabajo fue la disponibilidad y representatividad de la informacion, razon por la cual tanto el analisis como las conclusiones debieron limitarse al marco de los datos disponibles utilizados. En el futuro se recomienda emplear indicadores nutricionales especificos y de alta sensibilidad, asi como informacion confiable referida al consumo de nutrientes.

El uso de tecnicas tales como la superposicion de mapas, la representacion grafica y el analisis visual de mapas de diferentes tematicas permitio identificar con mayor exactitud zonas candidatas para la intervencion en los cuatro paises analizados. En la actualidad, las tecnicas descritas--junto a algunas otras--constituyen un aporte significativo para priorizar esfuerzos en los 14 paises con programas de biofortificacion para los cuales se recolecto informacion.

REFERENCIAS

(1.) Organizacion de las Naciones Unidas para la Agricultura y la Alimentacion (FAO). El estado de la inseguridad alimentaria en el mundo, 2008. Hallado en: http://www.fao.org/docrep/011/ i0291s/i0291s00.htm. Acceso el 29 de septiembre de 2009.

(2.) Kamatsuchi M. Las disparidades en America Latina y el Caribe: Evaluacion rapida de la situacion de nutricion. UNICEF, Seccion de Nutricion, Oficina Regional para America Latina y el Caribe; 2003. Pp. 14. Hallado en: www. unicef.org/lac/disparidades.doc. Acceso el 2 de septiembre de 2009.

(3.) Victora C. The association between wasting and stunting: an international perspective. J Nutr. 1992;112(5):1105-11.

(4.) Latham MC. Human nutrition in the developing world. Food and Nutrition Series No. 29. Roma: FAO; 1997. Hallado en: http://www.fao.org/ docrep/W0073E/w0073E00.HTM. Acceso el 2 de septiembre de 2009.

(5.) Allen LH. Interventions for micronutrient deficiency control in developing countries: past, present and future. J Nutr. 2003;133(11S-II): 3875.

(6.) Gibson RS, Hotz C. Dietary diversification/ modification strategies to enhance micronutrient content and bioavailability of diets in developing countries. Br J Nutr. 2001;85(supl 2):S159-66.

(7.) Gibson RS, Yeudall F, Drost N, Mtitimuni BM, Cullinan TR. Experiences of a communitybased dietary intervention to enhance micronutrient adequacy of diets low in animal source foods and high in phytate: a case study in rural Malawian children. J Nutr. 2003; 133(11 supl 2):3992S-9S.

(8.) International Zinc Nutrition Consultative Group. Assessment of the risk of zinc deficiency in populations and options for its control. Food Nutr Bull. 2004;25:S91-204.

(9.) Pan American Health Organization. Providing vitamin A supplements through immunization and maternal and child health contacts for children 6-24 months and mothers up to 6 weeks postpartum: A guide for health workers. Washington DC: PAHO; 2001. Pp. 12. Hallado en: http://www.paho.org/English/HPP/ HPN/VitAManual2ed.pdf. Acceso el 2 de septiembre de 2009.

(10.) Yip R. Iron Supplementation: Country Level Experiences and Lessons Learned. J Nutr. 2002;132:859S-61S.

(11.) Shrimpton R, Gross R, Darnton-Hill I, Young M. Zinc deficiency: what are the most appropriate interventions? Br Med J. 2005;330: 347-9.

(12.) Lotfi M, Venkatesh M, Merx R, Naber-van P. Micronutrient fortification of foods: current practices, research, and opportunities. Ottawa: Micronutrient Initiative; 1996. Pp. 108.

(13.) Brown KH, Lopez D, Arsenault JE, Peerson JM, Penny ME. Comparison of the effects of zinc delivered in a fortified food or a liquid supplement on the growth, morbidity, and plasma zinc concentrations of young Peruvian children 1-3 years. Am J Clin Nutr. 2007;85:538-47.

(14.) Bouis H. Economics of enhanced micronutrient density in food staples. Field Crops Res. 1999;(60):165-73.

(15.) Welch R, Graham RD. A new paradigm for world agriculture: meeting human needsproductive, sustainable, nutritious. Field Crops Res. 1999;60(1-2):1-10.

(16.) Welch R. Breeding strategies for biofortified staple plant foods to reduce micronutrient malnutrition globally, symposium plant breeding: A new tool for fighting micronutrient malnutrition. J Nutr. 2002;132:495S-9S.

(17.) Welch R, Graham RD. Breeding for micronutrients in staple food crops from a human nutrition perspective. J Exp Bot. 2004;55(396): 353-64.

(18.) Nestel P, Bouis H, Meenakshi J, Pfeiffer W. Biofortification of Staple Food Crops. J Nutr. 2006;136:1064-7.

(19.) Johns T, Eyzaguirre PB. Biofortification, biodiversity and diet: A search for complementary applications against poverty and malnutrition. Food Policy. 2007;32:1-24.

(20.) Margai FM. Geographic Targeting of Risk Zones for Childhood Stunting and Related Health Outcomes in Burkina Faso. World Health Popul. 2007; June:1-19.

(21.) Morris SS, Flores R, Zuniga M. Geographic targeting of nutrition programs can substantially affect the severity of stunting in Honduras. J Nutr. 2000;130(10):2514-9.

(22.) Haining R, Wise S, Ma J. Exploratory Spatial Data Analysis. J R Stat Soc Ser C Appl Stat. 1998;47(3):457-69.

(23.) Rushton G. Public Health, Gis, and Spatial Analytic Tools. Annu Rev Public Health. 2003;24:43-56.

(24.) Frongillo EA, Onis MD, Hanson KMP. Socioeconomic and Demographic Factors Are Associated with Worldwide Patterns of Stunting and Wasting of Children. J Nutr. 1997; 127(12):2302-9.

(25.) Center for Disease Control and Prevention (CDC). Recommendations to Prevent and Control Iron Deficiency in the United States. Morbidity and Mortality Weekly Report. 1998;47(RR-3):1-36.

(26.) Mora JO, Gueri M, Mora OL. Vitamin A deficiency in Latin America and the Caribbean: An Overview. Pan Am J Public Health. 1998; 4(3):178-86.

(27.) International Zinc Nutrition Consultative Group (IZiNCG). Assessment of the Risk of Zinc Deficiency in Populations and Options for its Control. Food and Nutr Bull. 2004;25: S130-2.

(28.) Maire B, Delpeuch F. Indicadores de nutricion para el desarrollo: Guia de referencia, 2006. Hallado en: ftp://ftp.fao.org/docrep/fao/ 009/y5773s/y5773s.pdf. Acceso el 2 de septiembre de 2009.

(29.) Instituto de Estadistica de Guatemala (INE). Encuesta nacional de salud materno infantil, 2002. Hallado en: http://encuestas.ccp.ucr.ac.cr/ camerica/gu02.html. Acceso el 2 de septiembre de 2009.

(30.) Instituto Nacional de Estadistica (INE) de Bolivia. Encuesta nacional de demografia y salud, 2003. Hallado en: http://www.measuredhs.com/ countries/. Acceso el 2 de septiembre de 2009.

(31.) Instituto Colombiano de Bienestar Familiar. Encuesta nacional de la situacion nutricional en Colombia, 2005. Pp. 446. Hallado en: http://www.icbf.gov.co/ icbf/directorio/portel/libreria/pdf/1ENSINLIBROCOM PLETO.pdf. Acceso el 28 de septiembre de 2009.

(32.) Instituto Nacional de Ciencias Medicas y Nutricion Salvador Zubiran (INNSZ). II Censo nacional de talla "CENTALLA". Mexico D.F., 2004.

(33.) Center for International Earth Science Information Network (CIESIN), Columbia University, Centro Internacional de Agricultura Tropical (CIAT). Gridded Population of the World (GPW). 3 ed. Nueva York: Palisades; 2005. Hallado en: http://sedac.ciesin.columbia.edu/gpw/ index.jsp. Acceso el 23 de mayo de 2009.

(34.) Asociacion de Investigacion y Estudios Sociales (ASIES). Mapas de pobreza y desigualdad de Guatemala. 2005. Pp. 45. Hallado en: http://www.ciesin.columbia.edu/repository/povmap/ methods/Mapas_de_la_Pobreza_2002. pdf. Acceso el 29 de septiembre de 2009.

(35.) Instituto Nacional de Estadistica, Geografia e Informatica (INEGI), Centro Latinoamericano y Caribeno de Demografia (CELADE). Censo de poblacion y vivienda, 2000. Aguascalientes, Mexico.

(36.) Unidad de Analisis de Politicas Sociales y Economicas (UDAPE). Instituto Nacional de Estadisticas (INE) y Banco Mundial. Encuesta continua de hogares, 2001. La Paz, Bolivia.

(37.) Departamento Administrativo Nacional de Estadistica (DANE). Censo general de poblacion y vivienda, 2005. Hallado en: http://www.dane.gov.co/ censo/. Acceso el 2 de septiembre de 2009.

(38.) You L, Wood S. An entropy approach to spatial disaggregation of agricultural production. Agric Syst. 2006;90:329-47.

(39.) Food and Agriculture Organization of the United Nations (FAO). Agro-MAPS: A global spatial database of agricultural land-use statistics aggregated by sub-national administrative districts, 2001. Hallado en: http://www.fao.org/landandwater/ agll/agromaps/interactive/page.jspx. Acceso el 23 de mayo de 2009.

(40.) Instituto Nacional de Estadistica (INE) de Guatemala. Encuesta Nacional sobre Condiciones de Vida (ENCOVI), 2000. Hallado en: http://econ.worldbank.org/WBSITE/EXTERNAL/ EXTDEC/EXTRESEARCH/EXTLSMS/0,,contentMDK:21485765~pagePK: 64168445~piPK:64168309~theSitePK: 3358997,00.html. Acceso el 23 de mayo de 2009.

(41.) Environmental System Research Institute (ESRI). ArcGIS Desktop Help. Redlands, California, USA. 2005. Hallado en: http://webhelp.esri.com/ arcgisdesktop/9.1/index.cfm? TopicName=welcome. Acceso el 29 de septiembre de 200942. Unwin D. GIS, spatial analysis and spatial statistics. Prog Hum Geogr. 1996;20(4):540-51.

(43.) Brewer C. Designing better maps: A guide for GIS Users. California: ESRI Press; 2005. P. 203.

(44.) Gottret M, Escobar Z, Perez S. El sector yuquero en Colombia: desarrollo y competitividad. En: Ospina B, Ceballos H, eds. La yuca en el tercer milenio: sistemas modernos de produccion, procesamiento, utilizacion y comercializacion. Cali: CIAT; 2002. Pp. 340-76.

(45.) Burrough PA, McDonnell RA. Principles of geographical information systems. Oxford: Oxford University Press; 1998. P. 327.

(46.) Chakhar S, Mousseau V. An algebra for multicriteria spatial modeling. Comput Environ Urban Syst. 2007;31(5):572-96.

(47.) Carver S. Integrating multi-criteria evaluation with geographical information systems. Int J Geogr Inf Sci. 1991;5(3):321-39.

(48.) Li X, Wang W, Li F, Deng X. GIS based map overlay method for comprehensive assessment of road environmental impact. Transportation Research Part D: Transport and Environment. 1999;4(3):147-58.

(49.) Zapata-Caldas E, Hyman G, Pachon H, Monserrate F, Vesga L. Identifying candidate sites for crop biofortification in Latin America: case studies in Colombia, Nicaragua and Bolivia. Int J Health Geogr. 2009:8(29).

(50.) Martinez C, Borrero J, Tohme J. Variedades de arroz con mayor valor nutricional para combatir la desnutricion en America Latina. Segundo Congreso Arrocero. San Jose, Costa Rica: CONARROZ; 2006. P. 8.

(51.) Bellon M, Hodson D, Bergvinson D, Beck D, Martinez-Romero E, Montoya Y. Targeting agricultural research to benefit poor farmers: Relating poverty mapping to maize environments in Mexico. Food Policy. 2005;30(5-6): 476-92.

(52.) Krivanek AF, De Groote H, Gunaratna NS, Diallo AO, Friesen D. Breeding and disseminating quality protein maize (QPM) for Africa. Afr J Biotechnol. 2007;6(4):312-24.

(53.) Cordova H. Quality Protein Maize: Improved Nutrition and Livelihoods for the Poor. Mexico D.F.: CIMMYT; 2000. Pp. 27-31.

(54.) Freedman D. Ecological inference and the ecological fallacy. International Encyclopedia of the Social and Behavioral Sciences. 1999;6: 4027-30.

(55.) Robinson W. Ecological correlations and the behavior of individuals. Am Sociol Rev. 1950; 15:351-7.

(56.) Voysest Voysest O. Creyeron en el frijol: Antiguos mineros bolivianos transforman en oro un grano alimenticio. Cultivando Afinidades. 1999. Pp. 1, 6-7.

Manuscrito recibido el 9 de febrero de 2009. Aceptado para publicacion, tras revision, el 20 de junio de 2009.

Fredy A. Monserrate Rojas, [1] Helena Pachon, [2] Glenn G. Hyman [2] y Andrea L. Vesga Varela [3]

[1] Universidad Nacional de Colombia, Agronomia. Centro Internacional de Agricultura Tropical (CIAT). La correspondencia debe dirigirse a Fredy A. Monserrate Rojas, Centro Internacional de Agricultura Tropical (CIAT), Km. 17, Recta Cali-Palmira, Palmira, Colombia. Correo electronico: famonserrate@gmail.com

[2] Centro Internacional de Agricultura Tropical (CIAT).

[3] Universidad Industrial de Santander. Santander, Colombia.

[4] Bolivia, Brasil, Colombia, Costa Rica, Cuba, El Salvador, Guatemala, Haiti, Honduras, Mexico, Nicaragua, Panama, Peru y Republica Dominicana.

[5] La informacion de los paises restantes se encuentra disponible en la pagina web: www.AgroSalud.org

[6] Informacion proveniente de cada pais, a nivel municipal, y actualizada hasta el ano 2001.
CUADRO 1. Indicadores, puntos de corte y clasificacion del riesgo
nutricional de deficiencias de hierro, zinc, vitamina A y proteinas
en menores de 5 anos

                             Tipo de indicador utilizado por nutriente

Descripcion                     Bioquimicos

Riesgo evaluado                 Deficiencia            Deficiencia
                                 de hierro               de zinc

Medicion individual (a)         Hemoglobina            Zinc serico
  Punto de corte (b)             < 11 g/dL          < 10 [micro]mol/L

Indicador de riesgo                Anemia              Deficiencia
poblacional

  Puntos de corte               < 20 (bajo)            < 20 (bajo)
  (segun la                   20-39 (moderado)       20-39 (moderado)
  clasificacion                [greater than or     [greater than or
  del riesgo                 equal to] 40 (alto)    equal to] 40 (alto)
  nutricional) (d)

                             Tipo de indicador utilizado por nutriente

Descripcion                     Bioquimicos          Antropometricos

Riesgo evaluado                 Deficiencia          Deficiencias de
                               de vitamina A        proteina, hierro,
                                                    zinc y vitamina A

Medicion individual (a)        Retinol serico       Talla para la edad
  Punto de corte (b)          < 20 [micro]g/dL      Talla para la edad
                                                    < -2 puntos Z (c)

Indicador de riesgo             Deficiencia            Retraso del
poblacional                      subclinica            crecimiento

  Puntos de corte               < 10 (bajo)            < 20 (bajo)
  (segun la                   10-19 (moderado)        20-29 (medio)
  clasificacion               [greater than or        30-39 (elevado)
  del riesgo                equal to] 20 (alto)      [greater than or
  nutricional) (d)                                     equal to] 40
                                                      (muy elevado)

Fuente: elaborado por los autores a partir de las referencias 25-28.

(a) Medicion realizada a cada nino menor de 5 anos en la respectiva
encuesta nacional.

(b) Por encima de ese valor se considero que existia riesgo
nutricional en cada nino menor de 5 anos.

(c) Cada punto Z representa una desviacion estandar en relacion a la
curva de crecimiento normal (57).

(d) Prevalencias a nivel poblacional para estimar el riesgo
nutricional por cada nutriente.

CUADRO 2. Caracteristicas de la informacion utilizada para los
cuatro paises estudiados (a)

Variable           Caracteristica             Guatemala

Nutricional    Indicador nutricional            Anemia
                 Representatividad             Regional
                        Ano                      2002
                       Fuente                    (29)

Consumo          Representatividad             Regional
                        Ano                      2000
                       Fuente                    (40)

Social          Indicador de pobreza             PEc
                 Representatividad            Municipal
                        Ano                      2000
                       Fuente                    (34)

Variable               Mexico                       Bolivia

Nutricional    Talla para la edad (b)     Anemia y Talla para la edad
                      Municipal                  Departamental
                        2004                         2003
                        (32)                         (30)

Consumo                  --                           --
                         --                           --
                         --                           --

Social                   PE                          NBI (c)
                      Municipal                    Municipal
                        2000                         2001
                        (35)                         (36)

Variable              Colombia

Nutricional      Talla para la edad
                   Departamental
                        2005
                        (31)

Consumo                  --
                         --
                         --

Social                  NBI
                     Municipal
                        2005
                        (37)

Fuente: elaborado por los autores a partir de datos incluidos en las
referencias senaladas.

(a) Las variables de produccion de cultivos (38) y densidad
poblacional (33) corresponden a mapas mundiales con
representatividad de 100 [km.sup.2] y 1 [km.sup.2], respectivamente.

(b) En Mexico, este indicador fue utilizado en ninos escolares de 6
a 8 anos. En Bolivia y Colombia, en menores de 5 anos.

(c) PE = pobreza extrema; NBI = necesidades basicas insatisfechas.

CUADRO 3. Prevalencias promedio de baja talla para la edad a nivel
estatal, junto a la minima y maxima a nivel municipal en los 10
estados mexicanos con mayores riesgos nutricionales

                                         Prevalencia municipal de
                  Prevalencia estatal    baja talla para la edad
                     de baja talla
Estado                para la edad         Minima        Maxima

Campeche                   11                5,8           32
Chiapas                    29                2,5           75
Guerrero                   20                4,9           70
Hidalgo                    10                  3           32
Oaxaca                     24                  0           94
Puebla                     13                  0           50
Quintana Roo               12                5,8           38
San Luis Potosi             8                  0           28
Veracruz                   11                  0           85
Yucatan                    20                  0           65

Fuente: elaborado por los autores a partir de datos incluidos en el
II Censo nacional CENTALLA, Mexico DF (32).
COPYRIGHT 2009 Pan American Health Organization
No portion of this article can be reproduced without the express written permission from the copyright holder.
Copyright 2009 Gale, Cengage Learning. All rights reserved.

Article Details
Printer friendly Cite/link Email Feedback
Title Annotation:Original research/Investigacion original
Author:Rojas, Fredy A. Monserrate; Pachon, Helena; Hyman, Glenn G.; Varela, Andrea L. Vesga
Publication:Revista Panamericana de Salud Publica
Article Type:Report
Date:Nov 1, 2009
Words:7144
Previous Article:The burden of disease from cancer in Cuba, 1990-2002/La carga de enfermedad por cancer en Cuba en el periodo 1990-2002.
Next Article:E-procurement in the Brazilian healthcare system: the impact of joint drug purchases by a hospital network/Proceso de compras en linea en el sistema...
Topics:

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