Printer Friendly

Mortalidad infantil y marginacion urbana: analisis espacial de su relacion en una ciudad de tamano medio del noroeste mexicano.

Infant mortality and urban marginalization: a spatial analysis of their relationship in a medium-sized city in northwest Mexico

A partir de la segunda mitad del siglo XX, las tasas de mortalidad infantil (TMI) descendieron en forma consistente y rapida en Mexico. Entre 1970 y 2005, la tasa paso de 80,0 a 16,6 por 1 000 nacidos vivos (1) como resultado de cambios en la estructura social y economica del pais. Tambien influyeron el fortalecimiento de las instituciones de salud y la implementacion de estrategias exitosas de salud publica, como las campanas masivas de inmunizacion, la mejoria nutricional y el tratamiento adecuado de las neumonias y las diarreas (2). No obstante, aun persisten marcadas diferencias sociales y regionales en la distribucion de las TMI a lo largo del pais y esta es aun alta en comparacion con los estandares internacionales (3).

En algunos centros urbanos del noroeste de Mexico se han encontrado TMI muy elevadas (4). Algunas ciudades de esta region mexicana han crecido aceleradamente como resultado del proceso de reestructuracion economica que desde mediados de la decada de 1990 impulso la inversion extranjera y el desarrollo de la industria maquiladora, ademas del desplazamiento de la poblacion rural y semiurbana hacia las ciudades. Esa reestructuracion ha provocado una reduccion del gasto publico en saneamiento, agua potable, vivienda, infraestructura y otros servicios municipales (5). En consecuencia, la percepcion de que las condiciones de vida se han deteriorado en las ciudades del norte de Mexico y que solo algunos reciben los beneficios de la vida urbana son elementos frecuentes en estudios que han documentado desigualdades sociales en las ciudades de esta region (6-7). Esta situacion ha generado disparidades que explican las diferencias observadas en las tasas de morbilidad y mortalidad de grupos de poblacion mas o menos privilegiados (8-9).

El reconocimiento de las diferencias sociales y regionales en la distribucion de la mortalidad infantil es un elemento critico para la formulacion de politicas de salud eficaces. La mortalidad infantil no es un fenomeno aleatorio, ya que presenta variaciones regionales que en gran medida son consecuencia de las desigualdades en salud y guardan relacion directa con diversos factores socioeconomicos (10-11). En este sentido, cobran particular relevancia los esfuerzos que se vienen realizando desde hace decadas para examinar la relacion de algunos indicadores poblacionales del nivel socioeconomico con la distribucion de la mortalidad infantil (12-16).

A fin de comprender mejor la distribucion geografica de la mortalidad infantil y su asociacion con diversos factores, se han desarrollado tecnicas e indicadores especificos que permiten identificar y caracterizar sus patrones espaciales y estimar la variacion geografica de su incidencia. Uno de esos indicadores es el indice de Moran I, que describe si areas residenciales contiguas tienen valores similares de un evento de interes y, por lo tanto, si su posible agrupamiento espacial no es resultado de un fenomeno aleatorio (17). Otro indicador de la posible correlacion territorial entre dos variables es el indice local bifactorial de asociacion espacial, que refleja el grado de asociacion lineal (positiva o negativa) entre el valor de una variable en una locacion dada y el promedio de otra variable en locaciones vecinas (18). La combinacion de estas herramientas de analisis espacial con datos obtenidos mediante sistemas de informacion geografica (SIG) ha demostrado su utilidad para el estudio de la distribucion de la mortalidad infantil (10, 19).

Sin embargo, a pesar de su enorme potencial en el campo de la salud publica, los SIG y las tecnicas de analisis espacial no han recibido la suficiente atencion. La aplicacion combinada de estas metodologias puede contribuir a localizar los factores de riesgo y los eventos relacionados con el binomio salud-enfermedad a escala de barrio y otras subdivisiones territoriales de las ciudades.

El objetivo del presente estudio fue identificar las areas de alto riesgo de mortalidad infantil y su posible correlacion con el nivel socioeconomico de una poblacion en una ciudad del noroeste mexicano mediante la combinacion de un SIG y tecnicas de analisis espacial.

MATERIALES Y METODOS Se realizo un estudio exploratorio ecologico de la distribucion espacial del nivel de marginacion social y las TMI en Hermosillo, capital del estado de Sonora, en el noroeste de Mexico, en el periodo 2000-2003. Como unidad de analisis se utilizaron las areas geoestadisticas basicas (AGEB) [5] de la ciudad. Para cada AGEB se calcularon el indice de marginacion urbana (IMU), elaborado a partir del nivel socioeconomico de sus habitantes, y la TMI. Para determinar el exceso de riesgo en un bloque censal se utilizo la razon de la TMI especifica de ese AGEB entre la TMI observada en el area de menor TMI de la ciudad. Tanto los IMU como las TMI se procesaron estadisticamente para identificar los puntos de concentracion geografica y determinar el grado de correlacion espacial entre ambos indicadores.

La ciudad de Hermosillo, con una poblacion de 641 791 habitantes en 2005 (20), es un centro urbano en proceso de expansion como resultado de la localizacion de companias transnacionales atraidas por el costo relativamente bajo de la mano de obra, la abundancia de suelo para uso industrial, la cercania a la frontera con los Estados Unidos de America y los beneficios del Tratado de Libre Comercio de America del Norte. En terminos poblacionales, Hermosillo es la tercera ciudad en importancia del noroeste mexicano. Segun los resultados del Censo Nacional de Poblacion y Vivienda del ano 2000 (21), la ciudad tiene cerca de 133 283 viviendas habitadas, distribuidas en mas de 370 colonias (barrios) y fraccionamientos (unidades habitacionales), agrupados en 254 AGEB.

Datos e indicadores

Los datos de mortalidad infantil se obtuvieron del Sistema Epidemiologico y Estadistico de Defunciones, una base de datos digital integrada y controlada por la Secretaria de Salud Publica del Estado de Sonora. Los datos de mortalidad de ese sistema se toman de los certificados de defuncion elaborados por la Oficialia del Registro Civil del Estado de Sonora. En el estudio se tomaron en cuenta solamente las muertes de ninos y ninas menores de 1 ano ocurridas en el area urbana del municipio de Hermosillo entre el 1 de enero de 2000 y el 31 de diciembre de 2003. Cada muerte registrada se vinculo geograficamente al AGEB de la ultima residencia de la madre. De 702 certificados de defuncion examinados, 36 (5,1%) no tenian informacion suficiente para asignar con exactitud el AGEB de residencia, por lo que en esos casos se utilizo la metodologia propuesta por Hijar y colaboradores (22) para establecer la referencia geografica. El numero de nacidos vivos por AGEB, segun los mismos criterios utilizados para la localizacion geografica de las muertes infantiles, se obtuvo de una base de datos proporcionada por la Oficialia del Registro Civil estatal conformada a partir de los certificados de nacimiento. El procedimiento utilizado permitio garantizar la confidencialidad de la informacion, ya que ninguna de las muertes o nacimientos se vinculo a un domicilio determinado.

Para determinar el nivel socioeconomico de cada AGEB se utilizo el IMU, ampliamente empleado en Mexico para identificar comunidades con carencias socioeconomicas (23). Este indice se determino mediante la tecnica de componentes principales a partir de datos socioeconomicos del Censo Nacional de Poblacion y Vivienda del ano 2000 (21), entre ellos, la escolaridad, el ingreso familiar, las viviendas con hacinamiento o construidas con materiales precarios, la posesion de automovil y la tenencia de seguro de salud. Cada AGEB se asigno a alguna de las siguientes categorias de marginacion social: muy alta (mayor indice de marginacion), alta, media, baja y muy baja (menor indice de marginacion).

Analisis de los datos

Las TMI y los IMU se introdujeron en un SIG elaborado a partir de los mapas urbanos de Hermosillo creados para el levantamiento censal del ano 2000. El analisis geografico se hizo mediante el programa ArcMap (ESRI, Redlands, CA, Estados Unidos) y se calcularon los centroides, se realizo la geocodificacion y se elaboraron mapas tematicos, tanto para la mortalidad infantil como para los niveles de marginacion social.

Para evaluar la autocorrelacion espacial general de las TMI y los IMU en la ciudad y sus AGEB se empleo el indice de Moran I, en el que un valor mayor de cero indica que existe una autocorrelacion espacial positiva, es decir, que areas cercanas presentan tasas similares del evento; mientras un valor cercano a 1 indica un patron agrupado, un valor cercano a -1 indica que el patron es aleatorio y un valor de cero indica que no hay correlacion espacial (17).

Debido a que se esperaba cierto grado de heterogeneidad en la distribucion geografica de las TMI, se utilizo el estadistico Ipop de Oden para ajustar la influencia que ejerceria el tamano poblacional sobre la probabilidad del agrupamiento espacial general (24). El valor del estadistico Ipop es mayor cuando hay agrupamientos espaciales dentro de una region o entre regiones adyacentes, y se aproxima a cero cuando no hay agrupamiento.

Ademas, con el proposito de identificar agrupamientos espaciales locales en las AGEB urbanas se empleo el metodo de Besag y Newell, que permite "suavizar" las tasas brutas mediante el empleo de un denominador promedio que resulta de agregar el numero de habitantes de las areas de muy pequeno tamano poblacional (25). Este grupo de analisis se realizo mediante el programa Clusterseer 2.10 (Biomedware Inc., Ann Arbor, MI, Estados Unidos).

La correlacion espacial entre los IMU y las TMI "suavizadas" se analizo mediante el indice local bifactorial de asociacion espacial (26). Se elaboro un mapa con este indice para identificar las AGEB de mayor riesgo dentro de la ciudad. Finalmente, se evaluo la relacion entre las TMI y los IMU mediante un modelo de regresion lineal simple. Todos los valores de significacion en los modelos de regresion y los mapas fueron de una cola y se calcularon mediante el programa de computo Geoda version 0.9.5-i (Geoda Center, Arizona State University, Tempe, AZ, Estados Unidos). Se tomo como valor de significacion P [menor que o igual a]0,05.

Este estudio recibio la aprobacion de los comites de etica de la Universidad de Michigan, Estados Unidos, y El Colegio de Sonora y la Secretaria de Salud Publica del Estado de Sonora, ambos de Mexico.

RESULTADOS

En el periodo 2000-2003 se registraron 702 muertes infantiles en la ciudad de Hermosillo, para una TMI de 14,3 por 1 000 nacidos vivos, ligeramente mayor que el promedio estatal (13,2 por 1 000). La tasa especifica mas alta (16,2 por 1 000) correspondio al estrato residencial con alto nivel de marginacion social, seguido por el de muy alta marginacion (14,7 por 1 000); la menor tasa (11,6 por 1 000) correspondio a las areas de bajo nivel de marginacion social. Comparados con este ultimo estrato, se aprecio un exceso del riesgo de muerte en los ninos que residian en areas de nivel medio de marginacion, asi como en las de marginalidad alta y muy alta (cuadro 1).

El valor del IMU en las AGEB, reflejo del nivel de marginacion social, vario entre -3,1 y 6,6, con un promedio en las areas de muy alta marginacion de 4,4 y en las de menor marginacion de -2,7, lo que demuestra la heterogeneidad en la distribucion de los niveles de marginacion dentro de la ciudad (cuadro 2). En general, 20 (7,9%) de las 254 areas residenciales se clasificaron como de muy alta marginacion social y 38 (15,0%) como de alta marginacion. La mayoria de las areas residenciales con niveles de marginacion alta y muy alta se ubicaron en el noroeste, noreste y suroeste de la ciudad (figura 1). El indice de Moran I (0,62) de esta distribucion fue estadisticamente significativo (P < 0,001), lo que indica que habia una autocorrelacion espacial de la marginacion.

La distribucion espacial de las TMI suavizadas mostro areas residenciales alejadas de la tasa media (14,3 por 1 000) en mas de dos desviaciones estandar (figura 2). A pesar de la suavizacion, las tasas en algunas AGEB fueron inestables debido al reducido numero de nacimientos registrados; no obstante, no se observo un patron de agrupamiento espacial de las TMI, con valores no significativos del indice de Moran I (-0,007; P = 0,87) y del estadistico Ipop de Oden (0,022; P = 0,07). A pesar de esta falta de agrupamiento de las TMI en la ciudad, al aplicar la tecnica de Besag y Newell se identificaron agrupamientos a escala local en ocho AGEB. Estos agrupamientos locales estuvieron principalmente ubicados en las zonas central y occidental de Hermosillo (figura 2). Esas areas se pueden considerar pequenas agrupaciones si la unidad de analisis es una sola area o como agrupaciones de mayor tamano si la unidad de analisis se conformara de varias areas.

[FIGURA 1 OMITIR]

Segun el mapa de la distribucion espacial del indice local bifactorial de asociacion espacial, las areas presentaron autocorrelacion local positiva, es decir, agrupamientos espaciales de los IMU y las TMI suavizadas (alto IMU-alta TMI; bajo IMU-baja TMI) (figura 3). En el mapa se observa una zona de alto riesgo (alto IMU-alta TMI) al noroeste de la ciudad y dos zonas de menor dimension al este y sur de la ciudad. En el otro extremo se ubico el agrupamiento espacial de las zonas central y noreste de la ciudad, en las que confluyen areas de bajo nivel de marginacion y de baja mortalidad infantil. Este mapa tambien muestra la autocorrelacion negativa existente en la zona central de la ciudad--lo que podria indicar la presencia de valores atipicos o outliers espaciales--con areas de bajo nivel de marginacion y alta mortalidad infantil. Mientras, en el suroeste se observaron areas con baja TMI y alto IMU.

Finalmente, los resultados del analisis de regresion lineal indicaron que el nivel de marginacion tiene un pequeno efecto sobre la mortalidad infantil, ya que no se observo significacion estadistica (cuadro 3). Sin embargo, en los modelos que examinaron el efecto individual de los indicadores socioeconomicos con los que se construyo el IMU sobre la distribucion de la TMI, se aprecio el efecto significativo que tienen sobre la TMI el nivel educativo y el ingreso economico familiar.

DISCUSION

Este estudio es un esfuerzo inicial dirigido a entender el efecto que tienen las disparidades socioeconomicas urbanas sobre la distribucion espacial de la TMI en la ciudad de Hermosillo e intenta fortalecer la discusion sobre las desigualdades en salud en areas urbanas del norte de Mexico.

Se identificaron agrupamientos espaciales locales de areas con altas TMI en el sector norte de Hermosillo. Se encontraron areas con altos valores de IMU que se correlacionaron con areas de elevadas TMI, principalmente en el noroeste, aunque tambien en el noreste y suroeste de la ciudad. Estos resultados apoyan la hipotesis de que existe un efecto inverso del nivel socioeconomico sobre la distribucion espacial de la mortalidad infantil en Hermosillo, ya que las areas con mayores valores del IMU mostraron altas TMI. Este hallazgo es consistente con otras investigaciones realizadas en areas geograficas pequenas, regiones y paises (27-29). En todos los casos se ha observado el efecto de la clase social y otras variables socioeconomicas --como los ingresos economicos y la educacion de la madre--, independientemente de los abordajes conceptuales o los metodos empleados para analizar los factores socioeconomicos (30). Un hecho que llama la atencion es que las AGEB con muy bajo nivel de marginacion mostraron una mayor TMI que las que presentaban baja marginacion. Esto podria deberse a que las areas censales de muy baja marginacion fueron las de menor tamano poblacional, lo que puede haber generado una elevada inestabilidad en la varianza de las TMI, no controlada mediante el enfoque estadistico empleado.

[FIGURA 2 OMITIR]

[FIGURA 3 OMITIR]

La identificacion de agrupamientos espaciales con alto IMU y alta TMI en areas especificas de la ciudad puede obedecer, por un lado, a que en esas areas confluyen la pobreza y la migracion, lo que genera un creciente volumen de nuevas areas residenciales de bajo nivel socioeconomico (conocidas popularmente como "invasiones"). Por otro lado, es posible que la relativa lejania de esos vecindarios con respecto a los principales hospitales de la ciudad tambien influya negativamente en la mortalidad, algo ya demostrado por otros autores (31). Se requieren nuevos estudios para confirmar esas hipotesis en Hermosillo y otras ciudades similares. Aunque no se encontro un efecto significativo de los IMU sobre la distribucion espacial de las TMI, es posible que esto se deba a que no existe una relacion lineal entre estos indicadores.

La capacidad confirmada de los SIG de desplegar la distribucion espacial de factores de riesgo y eventos de salud (32-34) puede contribuir a dar la prioridad requerida a intervenciones de salud publica, particularmente las dirigidas a las poblaciones vulnerables. No obstante su valor, se subraya que la capacidad tecnologica de los SIG requiere el complemento de un analisis estadistico apropiado (35-37). Como ejemplo de ello, en un primer mapa (no mostrado) en el que se desplegaron tasas no ajustadas de mortalidad se observaron TMI muy elevadas en AGEB en las que ocurrieron muy pocos nacimientos; si se hubiera pasado por alto la inestabilidad inherente a la varianza (desigual precision) de este hecho se hubiera concluido que habia una correlacion espacial, aunque en realidad no existiera.

El poder visual de los mapas producidos con ayuda de los SIG debe complementarse con el empleo de tecnicas estadisticas de analisis espacial, como la de Besag y Newell (25) que permitio detectar agrupamientos locales de elevadas TMI en algunas areas del norte de la ciudad, a pesar de la heterogeneidad del tamano poblacional de las AGEB. Esta tecnica es muy util cuando se analizan areas de pequeno tamano poblacional, como son las colonias o los barrios de ciudades medianas y pequenas, como Hermosillo.

Se confirmo la utilidad del indice local bifactorial de asociacion espacial para examinar la correlacion entre dos variables de grupo. Este procedimiento permitio identificar areas residenciales con alto riesgo de mortalidad infantil dentro de la ciudad. Para asignarlas a esa categoria de riesgo, estas areas no solo debian contar con elevadas TMI, sino tambien debian estar rodeadas por areas con alto grado de marginacion social. Esto se logro gracias a que este indice utiliza una matriz de adyacencia de primer orden (areas geograficas que comparten una frontera con otra area de interes) para evaluar el grado de agrupamiento espacial. La importancia de identificar este tipo de agrupamiento radica en que la vecindad geografica no solo propicia que se compartan ciertos atributos residenciales, sino tambien algunos factores de riesgo y patrones de danos a la salud. De ahi la conveniencia de considerar cuidadosamente las correlaciones espaciales subyacentes para evitar inferencias erroneas (38).

El empleo del indice local de asociacion espacial, sea simple o bifactorial, puede contribuir a establecer el grado de priorizacion de los problemas de salud y ayudar a los encargados de tomar decisiones a dirigir intervenciones de salud a las areas con mayor vulnerabilidad social dentro de los espacios urbanos. Esto es de particular interes para el caso de Mexico, pues la distribucion espacial de las TMI se ha documentado solamente mediante el estudio de grandes regiones geograficas, como son los municipios o las provincias (39-40), pero no para examinar la distribucion de los eventos relacionados con la salud en el interior de las ciudades.

No obstante lo anterior, cuando las unidades de analisis son areas censales o barrios es dificil controlar la autocorrelacion espacial residual generada por la inestabilidad de la varianza de los indicadores examinados. Esto puede provocar distorsiones en los mapas producidos con ayuda de los SIG (18). Por ello se sugiere que en investigaciones futuras sobre este tema en ciudades medianas y pequenas se empleen enfoques estadisticos mas integrales, como el modelaje jerarquico bayesiano, los modelos de Poisson y los modelos espaciales de efectos aleatorios.

Independientemente del abordaje estadistico que se seleccione, un desafio operativo en los estudios que se lleven a cabo en este rubro en Mexico sera mejorar la estabilidad de los estimadores de riesgo (por ejemplo, la incidencia de enfermedades y la mortalidad), de modo que, aunque la unidad de analisis sea pequena, se garantice la confiabilidad del estimador. Algunas alternativas que se pueden recomendar para estos estudios son: a) agregar los datos de las areas censales mediante criterios de contiguidad geografica y semejanza socioeconomica, de modo que aumente el tamano poblacional de cada area de analisis; b) aumentar los limites administrativos del area en estudio (como areas postales, distritos administrativos, distritos electorales y jurisdicciones sanitarias); y c) alargar el periodo de estudio. En todo caso, el desafio metodologico impuesto por el uso de nuevas unidades de analisis o periodos de estudio ha sido objeto de discusion y se ha propuesto convertir los datos censales en diferentes sistemas de zona (41). Estas opciones pueden explorarse en nuevos estudios epidemiologicos de este tipo.

Otro asunto que amerita particular atencion en futuros estudios de analisis espacial es el empleo de datos de buena calidad para localizar los eventos analizados, pues de otro modo puede llegarse a interpretaciones erroneas (42-43). En el presente estudio se confrontaron dificultades para completar los datos necesarios, fundamentalmente debido a la ausencia o el subregistro de la informacion domiciliaria y de otras variables socioeconomicas en las bases de datos empleadas. De hecho, no se conto con los datos necesarios para ubicar 5,1% de las defunciones registradas, por lo que hubo que asignarles un area mediante criterios que podrian introducir un sesgo en la clasificacion. Esta falta de informacion tambien pudo haber afectado la precision de los denominadores al estimar las tasas en las AGEB.

Como conclusion, en este estudio se encontraron agrupamientos espaciales con altas TMI en areas socialmente marginadas del noroeste de Hermosillo, una ciudad de tamano medio ubicada en el noroeste de Mexico. Estos resultados, obtenidos mediante la combinacion de tecnicas de analisis espacial y herramientas de los SIG pueden ayudar a dirigir intervenciones especificas hacia esas areas residenciales de alto riesgo. Los hallazgos demuestran que el analisis espacial es una estrategia valiosa para comprender la distribucion espacial de eventos de salud y sus factores de riesgo. El mejoramiento de la calidad de los registros de mortalidad infantil y nacimientos en Hermosillo podria reducir los efectos negativos de sesgos y mejorar la calidad del analisis espacial.

Agradecimientos. Este estudio recibio financiamiento de los Institutos Nacionales de Salud de los Estados Unidos de America (NIH Research Grant #D43 TW001276), el Centro Internacional Fogarty y Office of Behavioral and Social Science Research (R21 TW06489). Se agradece el apoyo de la Secretaria de Salud Publica y de la Oficialia del Registro Civil, ambas del Estado de Sonora, asi como de la delegacion estatal del Instituto Nacional de Estadistica, Geografia e Informatica, por facilitar los datos empleados en el analisis.

REFERENCIAS

(1.) Ordorica-Mellado M. Cambios demograficos y desafios para la politica de poblacion en Mexico. Una reflexion a largo plazo. Papeles de poblacion. Toluca, Mexico: Universidad Autonoma del Estado de Mexico; 2004. Hallado en http://redalyc.uaemex.mx/redalyc/pdf/ 112/11204003.pdf. Acceso el 26 de junio de 2009.

(2.) Sepulveda J, Bustreo F, Tapia R, Rivera J, Lozano R, Olaiz G, et al. Aumento de la sobrevida en menores de cinco anos en Mexico: la estrategia diagonal. Salud Publica Mex. 2007; 49(Supl1):S110-5.

(3.) Aguilera N, Marrufo GM. Can better infrastructure and quality reduce hospital infant mortality rates in Mexico? Health Policy. 2007;80:239-52.

(4.) Rangel-Gomez G, Gonzalez-Ramirez RS. La situacion de la salud en la frontera norte. En: Ordonez-Barba G, Reyes-Santos MS, coord. Los retos de la politica social en la frontera norte de Mexico. Tijuana, Mexico: El Colegio de la Frontera Norte, Plaza y Valdez; 2006. Pp. 181-211.

(5.) Denman C, Lara F, DeZapien J. Salud publica, medio ambiente y participacion social en un contexto fronterizo. En: Haro JA, de Keijzer B, coord. Participacion comunitaria en salud: evaluacion de experiencias y tareas para el futuro. Hermosillo, Mexico: El Colegio de Sonora, Produssep AC, Organizacion Panamericana de la Salud; 1998. Pp. 244-77.

(6.) Kopinak K, Barajas R. Too close for comfort? The proximity of industrial hazardous wastes to local populations in Tijuana, Baja California. J Environ Dev. 2002;11:215-46.

(7.) Garcia H, Lara F. Repas ambulants; informalite urban et modernite industrielle a la frontiere du Mexique. Sociol Trav. 2004;46:42-53.

(8.) Denman C. Local response to global development: an emerging culture of health among pregnant women in Mexican maquiladoras. En: Grown C, Braunstein E, Malhotra A, eds. Trading women's health and rights? Trade liberalization and reproductive health in developing economies. New York: Zed Books; 2006. Pp. 143-63.

(9.) Harlow S, Denman C, Cedillo L. Occupational and population health profiles: a public health perspective on the social costs and benefits of export-led development. In: Kopinak K, ed. The social costs of industrial growth in northern Mexico. Boulder, CO: Lynne Rienner; 2005. Pp. 133-78.

(10.) Loyola E, Castillo-Salgado C, Najera-Aguilar P, Vidaurre M, Mujica OJ, Martinez-Piedra R. Los sistemas de informacion geografica como herramienta para monitorear las desigualdades de salud. Rev Panam Salud Publica. 2002; 12(6):415-28.

(11.) Reidpath DD, Allotey P. Infant mortality rate as an indicator of population health. J Epidemiol Community Health. 2003;57:344-6.

(12.) Stockwell EG. Infant mortality and socioeconomic status: a changing relationship. Milbank Mem Fund Q. 1962;40(1):101-11.

(13.) Madise NJ, Banda EM, Benaya KW. Infant mortality in Zambia: socioeconomic and demographic correlates. Soc Biol. 2003;(1/2):148-66.

(14.) Hosseinpoor AR, Van Doorslaer E, Speybroeck N, Naghavi M, Mohammad K, Majdzadeh K, et al. Decomposing socioeconomic inequality in infant mortality in Iran. Int J Epidemiol. 2006;35:1211-9.

(15.) Alves-Monteiro R, de Abreu Soares Schmitz B. Infant mortality in the Federal District, Brazil: time trends and socioeconomic inequalities. Cad Saude Publica. 2007;23(4):767-74.

(16.) Singh GK, Kogan MD. Widening socioeconomic disparities in US childhood mortality, 1969-2000. Am J Public Health. 2007;97(9): 1658-65.

(17.) Pickle LW. Mapping mortality data in the United States. In: Elliot P, Wakefield J, Best N, Briggs D. Spatial epidemiology: methods and applications. 1st Ed. Oxford: Oxford University Press; 2000. Pp. 240-50.

(18.) Anselin L, Kim YW, Syabri I. Web-based spatial analytical tools for the exploration of spatial data. J Geograph Syst. 2004;6(2):197-218.

(19.) Phillips J. An analysis of infant mortality in the District of Columbia using geographic information systems as a data integration tool. Hallado en http://www.dchealth.dc.gov/ DOH/frames.asp?doc=/doh/lib/doh/ services/administration_offices/schs/pdf/ analysis_of_infant_mortality_gis.pdf. Acceso el 16 de junio de 2009.

(20.) Instituto Nacional de Estadistica, Geografia e Informatica. Segundo Conteo de Poblacion y Vivienda 2005. Aguascalientes: INEGI; 2006.

(21.) Instituto Nacional de Estadistica, Geografia e Informatica. Principales resultados del XII Censo General de Poblacion y Vivienda 2000. Aguascalientes: INEGI; 2001.

(22.) Hijar M, Trostle J, Bronfman M. Pedestrian injuries in Mexico: a multi-method approach. Soc Sci Med. 2003;57:2149-59.

(23.) Estados Unidos Mexicanos, Consejo Nacional de Poblacion. Indice de marginacion a nivel estatal y municipal. Concepto y dimensiones de la marginacion. Metodologia de estimacion del indice de marginacion. Mexico, D.F.: CNP; 2000.

(24.) Oden N. Adjusting Moran's I for population density. Stat Med. 1995;14:17-26.

(25.) Besag J, Newell J. The detection of clusters in rare diseases. J Royal Statist Soc Series A. 1991;154:143-55.

(26.) Anselin L, Syabri I, Kho Y. Geoda: an introduction to spatial data analysis. Geogr Anal. 2006;38:5-22. Hallado en http://www.geo vista.psu.edu/publications/2006/Anselin_ GeoDa.pdf. Acceso el 26 de junio de 2009.

(27.) Congdon P, Southall H. Small area variations in infant mortality in England and Wales in the inter-war period and their link with socioeconomic factors. Health Place. 2004;10:363-82.

(28.) Hertel-Fernandez AW, Giusti AE, Sotelo JM. The Chilean infant mortality decline: improvement for whom? Socioeconomic and geographic inequalities in infant mortality, 1990-2005. Bull World Health Organ. 2007; 85(10):798-804.

(29.) Wagstaff A. Socioeconomic inequalities in child mortality: comparison across nine developing countries. Bull World Health Organ. 2000;78:19-29.

(30.) Lachaud JP. Modelling determinants of child mortality and poverty in the Comoros. Health Place. 2004;10:13-42.

(31.) Feudtner C, Silveira MJ, Shabbout M, Hoskins RE. Distance from home when death occurs: a population-based study of Washington State, 1989-2002. Pediatr. 2006;117:e932-9.

(32.) Moore D, Carpenter T. Spatial analytical methods and geographic information systems: use in health research and epidemiology. Epidemiol Rev. 1999;21(2):143-61.

(33.) Glass G. Spatial aspects of epidemiology: the interface with medical geography. Epidemiol Rev. 2000;22(1):136-9.

(34.) Cromley E, McLafferty S. GIS and public health. 1st ed. New York: Guilford Press; 2002.

(35.) Haining R. Exploratory spatial data analysis: numerical methods. In: Spatial data analysis. Theory and practice. Cambridge: Cambridge University Press; 2003. Pp. 242-6.

(36.) Marshall TJ. A review of methods for the statistical analysis of spatial patterns of disease. J Royal Statist Soc A. 1991;154(3):421-41.

(37.) Unwin A, Unwin D. Exploratory spatial data analysis with local statistics. Statistician. 1998;47(3):415-21.

(38.) Richardson S, Monfort C. Ecological correlation studies. In: Elliot P, Wakefield J, Best N, Briggs D. Spatial epidemiology: methods and applications. 1st ed. Oxford: Oxford University Press; 2000. Pp. 205-20.

(39.) Mendez-Gonzalez RM, Garcia de Fuentes A, Cervera-Montejano MD. Mortalidad infantil y marginacion social en la Peninsula de Yucatan. Inv Geogr Bol. 2004;54:140-63.

(40.) Gutierrez JP, Bertozzi SM. La brecha en salud en Mexico medida a traves de la mortalidad infantil. Salud Publica Mex. 2003;45:102-9.

(41.) Briggs D, Fletch D, de Hoog K. Census data issues for epidemiology and health risk assessment: experiences from the small area health statistics unit. J Royal Statist Soc A. 2007;170 (Part 2): 355-78.

(42.) Krieger N, Waterman P, Lemieux K, Zierler S, Hogan JW. On the wrong side of the tracts? Evaluating the accuracy of geocoding in public health research. Am J Public Health. 2001; 91:1114-6.

(43.) Forand SP, Talbot TO, Druschel C, Cross PK. Data quality and the spatial analysis of disease rates: congenital malformations in New York State. Health Place. 2002;8:191-9. Manuscrito recibido el 20 de enero de 2008. Aceptado para publicacion, tras revision, el 1 de agosto de 2008.

Gerardo Alvarez, [1] Francisco Lara, [2] Sioban D. Harlow [3] y Catalina Denman [4]

[1] Departamento de Medicina y Ciencias de la Salud, Universidad de Sonora, Hermosillo, Sonora, Mexico. La correspondencia se debe dirigir a Gerardo Alvarez, Blvd. Colosio entre Reforma y Francisco Salazar, Ed. 7C, Colonia Centro, Hermosillo, Sonora CP 83200, Mexico. Correo electronico: galvarez@ guayacan.uson.mx

[2] Escuela de Planeamiento, Universidad Estatal de Arizona, Tempe, Arizona, Estados Unidos de America.

[3] Escuela de Salud Publica, Universidad de Michigan, Ann Arbor, Michigan, Estados Unidos de America.

[4] Programa Salud y Sociedad, El Colegio de Sonora, Hermosillo, Sonora, Mexico.

[5] Las areas geoestadisticas basicas (AGEB) son unidades territoriales utilizadas en el levantamiento censal mexicano por el Instituto Nacional de Estadistica, Geografia e Informatica (INEGI). En general, una AGEB incluye de 25 a 50 manzanas urbanas con una poblacion promedio de 2 500 habitantes. En la delineacion de una AGEB se toman en cuenta las caracteristicas demograficas, el nivel economico de la poblacion residente y las condiciones de las viviendas, lo que permite conformar unidades territoriales relativamente homogeneas.
CUADRO 1. Tasas de mortalidad infantil segun el nivel
de marginacion social en el municipio Hermosillo,
Sonora, Mexico, 2000-2003

Area segun
el nivel de     Tasa de
marginacion    mortalidad                Razon de
social (a)    infantil (b)   IC95% (c)   tasas (d)     IC95%

  General         14,3       13,2-15,3      NAe          NA
  Muy bajo        14,1       10,7-17,5      1,2       1,0-1,4
  Bajo            11,6       10,1-13,2      1,0      Referencia
  Medio           14,6       12,4-16,9      1,3       1,1-1,5
  Alto            16,2       13,7-18,7      1,4       1,2-1,7
  Muy alto        14,7       10,9-18,5      1,3       1,1-1,5

(a) Segun el indice de estatus socioeconomico, basado en la informacion
del Censo Nacional de Poblacion y Vivienda de 2000 (23).

(b) Por 1 000 nacidos vivos.

(c) IC95%: intervalo de confianza de 95%.

(d) Exceso de riesgo de muertes infantiles en el area estudiada,
calculada con respecto al area con bajo nivel de marginacion
social, tomada como referencia.

(e) NA: no aplica.

CUADRO 2. Distribucion de la marginacion social por area
geoestadistica basica (AGEB) urbana del municipio Hermosillo,
Sonora, Mexico, 2000-2003

  Area segun
 el nivel de            AGEB            Poblacion
 marginacion
  social (a)        No.       %       No.        %

General               254    100    545 928      100
Muy bajo               34   13,4     73 141     13,4
Bajo                   97   38,2    232 721     42,6
Medio                  39   15,3     99 445     18,2
Alto                   38   15,0    105 455     19,3
Muy alto               20    7,9     31 836      5,8
Excluidos del
  analisis (c)         26   10,2      3 330      0,6

  Area segun        Viviendas            Indice de
 el nivel de        habitadas        marginacion urbana
 marginacion
  social (a)       No.        %      Media     DE (b)

General          133 283     100          0      1,9
Muy bajo          18 437    13,8       -2,7      0,3
Bajo              58 505    43,9       -0,8      0,5
Medio             23 600    17,7        0,4      0,3
Alto              24 507    18,4        1,8      0,5
Muy alto           8 114     6,1        4,4      1,1
Excluidos del
  analisis (c)        120    0,9         NA       NA

(a) Segun el indice de estatus socioeconomico, basado en la
informacion del Censo Nacional de Poblacion y Vivienda
de 2000 (23).

(b) DE: desviacion estandar.

(c) No se consideraron en el analisis por razones de
confidencialidad, ya que tenian menos de 50 habitantes
o menos de 20 viviendas habitadas.

CUADRO 3. Modelos finales de regresion lineal de las tasas
de mortalidad infantil en el municipio Hermosillo, Sonora,
Mexico, 2000-2003

                               Coeficiente    Error
          Variable              [beta] (a)   estandar   t (b)   P (b)

Modelo 1 (c)
  Interseccion                      15,2        0,11    13,71    0,00
  Indice de marginacion            -0,42        0,58    -0,72    0,47
Modelo 2 (d)
  Interseccion                      22,0       12,18     1,81    0,07
  Poblacion [mayor que o                                         0,04
    iqual a] 15 anos sin
    educacion mayor de
    primaria, %                     0,37        0,18     2,08
  Viviendas con paredes
    construidas con
    materiales precarios, %         0,00        0,00     0,40    0,69
  Familias que no poseen
    carro propio, %                -0,11        0,16    -0,69    0,49
  Viviendas con
    hacinamiento (un solo
    cuarto para dormir), %          0,12        0,12     0,97    0,33
  Poblacion [mayor que o
    iqual a] 15 anos que
    gana de 0 a 2 salarios
    minimos, %                     -0,39        0,15    -2,60    0,01
  Viviendas con drenaje y
    electricidad, %                 0,02        0,10     0,23    0,82
  Poblacion con seguro de
    salud, %                       -0,06        0,14    -0,48    0,64

(a) Cambio promedio en la tasa de mortalidad infantil.

(b) Segun la prueba de la t de Student para diferencia de medias.

(c) F = 0,526285; P = 0,47.

(d) F = 2,02227; P = 0,05.
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:Investigacion original
Author:Alvarez, Gerardo; Lara, Francisco; Harlow, Sioban D.; Denman, Catalina
Publication:Revista Panamericana de Salud Publica
Article Type:Report
Date:Jul 1, 2009
Words:6282
Previous Article:Muertes por causas violentas y ciclo economico en Bogota, Colombia: un estudio de series de tiempo, 1997-2006.
Next Article:Infeccion por Chlamydia trachomatis y factores de riesgo asociados en una poblacion marginal urbana de bajos ingresos de la costa peruana.
Topics:

Terms of use | Privacy policy | Copyright © 2020 Farlex, Inc. | Feedback | For webmasters