Embed Size (px)
Citation preview
UNIVERSIDAD CENTRAL DEL ECUADOR
FACULTAD DE CIENCIAS ECONÓMICAS
CARRERA DE ESTADÍSTICA
Factores asociados a la malnutrición en las mujeres en edad fértil (MEF) del
Ecuador, año 2012
Trabajo de investigación previo a la obtención del título de ingeniero(a) en
estadística
AUTORES: Castro Bárcenas María José
Heredia Vargas Cristian David
TUTOR: Econ. Ramiro Efraín Villarruel Meythaler
Quito, 2019
ii
DERECHOS DE AUTOR
Nosotros, Castro Bárcenas María José y Heredia Vargas Cristian David, en calidad de
autores y titulares de los derechos morales y patrimoniales del trabajo de titulación
“Factores asociados a la malnutrición en las mujeres en edad fértil (MEF) del Ecuador, año
2012”, modalidad presencial, previo a la obtención del título de Ingenieros en Estadística, de
conformidad con el articulo Art. 114 del CÓDIGO ORGÁNICO DE LA ECONOMÍA
SOCIAL DE LOS CONOCIMIENTOS, CREATIVIDAD E INNOVACIÓN,
concedemos a favor de la Universidad Central del Ecuador una licencia gratuita,
intransferible y no exclusiva para el uso no comercial de la obra, con fines estrictamente
académicos. Conservamos a nuestro favor todos los derechos de autor sobre la obra,
establecidos en la normativa citada.
Así mismo, autorizamos a la Universidad Central del Ecuador para que realice la
digitalización y publicación de este trabajo de titulación en el repositorio virtual, de
conformidad a lo dispuesto en el Art. 144 de la Ley Orgánica de Educación Superior.
Los autores declaran que la obra objeto de la presente autorización es original en su forma de
expresión y no infringe el derecho de autor de terceros, asumiendo la responsabilidad por
cualquier reclamación que pudiera presentarse por esta causa y liberando a la Universidad
de toda responsabilidad.
___________________________ ___________________________
Castro Bárcenas María José Heredia Vargas Cristian David
CC: 172544364-0 CC: 172285268-6
Dir. electrónica: [email protected] Dir. electrónica: [email protected]
iii
HOJA DE APROBACIÓN DEL TUTOR
iv
CALIFICACIÓN LECTOR 1
v
CALIFICACIÓN LECTOR 2
vi
DEDICATORIA
A mis padres José y Cecilia por el apoyo incondicional, por enseñarme la importancia del
estudio, la confianza, el esfuerzo y el sacrificio, valores que me han permitido cumplir una
meta más en mi vida.
A mi hermano José Luis por el apoyo moral y su motivación para continuar con mis estudios.
Castro B. María José
A mis padres Marco y Maricela y a mis hermanos Gabriela y Bernardo por siempre
brindarme su apoyo incondicional.
A mis abuelos que, aunque ya no están con nosotros, estoy seguro que comparten este éxito
conmigo.
A mi familia en general quienes siempre me han brindado su apoyo y palabras de aliento para
seguir adelante.
Heredia V. Cristian
vii
AGRADECIMIENTO
Agradezco a la Universidad Central del Ecuador y a los docentes quienes compartieron sus
conocimientos, de igual manera al Economista Ramiro Villarruel por la orientación que nos
brindó durante el presente trabajo de investigación.
Agradezco a mi novio y compañero de tesis Cristian, con quien tuve que enfrentar varios
obstáculos para conseguir esta meta, a sus padres Marco Heredia y Maricela Vargas por su
apoyo y colaboración.
Por último, agradezco a todos mis compañeros, amigos y familiares por su compañía y apoyo
durante esta etapa de mi vida.
Castro B. María José
Agradezco a la Universidad Central del Ecuador, a la Facultad de Ciencias Económicas y de
manera especial al Economista Ramiro Villarruel por habernos guiado y aportado con sus
conocimientos en este proyecto de investigación.
A mi novia y compañera de tesis María José por haber sido un apoyo a lo largo de la carrera y
haber trabajado conmigo para alcanzar esta meta.
Finalmente agradezco a los familiares y amigos que de alguna manera me han brindado su
apoyo a lo largo de esta etapa de mi vida.
Heredia V. Cristian
viii
ÍNDICE DE CONTENIDOS
DERECHOS DE AUTOR ......................................................................................................... ii
HOJA DE APROBACIÓN DEL TUTOR ............................................................................... iii
CALIFICACIÓN LECTOR 1 ................................................................................................... iv
CALIFICACIÓN LECTOR 2 .................................................................................................... v
DEDICATORIA ....................................................................................................................... vi
AGRADECIMIENTO ............................................................................................................. vii
ÍNDICE DE CONTENIDOS ................................................................................................. viii
ÍNDICE DE TABLAS .............................................................................................................. xi
ÍNDICE DE FIGURAS............................................................................................................ xii
ÍNDICE DE ANEXOS ........................................................................................................... xiv
RESUMEN .............................................................................................................................. xv
ABSTRACT ............................................................................................................................ xvi
INTRODUCCIÓN ..................................................................................................................... 1
JUSTIFICACIÓN ...................................................................................................................... 3
PREGUNTAS DE INVESTIGACIÓN...................................................................................... 4
OBJETIVOS .............................................................................................................................. 4
Objetivo general ..................................................................................................................... 4
Objetivos específicos ............................................................................................................. 4
ALCANCE ................................................................................................................................. 5
METODOLOGÍA ...................................................................................................................... 5
CRONOGRAMA DE TRABAJO ............................................................................................. 8
CAPITULO I ............................................................................................................................. 9
1. Malnutrición: orígenes, estadísticas y conceptos ............................................................... 9
1.1. Orígenes ...................................................................................................................... 9
1.1.1 Malnutrición ......................................................................................................... 9
1.1.2 Desnutrición ....................................................................................................... 10
1.1.3 Sobrepeso – obesidad ......................................................................................... 11
1.2. Estadísticas ................................................................................................................ 12
1.3. Conceptos .................................................................................................................. 20
1.4. Factores que influyen en el estado nutricional de las mujeres en edad fértil ............ 26
1.5. Prevención de las patologías asociadas a la malnutrición ......................................... 27
1.5.1 Dieta equilibrada ................................................................................................ 27
1.5.2 Actividad física .................................................................................................. 28
ix
1.6. Investigaciones relevantes ......................................................................................... 29
1.6.1 Investigaciones y factores asociados a la desnutrición en mujeres en edad fértil
29
1.6.2 Investigaciones y factores asociados al sobrepeso y obesidad en mujeres en
edad fértil. ........................................................................................................................ 32
CAPITULO II .......................................................................................................................... 35
2. DESNUTRICIÓN, SOBREPESO Y OBESIDAD EN MUJERES EN EDAD FÉRTIL
DEL ECUADOR ..................................................................................................................... 35
2.1. Evolución de la malnutrición a través del tiempo ..................................................... 35
2.2. Caracterización de las mujeres en edad fértil en Ecuador ......................................... 39
2.2.1 Características generales y antropométricas ...................................................... 39
2.2.2 Características de bioquímica sanguínea ........................................................... 49
2.3. Análisis comparativo ................................................................................................. 54
CAPÍTULO III ......................................................................................................................... 58
3. MODELOS DE REGRESIÓN LOGÍSTICA DE LOS FACTORES ASOCIADOS A LA
MALNUTRICION EN LAS MUJERES EN EDAD FÉRTIL DEL ECUADOR ................... 58
3.1. Fundamentos básicos de un modelo econométrico ................................................... 58
3.2. Modelo econométrico ................................................................................................ 59
3.2.1 Especificaciones de un modelo econométrico ................................................... 59
3.2.2 Clasificación de los modelos econométricos ..................................................... 61
3.3. Modelo de regresión logística (logit) ........................................................................ 62
3.3.1 Características del modelo logit ......................................................................... 65
3.3.2 Estimación del modelo logit .............................................................................. 66
3.3.3 Validación del modelo logit ............................................................................... 67
3.4 Aplicación del modelo de regresión logística de los factores asociados a la
malnutrición en las mujeres en edad fértil del Ecuador ....................................................... 69
3.4.1 Población de estudio .......................................................................................... 69
3.4.2 Variables consideradas en el modelo de regresión logística de los factores
asociados a la desnutrición en las mujeres en edad fértil en Ecuador ............................. 69
3.4.3 Variables consideradas en el modelo de regresión logística de los factores
asociados al sobrepeso y obesidad en las mujeres en edad fértil en Ecuador .................. 72
3.4.4 Factores asociados a la desnutrición en las mujeres en edad fértil en Ecuador . 74
3.4.5 Factores asociados al sobrepeso y obesidad en las mujeres en edad fértil en
Ecuador 79
CAPÍTULO IV......................................................................................................................... 85
4. CONCLUSIONES ........................................................................................................... 85
BIBLIOGRAFÍA ..................................................................................................................... 87
x
ANEXOS ................................................................................................................................. 93
xi
ÍNDICE DE TABLAS
Tabla 1: Cronograma de trabajo .............................................................................................. 8
Tabla 2: Clasificación del IMC ............................................................................................... 24
Tabla 3: Guía de alimentación MEF ...................................................................................... 28
Tabla 4: Ejemplos de actividad física ..................................................................................... 29
Tabla 5: Prevalencia de retardo en talla, emaciación, bajo peso, sobrepeso y obesidad a
nivel nacional en niños de 0 a 5 años ...................................................................................... 36
Tabla 6: Variables del modelo de regresión logística de desnutrición .................................. 70
Tabla 7: Variables del modelo de regresión logística de sobrepeso-obesidad ...................... 72
Tabla 8: Signos esperados del modelo de regresión logística de desnutrición ...................... 75
Tabla 9: Efectos marginales del modelo de regresión logística de desnutrición ................... 76
Tabla 10: Signos esperados del modelo de regresión logística de sobrepeso-obesidad ........ 80
Tabla 11: Efectos marginales del modelo de regresión logística de sobrepeso-obesidad ..... 81
xii
ÍNDICE DE FIGURAS
Figura 1: Porcentaje de población con desnutrición en Ecuador ............................................ 13
Figura 2: Porcentaje de población con desnutrición en Colombia ........................................ 14
Figura 3: Porcentaje de población con desnutrición en Perú ................................................ 15
Figura 4: Porcentaje de población con desnutrición en Etiopía ............................................ 15
Figura 5: Porcentaje de población con desnutrición en Kenia .............................................. 16
Figura 6: Porcentaje de población con desnutrición en Djibouti .......................................... 16
Figura 7: Porcentaje de población con sobrepeso y obesidad en Estados Unidos ................ 18
Figura 8: Porcentaje de población con sobrepeso y obesidad en Suecia ............................... 18
Figura 9: Porcentaje de población con sobrepeso y obesidad en Holanda ........................... 19
Figura 10: Sobrepeso y Obesidad México 1999 ..................................................................... 30
Figura 11: Desnutrición según características seleccionadas - Guatemala .......................... 31
Figura 12: Prevalencia de desnutrición crónica en niños menores de 5 años a nivel nacional
según la Encuesta de Condiciones de Vida ............................................................................. 35
Figura 13: Prevalencia de retardo en talla, sobrepeso y obesidad a nivel nacional en niños
de 5 a 11 años ENSANUT-ECU............................................................................................... 37
Figura 14: Prevalencia de retardo en talla, sobrepeso y obesidad a nivel nacional en
adolescentes de 12 a 19 años ENSANUT-ECU ....................................................................... 37
Figura 15: Prevalencia de delgadez, peso normal, sobrepeso y obesidad a nivel nacional en
la población adulta mayor de 19 y menor de 60 años ENSANUT-ECU ................................. 38
Figura 16: IMC de las mujeres en edad fértil, Ecuador 2012 ................................................ 39
Figura 17: IMC de las mujeres en edad fértil según área, Ecuador 2012 ............................. 40
Figura 18: IMC por rangos de edad de las mujeres en edad fértil, Ecuador 2012 ................ 40
Figura 19: IMC según la etnia de las mujeres en edad fértil, Ecuador 2012 ......................... 41
Figura 20: Estado civil o conyugal de las mujeres en edad fértil, Ecuador 2012 .................. 42
Figura 21: Nivel de instrucción de las mujeres en edad fértil, Ecuador 2012 ....................... 42
Figura 22: IMC según el nivel de instrucción de las mujeres en edad fértil, Ecuador 2012 . 43
Figura 23: Categoría de ocupación de las mujeres en edad fértil, Ecuador 2012 ................. 43
Figura 24: Ingreso de las mujeres en edad fértil, Ecuador 2012 (quintiles) .......................... 44
Figura 25: IMC según afiliación de las mujeres en edad fértil, Ecuador 2012 ..................... 44
Figura 26: Estado actual de salud de las mujeres en edad fértil, Ecuador 2012 ................... 45
Figura 27: Mujeres en edad fértil que reciben el Bono de Desarrollo Humano según su IMC,
Ecuador 2012 ........................................................................................................................... 46
Figura 28: IMC de las mujeres en edad fértil según regiones, Ecuador 2012 ....................... 46
Figura 29: Tipo de vivienda de las mujeres en edad fértil, Ecuador 2012 ............................. 47
Figura 30: Obtención del agua de la vivienda de las mujeres en edad fértil, Ecuador 2012 48
Figura 31: Conexión del servicio higiénico de la vivienda de las mujeres en edad fértil,
Ecuador 2012 ........................................................................................................................... 48
Figura 32: Agua que beben los miembros del hogar, Ecuador 2012 ..................................... 49
Figura 33: Nivel de ácido fólico de las mujeres en edad fértil, Ecuador 2012 ...................... 50
Figura 34: Nivel de colesterol total de las mujeres en edad fértil, Ecuador 2012 ................. 50
Figura 35: Nivel de glóbulos blancos de las mujeres en edad fértil, Ecuador 2012 .............. 51
Figura 36: Nivel de glucosa de las mujeres en edad fértil , Ecuador 2012 ............................ 51
Figura 37: Porcentaje de linfocitos de las mujeres en edad fértil, Ecuador 2012 ................. 52
Figura 38: Nivel de triglicéridos de las mujeres en edad fértil, Ecuador 2012 ..................... 52
xiii
Figura 39: Deficiencias de zinc, vitamina A & yodo de las mujeres en edad fértil, Ecuador
2012.......................................................................................................................................... 53
Figura 40: Nivel de ferritina de las mujeres en edad fértil, Ecuador 2012 ............................ 54
Figura 41: Prevalencia de desnutrición de las mujeres en edad fértil de varios países de
América Latina y el Caribe. Distintos años (%). ..................................................................... 55
Figura 42: Prevalencia de sobrepeso y obesidad de las mujeres en edad fértil de varios países
de América Latina y el Caribe. Distintos años (%). ................................................................ 56
Figura 43: Forma de la relación logística entre variables ..................................................... 64
xiv
ÍNDICE DE ANEXOS
Anexo 1: Promedio de horas trabajas por semana MEF Ecuador 2012 ................................ 93
Anexo 2: Niveles de tolerancia de los elementos bioquímicos ................................................ 93
Anexo 3: Modelo de regresión logística de desnutrición MEF Ecuador 2012 ....................... 94
Anexo 4: Efectos marginales del modelo de regresión logística desnutrición MEF Ecuador
2012.......................................................................................................................................... 94
Anexo 5: Modelo de regresión logística de sobrepeso-obesidad MEF Ecuador 2012 ........... 95
Anexo 6: Efectos marginales del modelo de regresión logística de sobrepeso-obesidad MEF
Ecuador 2012 ........................................................................................................................... 95
Anexo 7: Sintaxis modelos logísticos ...................................................................................... 99
xv
TEMA: Factores asociados a la malnutrición en las mujeres en edad fértil (MEF) del
Ecuador, año 2012.
Autores: Castro Bárcenas María José
Heredia Vargas Cristian David
Tutor: Econ. Ramiro Villarruel Meythaler
RESUMEN
En el presente proyecto de investigación se desarrolla un análisis de los factores asociados a
la malnutrición en mujeres en edad fértil del Ecuador (12-49 años) debido a que en el país no
se cuenta con información específica de este tema en este grupo poblacional, pese a ser una
realidad presente a nivel nacional en base a los resultados generales de la Encuesta Nacional
de Salud, Salud Reproductiva y Nutrición (ENSANUT-ECU 2012). Mediante una extensa
revisión bibliográfica y la ENSANUT-ECU 2012 se identificaron los factores asociados a la
desnutrición, sobrepeso y obesidad, así como también se realizó una caracterización de la
población objeto de estudio y dos modelos de regresión logística a fin de determinar los
factores de mayor influencia en estas patologías. Los resultados de la investigación revelan
una prevalencia del 41,31% de las mujeres en edad fértil con peso normal y 35,17% con
sobrepeso. Por último, los modelos de regresión logística indican que los factores
demográficos, socioeconómicos, culturales y de bioquímica influyen en que incremente o
disminuya la probabilidad de que una mujer en edad fértil padezca desnutrición, sobrepeso u
obesidad.
PALABRAS CLAVES: MALNUTRICIÓN / PATOLOGÍAS / FACTORES ASOCIADOS /
ÍNDICE DE MASA CORPORAL (IMC) / REGRESIÓN LOGÍSTICA / PREVALENCIA
xvi
TOPIC: Factors associated with malnutrition in women within fertile age (FAW) in Ecuador
for year 2012.
Authors: Castro Bárcenas María José
Heredia Vargas Cristian David
Thesis Director: Econ. Ramiro Villarruel Meythaler
ABSTRACT
The following research project analyzes the factors associated with malnutrition in Ecuador
for women within fertile age (12-49 years). Despite the results of the national survey of
health, reproductive health and nutrition (ENSANUT-ECU 2012), which shows the problem
is a national reality, there is no specific related information within the population group in the
country. Through an extensive review of the literature and the ENSANUT-ECU 2012 survey,
malnutrition, overweight and obesity associated factors were identified. Also, a
characterization of the population under study, and two logistic regression models, to
determine the factors of greatest influence in these pathologies have been established. The
research results reveal a 41.31% prevalence of women within fertile age with normal-weight
and 35.17% are over weighted. Finally, the logistic regression models indicate that
demographic, socio-economic, cultural and biochemical factors influence the likelihood of a
woman in childbearing age to suffer increase or decrease in malnutrition, overweight or
obesity.
KEYWORDS: MALNUTRITION / PATHOLOGIES / RELATED FACTORS / BODY
MASS INDEX (BMI) / LOGISTIC REGRESSION / PREVALENCE
1
INTRODUCCIÓN
La malnutrición es un tema tratado con mucha importancia desde que se produjo la
Declaración Universal sobre la Erradicación del Hambre y la Malnutrición aprobada en el
año 1974 en la Conferencia Mundial de la Alimentación donde, entre otras cosas, se reconoce
que el origen del hambre y la malnutrición presente en varios pueblos son producto de
circunstancias históricas especialmente discriminación racial y desigualdades sociales que
impiden el progreso de los países en vías de desarrollo (Oficina del Alto Comisionado
Naciones Unidas, s.f.).
La malnutrición se conforma de dos patologías asociadas con la mala alimentación que son,
por un lado, la desnutrición relacionada con la ingesta insuficiente de micronutrientes
necesarios para el correcto funcionamiento del organismo y por otro lado el sobrepeso u
obesidad que se deben a la ingesta en exceso de alimentos de bajo aporte nutricional.
Según el último informe de Naciones Unidas, en América Latina y el Caribe, la malnutrición
se presenta más en mujeres que en los hombres con el 8,4% y el 6,9% respectivamente.
Además, el estudio revela que este porcentaje de mujeres viven bajo inseguridad alimentaria
severa lo que se traduce en una limitada cantidad y calidad de alimentos para su consumo
diario (UNICEF, 2018).
En Ecuador, a través de la ENSANUT-ECU 2012, se conocen resultados generales respecto
al estado nutricional y enfermedades que padece la población ecuatoriana en general siendo
aquí donde la presente investigación toma importancia al centrarse en identificar las
características de un grupo específico de la población como son las mujeres en edad fértil y
posteriormente conocer cuáles son los factores que hacen decrecer o incrementar la
probabilidad de que este grupo pueda padecer las patologías asociadas a la malnutrición.
2
La investigación se estructura de la siguiente manera. En el Capítulo 1, se establecen los
orígenes, conceptos y factores que influyen en la malnutrición por medio de sus patologías
asociadas como son la desnutrición y el sobrepeso u obesidad; también se mencionan
investigaciones donde se establecen los factores más relevantes que influyen en la
desnutrición, sobrepeso y obesidad. En el Capítulo 2, se analiza la evolución de la
malnutrición en el tiempo, así como también se realiza una caracterización de las mujeres en
edad fértil en Ecuador. En el Capítulo 3 se realizan dos modelos de regresión logística, a fin
de identificar los factores determinantes de la desnutrición y del sobrepeso u obesidad para
finalmente ser contrastados con los factores hallados en las investigaciones relevantes
mencionadas. Finalmente, en el Capítulo 4 se exponen las principales conclusiones de la
investigación.
3
JUSTIFICACIÓN
La malnutrición es un problema que se caracteriza por la existencia de desnutrición,
sobrepeso u obesidad, realidad que se evidencia a través de los resultados generales de la
Encuesta Nacional de Salud, Salud Reproductiva y Nutrición (ENSANUT-ECU) del año
2012. Por consiguiente, es importante considerar el análisis de una forma más robusta y
profunda ya que desde el punto de vista médico, social, económico y psicológico resulta
costoso para los países donde se presenta ya que implica congestión en los servicios de salud,
reducción de la productividad, y deterioro de la calidad de vida de la población.
A mediados de los años noventa en los países en desarrollo, según estimaciones del Banco
Mundial, 450 mujeres adultas padecieron de raquitismo en su niñez como consecuencia de su
condición de desnutrición y se pronostica que alrededor de 250 millones de mujeres están en
riesgo de sufrir enfermedades asociadas a deficiencias de hierro y yodo que afectan en la
etapa de la niñez, así como también antes o después de un estado de gestación. De igual
forma, durante muchos años se consideró al sobrepeso y la obesidad como enfermedades
asociadas a las mujeres pertenecientes a un estrato socioeconómico alto, sin embargo, en la
actualidad investigaciones revelan que existe una relación inversa entre el nivel
socioeconómico y su desarrollo (Chacón Rodríguez, y otros, 2011).
Resulta significativo entonces realizar el análisis de la malnutrición en mujeres en edad fértil
del Ecuador ya que conocer sus características y carencias con el fin de asegurar su rol en la
sociedad como son la producción económica y la reproducción biológica siendo este último
el más importante ya que permite asegurar la salud física y mental de las futuras
generaciones.
4
PREGUNTAS DE INVESTIGACIÓN
¿Cuáles son los factores asociados a la malnutrición en las mujeres en edad fértil?
¿Cuáles son las características de las mujeres en edad fértil con malnutrición en el
Ecuador?
¿Cuáles son los factores más influyentes en la malnutrición de las mujeres en edad
fértil en el Ecuador?
OBJETIVOS
Objetivo general
Analizar los factores asociados a la malnutrición en las mujeres en edad fértil del Ecuador en
el año 2012.
Objetivos específicos
Con el fin de alcanzar el objetivo general antes mencionado, se plantean los siguientes
objetivos específicos:
Explicar los factores asociados a la malnutrición de las mujeres en edad fértil.
Caracterizar a las mujeres en edad fértil y la prevalencia de malnutrición en el
Ecuador.
Determinar los factores de mayor influencia en la malnutrición de las mujeres en edad
fértil en el Ecuador.
5
ALCANCE
La presente investigación está enfocada al análisis de la malnutrición en las mujeres en edad
fértil de 12 a 49 años de edad en Ecuador. Para ello, se tomará como fuente secundaria de
información la ENSANUT-ECU 2012, misma que tiene una cobertura urbano-rural,
provincial (incluyendo Galápagos) y zonal que comprende 19.499 viviendas (Instituto
Nacional de Estadística y Censos, 2014).
Las variables a ser consideradas para el análisis, se encuentran en cuatro de los doce módulos
de la encuesta antes mencionada, mismas que se clasifican y detallan a continuación:
Módulo personas: área, provincia, años de escolaridad, ingreso, ocupación, categoría
de ocupación, horas trabajadas, etnia.
Módulo de vivienda: tipo de vivienda, agua que beben los miembros del hogar.
Módulo de antropometría: peso, talla, edad.
Módulo de bioquímica: vitamina a, ferritina, deficiencia de zinc, linfocitos, colesterol
de baja densidad, glucosa, triglicéridos.
Para el análisis de estas variables, se realizará estadística descriptiva con el fin de conocer las
características de las mujeres en edad fértil, así como también dos modelos estocásticos de
regresión logística para conocer los factores más influyentes en la desnutrición y sobrepeso u
obesidad.
METODOLOGÍA
La investigación se realizará a través de un método mixto, es decir cualitativo y cuantitativo.
Así entonces la investigación se compone de cuatro capítulos más una sección adicional que
es el perfil de investigación.
6
En el primer capítulo se plantea un marco teórico donde se analizan los orígenes de la
malnutrición, los factores asociados, estadísticas mundiales, y una conceptualización desde la
perspectiva de profesionales de la salud, investigaciones anteriores y organismos mundiales
como por ejemplo la Organización Mundial de la Salud (OMS), Organización de las
Naciones Unidas para la alimentación y la agricultura (FAO), entre otros.
El segundo capítulo consiste en un análisis descriptivo de forma individual y conjunta de las
variables de los diferentes módulos seleccionados de la ENSANUT-ECU 2012 que forman
parte del estudio, así como también, un análisis comparativo con estudios similares realizados
en países de la región.
En el tercer capítulo se plantearán dos modelos estocásticos de regresión logística, a través
del método de estimación por máxima verosimilitud (EMV) con el fin de determinar los
factores más influyentes en la desnutrición, así como los más influyentes en el sobrepeso y
obesidad. Este modelo se caracteriza por ser de respuesta cualitativa, es decir la variable
dependiente es cualitativa o dummy mientras que la o las independientes son cualitativas o
cuantitativas o una combinación de ellas (Arley & Moscote, 2012). Para los modelos se
forman las siguientes ecuaciones:
Modelo de regresión logística de desnutrición
𝑌 = 𝐺(𝛽0 + 𝛽𝑋𝑗)
𝑌 = �̂�0 + �̂�1𝑋1 + �̂�2𝑋2 + �̂�3𝑋3 + �̂�4𝑋4 + �̂�5𝑋5 + �̂�6𝑋6 + �̂�7𝑋7 + �̂�8𝑋8 + �̂�9𝑋9 + �̂�10𝑋10 + �̂�𝑖
Dónde:
𝒀 = desnutrición
𝑿𝟏 = dummy área: urbano
𝑿𝟐 = edad
𝑿𝟑 = ingreso
𝑿𝟒 = dummy etnia: mestizos
7
𝑿𝟓 = dummy categoría de ocupación: jornalero
𝑿𝟔 = ferritina
𝑿𝟕 = dummy deficiencia de zinc: “si”
𝑿𝟖 = vitamina A
𝑿𝟗 = dummy agua que beben los miembros del hogar: agua tratada
𝑿𝟏𝟎 = linfocitos
�̂�𝟎 = intercepto o constante
�̂�𝒌 = pendientes del modelo logístico
�̂�𝒊 = error estocástico
Modelo de regresión logística de sobrepeso u obesidad
𝑌 = 𝐺(𝜃0 + 𝜃𝑋𝑗)
𝑌 = �̂�0 + �̂�1𝑋1 + �̂�2𝑋2 + �̂�3𝑋3 + �̂�4𝑋4 + �̂�5𝑋5 + �̂�6𝑋6 + �̂�7𝑋7 + �̂�8𝑋8 + �̂�9𝑋9 + �̂�10𝑋10 + �̂�𝑖
Dónde:
𝒀 = sobrepeso_obesidad
𝑿𝟏 = dummy área: urbano
𝑿𝟐 = edad
𝑿𝟑 = escolaridad
𝑿𝟒 = horas trabajadas
𝑿𝟓 = ingreso
𝑿𝟔 = dummy categoría de ocupación: empleado público
𝑿𝟕 = dummy etnia: afroecuatoriano
𝑿𝟖 = colesterol de baja densidad
𝑿𝟗 = glucosa
𝑿𝟏𝟎 = triglicéridos
�̂�𝟎 = intercepto o constante
�̂�𝒌 = pendientes del modelo logístico
�̂�𝒊 = error estocástico
8
CRONOGRAMA DE TRABAJO
Tabla 1: Cronograma de trabajo
Elaboración: Autores
Tiempo (Meses)
Actividades (Semanas) 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4 1 2 3 4
Revisión y aprobación del plan de
tesis
Fase de documentación
Revisión bibliográfica
Desarrollo de la fundamentación
teórica
Fase de desarrollo
metodológico, obtención y
análisis de la información
Metodología
Diseño de la investigación
Depuración de las bases de datos
Análisis de la información
Obtención de resultados
Fase de elaboración de informe
Análisis de los resultados
Elaboración del informe final
Conclusiones y recomendaciones
Entrega del proyecto de
titulación
4 Semanas
12 Semanas
4 Semanas
NoviembreJunio Julio Agosto Septiembre Octubre
9
CAPITULO I
1. Malnutrición: orígenes, estadísticas y conceptos
1.1. Orígenes
1.1.1 Malnutrición
El término malnutrición, tiene su origen antes de la guerra en Gran Bretaña por Boyd-Orr y
Drumond, quienes plantearon que la población debía ser alimentada según sus necesidades y
no por su capacidad económica bajo el contexto de que, de forma confusa, en ese país el
bienestar de ricos y pobres estaba ligado. Durante la Segunda Guerra Mundial (1939-1945),
las personas aceptaron un sistema de racionamiento de los alimentos basado en el principio
propuesto en Gran Bretaña y con este proceso, se evidencio un incremento de los pesos y
tallas en los niños de las familias de la clase trabajadora (Organizacion Mundial de la Salud,
1963).
Años más tarde, tras la Declaración Universal de Derechos Humanos (1948) se reconoce
como derecho de las personas vivir libre de hambre y de la malnutrición. De igual forma, en
la Cumbre Mundial sobre la Alimentación y la Conferencia sobre alimentación (1974), se
proclamó que “todos los hombres, mujeres y niños tienen el derecho inalienable a no padecer
de hambre y malnutrición a fin de poder desarrollarse plenamente y conservar sus facultades
físicas y mentales” (ONU, s.f.).
El (Foro Mundial sobre Soberanía Alimentaria., 2001) realizado en La Habana-Cuba,
establece que:
La soberanía alimentaria es la vía para erradicar el hambre y la malnutrición y garantizar la
seguridad alimentaria duradera y sustentable para todos los pueblos. Entendemos como
soberanía alimentaria, el derecho de cada pueblo a definir sus propias políticas y estrategias
sustentables de producción, distribución y consumo de alimentos que garanticen el derecho a
10
la alimentación de toda la población, con base en la pequeña y mediana producción,
respetando sus propias culturas y la diversidad de los modos campesinos, pesqueros e
indígenas de producción agropecuaria, de comercialización y de gestión de espacios rurales,
en los cuales la mujer desempeña un papel fundamental. (p.4)
Organismos como la Organización Mundial de la Salud (OMS) y la Organización de las
Naciones Unidas para la Agricultura y la Alimentación (FAO) han fomentado estudios
relacionados con los diferentes fenómenos existentes alrededor de la nutrición con el fin de
lograr que los habitantes en el mundo dispongan de la cantidad suficiente de alimentos
adecuados, consiguiendo que los problemas de la malnutrición y salud sean abordados
intensamente en varios países bajo el objetivo de romper el círculo vicioso que forman la
pobreza, la malnutrición y la indigencia (Organizacion Mundial de la Salud, 1963).
En sus orígenes, que datan desde la Segunda Guerra Mundial, hablar de malnutrición
implicaba solamente considerar la ingesta insuficiente de alimentos y nutrientes dada la
escasez de los mismos mientras que, en la actualidad, hablar de malnutrición implica la
presencia de dos patologías que deben ser abordadas de manera distinta puesto que una de
ellas, denominada desnutrición, se produce por la escasa ingesta de alimentos y nutrientes
mientras que la otra, denominada sobrepeso u obesidad, se produce por un exceso de los
mismos o un desequilibrio en su ingesta.
1.1.2 Desnutrición
Durante la primera mitad del siglo XX, bajo el enfoque de los problemas de tipo nutricional,
los estudios se centraron principalmente en las deficiencias vitamínicas donde la desnutrición
en general no era objeto de estudio. La importancia de la desnutrición, en términos generales,
solo cobró importancia cuando las enfermedades carenciales dejaron de prevalecer.
11
Según la (Organizacion Mundial de la Salud, 1963), las elevadas tasas de mortalidad infantil,
dieron cuenta de la gravedad de los problemas que causa la subalimentación y es por esta
razón que se empezó a reconocer el rol de la malnutrición y la desnutrición en el desarrollo
socioeconómico (citado en Bernabeu Mestre, 2010).
En el marco de la salud internacional, el problema del hambre y la desnutrición venía de la
mano de la crisis alimentaria producida en la Primera Guerra Mundial dado a conocer en los
informes del Comité de Higiene de la Sociedad de Naciones (1920-1930) donde además se da
a conocer la precaria situación nutricional de muchos países desarrollados. En América
Latina entre 1930 y 1940, la deficiencia alimentaria contemplaba aspectos relacionados con
la cantidad y calidad siendo países como Venezuela, Colombia, Ecuador y Bolivia los que
presentaban menor consumo (Bernabeu Mestre, 2010).
El trasfondo de esta patología se encuentra en la pobreza, misma que trae consigo el
subconsumo calórico y deficiencias específicas. Si bien es cierto, la pobreza se hace más
notoria cuando las necesidades humanas aumentan y aunque continúa determinando los
problemas de desnutrición, se ha convertido también en un factor determinante de la obesidad
que viene acompañada de enfermedades crónicas no transmisibles como son la diabetes,
cáncer y enfermedades cardiovasculares (Bernabeu Mestre, 2010).
1.1.3 Sobrepeso – obesidad
El sobrepeso y la obesidad son patologías tratadas de forma similar ya que las dos son
producidas por una malnutrición por exceso. La obesidad data desde la prehistoria donde se
halló un vestigio de piedra llamado “Venus de Willendorf” con una antigüedad de
aproximadamente 25.000 años la cual presentaba gran abdomen y voluminosas mamas. Esta
figura de abundante tejido graso, expresaba salud y longevidad. En la edad antigua, la dieta
de los habitantes era abundante, presentándose la obesidad en personas de un estrato social
12
elevado y fue Hipócrates en la antigua Grecia quien reconoció que las personas tienden por
naturaleza a engordar y asoció a la obesidad con la muerte súbita hace más de 2000 años. En
los siglos XVI y XVII, el sobrepeso y la obesidad eran símbolos de fecundidad, atractivo
sexual, salud y bienestar (Foz Sala, 2004).
En la primera mitad del siglo XVIII se publica la primera monografía sobre la obesidad
titulada “Discourse on the causes and effects of corpulency together with the method for its
prevention and cure” del autor Thomas Short donde refleja el número de casos de obesidad y
describe como sus causas la ingesta de algunos alimentos como dulces, grasas y sustancias
ricas en aceite además del sedentarismo. En 1760, Malcolm Flemyng publica otra monografía
sobre el mismo tema donde establece a la obesidad como una enfermedad puesto que limita
las funciones del cuerpo y acorta la vida. Este autor atribuye la obesidad a cuatro causas que
son la ingesta en exceso especialmente de alimentos ricos en grasa, la alteración de la textura
de la membrana celular, un anormal estado de la sangre que facilita la acumulación de las
grasas y una evacuación defectuosa (Foz Sala, 2004, citado en Morales, 2010, párr. 13-14).
1.2. Estadísticas
La desnutrición es un fenómeno que principalmente afecta a los niños en edad inferior a los 5
años, sin embargo, este puede presentarse también en la población adulta incluso
manifestándose a través de enfermedades relacionadas debido a la ingesta insuficiente de
alimentos y nutrientes como por ejemplo la anemia, el bocio, xeroftalmia entre otras.
A continuación, se presentan algunas cifras de desnutrición de varios países entre los años
2000 y 2015 marcando un contraste en su desarrollo y nivel de ingresos presentados por el
Banco Mundial:
Empezando por los países de ingresos altos, en el caso de Estados Unidos (Norte América) y
Japón (Asia) se evidencia un porcentaje constante de población con desnutrición que es del
13
2,5%, en el caso de Rusia (Europa), en el año 2000 presentaba un porcentaje de 5,1% que fue
decreciendo hasta mantenerse fija en un 2,5% a partir del año 2005.
Dentro de los países con escala de ingresos medio alto, se encuentra Ecuador (América
Latina) donde los porcentajes de población con desnutrición son los siguientes:
Figura 1: Porcentaje de población con desnutrición en Ecuador
Fuente: Datos Banco Mundial Elaboración: Autores
Como se observa en la figura 1, los porcentajes de población con desnutrición en Ecuador
presentan una tendencia decreciente con el pasar de los años sin embargo esta no ha sido
erradicada pese a los esfuerzos realizados por los gobiernos de paso.
En este contexto, países vecinos como Colombia y Perú presentan los siguientes porcentajes:
18,5
12,1
0
2
4
6
8
10
12
14
16
18
20
Po
rce
nta
je
Años
14
Figura 2: Porcentaje de población con desnutrición en Colombia
Fuente: Datos Banco Mundial Elaboración: Autores
Como se puede observar, en Colombia las cifras revelan repuntes entre los años 2009 – 2010
y, a partir de 2011, existe una tendencia decreciente de la desnutrición en la población. En
este país, por ejemplo, el programa “1000 días para cambiar el mundo” plantea una estrategia
de atención y prevención de la desnutrición infantil, enfocada a prevenirla desde la gestación
en zonas focalizadas con el trabajo conjunto de prevención y salud en familia (Instituto
Colombiano de Bienestar Familiar, 2018).
En Perú, la tendencia es decreciente y se presenta de forma pronunciada a partir del año 2005
siendo reconocido por organismos internacionales como la Unicef y el Banco Mundial ya que
sus porcentajes eran de los más altos en América Latina.
9,7
7,1
0
2
4
6
8
10
12
Po
rce
nta
je
Años
15
Figura 3: Porcentaje de población con desnutrición en Perú
Fuente: Datos Banco Mundial Elaboración: Autores
Dentro de los países con escala de ingresos bajos, están países africanos como Etiopía, Kenia,
Djibouti donde las cifras de desnutrición son las siguientes:
Figura 4: Porcentaje de población con desnutrición en Etiopía
Fuente: Datos Banco Mundial Elaboración: Autores
Etiopía presentaba, en el año 2000, más de la mitad de su población con desnutrición, esto
debido a factores como la sequía e inseguridad alimentaria en varios distritos (UNICEF, s.f.).
Pese a lo antes mencionado en la actualidad se puede ver una tendencia decreciente de la
desnutrición en esta población.
21,8
7,9
0
5
10
15
20
25
Po
rce
nta
je
Años
51,9
28,8
0
10
20
30
40
50
60
Po
rce
nta
je
Años
16
Figura 5: Porcentaje de población con desnutrición en Kenia
Fuente: Datos Banco Mundial Elaboración: Autores
La desnutrición en Kenia tiene como factor principal, la sequía al igual que en otros países de
África. Y según el informe “El estado de Seguridad Alimentaria y Nutrición 2014-2016”, la
desnutrición ha afectado a 8,8 millones de personas representando al 19,1% de la población
(Unicef, s.f.).
Figura 6: Porcentaje de población con desnutrición en Djibouti
Fuente: Datos Banco Mundial Elaboración: Autores
En Djibouti como se puede observar, la desnutrición presenta una tendencia decreciente, sin
embargo dado que el 42% de la población vive en extrema pobreza y existe un elevado nivel
de desempleo, las personas viven en situaciones precarias donde el acceso al agua,
32,2
19,1
0
5
10
15
20
25
30
35
40
Po
rce
nta
je
Años
48,1
12,8
0
10
20
30
40
50
60
Po
rce
nta
je
Años
17
alimentación y servicios sanitarios es deficiente pese a la ayuda que este país recibe del
exterior (Humanium, s.f.).
En contraste con la realidad de la desnutrición presente en el mundo, al tiempo que la
desnutrición presenta una tendencia decreciente, en la mayoría de países predomina el
sobrepeso y la obesidad. Por ello, a continuación, se presentan algunas cifras que revelan lo
alarmante que resulta esta patología, parte de la malnutrición, en el mundo.
En un estudio realizado por la Organización Mundial de la Salud en el año 2014, se da a
conocer el porcentaje de la población con sobrepeso y obesidad mostrando mayor prevalencia
en Norte América y Europa (EL DÍA, 2015).
El informe “Obesity Update 2017”, presentado por (Organisation for Economic Co-operation
and Development, 2017) revela que más de uno en dos adultos y cerca de uno en seis niños
tienen sobrepeso u obesidad en los países miembros de la OECD, también revela que las tasas
de obesidad en adultos son más altas en Estados Unidos, México, Nueva Zelanda y Hungría
mientas que son las más bajas en Japón y Corea. Según las tasas de obesidad proyectadas
hasta 2030, Corea y Suiza son los países donde las tasas de obesidad incrementarán a un
ritmo acelerado; también el estudio revela que las inequidades sociales en el sobrepeso y la
obesidad son fuertes especialmente entre las mujeres.
Los datos que se muestran a continuación son auto reportados por países miembros de la
Organización para la Cooperación y el Desarrollo Económico (OECD).
18
Figura 7: Porcentaje de población con sobrepeso y obesidad en Estados Unidos
Fuente: OECD Health Statistics Elaboración: Autores
En la figura 7 se puede observar claramente que, con el pasar de los años, el porcentaje de
población con obesidad en Estados Unidos muestra una tendencia creciente a tal punto que
casi se equipara con el porcentaje de población con sobrepeso. Estados Unidos, al tener una
economía avanzada y ser considerado un país con ingresos altos, hace más notables estos
porcentajes que afectan a su población.
Figura 8: Porcentaje de población con sobrepeso y obesidad en Suecia
Fuente: OECD Health Statistics Elaboración: Autores
35,8
36,1
35,4
36,2
35,6
35,6
35 35,5
35 35,8
35 34,7
34,9
34,5
34,7
33,8
35
21,7
22,8
23,9
23,5
24,2
25,1
26 26,4
27,6
27
,7
28,1
28,5
28,6
28,7
29,5
30,1
30,2
2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6
PO
RC
ENTA
JE
AÑOS
Sbp (% de la población) Obs (% de la población)33
,5
33,5
34,4
33,3
33 33,4
34,4
34 34,7
34
,5
35,1
35,3
35,3
35,2
34,3 36 35
,9
9,2
9,2 10
,3
9,8
9,9 10
,9
9
10,6
10,3
10,9
11,3
11 11,8
11,7
12,2
12,3
13
2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6
PO
RC
ENTA
JE
AÑOS
Sbp (% de la población) Obs (% de la población)
19
En Suecia se aprecia una tendencia casi constante en cuanto a sobrepeso y obesidad, sin
embargo, el porcentaje de población con sobrepeso es predominante en todos los años en
relación al de la población con obesidad.
Según un informe de un grupo de Expertos en Economía Pública de Suecia, asegura que “la
proporción de suecos con sobrepeso de acuerdo con la definición de la Organización Mundial
de la Salud (OMS) se ha duplicado en los últimos 20 años” (elEconomista.es, 2011, párr.3).
Figura 9: Porcentaje de población con sobrepeso y obesidad en Holanda
Fuente: OECD Health Statistics Elaboración: Autores
Al igual que en Suecia, en Holanda se observa una tendencia casi constante tanto en
sobrepeso como en obesidad de la población. Sin embargo, aunque actualmente predomina el
porcentaje de población con sobrepeso, según proyecciones a 2030 realizadas por la
Organización Mundial de la Salud, se destaca que este país tendrá las tasas más estables o
decrecientes (La Nación, 2015).
El sobrepeso y la obesidad en América Latina es un problema latente donde estadísticas
generales establecen que seis de cada diez latinoamericanos sufren sobrepeso. En México el
28% de su población adulta (22,4 millones) padece esta patología, seguido por Venezuela con
un 24,9% (4,9 millones) y en un tercer lugar Ecuador con el 23,7% (Fernández, 2017).
34,7
35,5
35,1
35,4
35,6
34,2
35,2
34,3 35
,7
35,4 36
,8
36,8
35,9
34,5
34,9
34,7
34
9,4
9,3
9,7 10
,7
10,9
10,7
11,3
11,2
11,1
11,8
11,4
11,4
12 11,1 13
,3
12,8
13,6
2 0 0 0 2 0 0 1 2 0 0 2 2 0 0 3 2 0 0 4 2 0 0 5 2 0 0 6 2 0 0 7 2 0 0 8 2 0 0 9 2 0 1 0 2 0 1 1 2 0 1 2 2 0 1 3 2 0 1 4 2 0 1 5 2 0 1 6
PO
RC
ENTA
JE
AÑOS
Sbp (% de la población) Obs (% de la población)
20
Los datos de sobrepeso y obesidad en Ecuador son escasos, sin embargo se cuentan con
estudios como el de (Pacheco, Prevalencia de obesidad en Instutución Pública de estrato
medio superior, 1988), que en un estudio realizado en Quito-Ecuador en un población adulta
urbana, aparentemente sana de estrato medio superior, determinó prevalencia de obesidad en
17% de la población estudiada que desagregada por sexo representa un 12,7% en hombres y
23,5% en mujeres (citado en Pacheco & Pasquel, 2000).
En encuestas nacionales como ENSANUT-ECU 2012, a nivel nacional en la población de 20
a menos de 60 años, se registra una prevalencia de sobrepeso y obesidad del 62,8%
equivalente a 4’876.076 de personas. Esta encuesta realizada anteriormente bajo el nombre de
Encuesta Nacional sobre la Situación Alimentaria, Nutricional y de Salud (1986) y la
Encuesta Demográfica y de Salud Materna Infantil (1989-2004) se enfocan solamente a niños
menores de 5 años y madres, por lo cual no existen registros de sobrepeso y obesidad a nivel
de toda la población (Instituto Nacional de Estadística y Censos, 2013).
A pesar de la evidencia de estas patologías presentes en la población, algunos sectores en el
mundo no están conscientes de que generan una crisis de salud pública y esta falta de
consciencia es solo uno de varios problemas alrededor de estas patologías (CNN, 2017).
1.3. Conceptos
Definiciones generales
Existen varias definiciones del término malnutrición, que van desde una perspectiva general
hasta una perspectiva médica. Por ejemplo, según la (Real Academia Española, s.f.), se
define por malnutrición a la “condición causada por una dieta inadecuada o insuficiente, o
por un defecto en el metabolismo de los alimentos” (párr. 1).
21
Según (Hernández M. , 1994), “malnutrición es cualquier alteración del estado nutricional,
incluyéndose en este concepto tanto las situaciones de alteración por exceso (hipernutrición)
como por defecto (hiponutrición o desnutrición)” (p. 439).
Pese a que es común hablar de malnutrición, es necesario diferenciar entre el problema que se
produce principalmente por la dieta insuficiente (desnutrición) y el que se produce por un
exceso en la dieta (sobrepeso y obesidad) ya que cada una de ellas, a pesar de tener ciertos
factores de su causalidad en común, también presentan factores diferentes mismos que hacen
necesaria su diferenciación para un adecuado diagnóstico y tratamiento.
Desnutrición
Los autores (Esquivel, Martínez, & Martínez, 2018), definen a la desnutrición como “un
estado deficiente de nutrimentos. El término expresa todas las condiciones en las que existe
una deficiencia en la ingestión, absorción o utilización de los nutrimentos” (p. 26).
Otros autores como (Gil, 2010), afirman que la desnutrición es “una deficiencia de energía,
proteína y otros nutrientes que causa efectos adversos mensurables en la composición y la
función de los órganos o tejidos y en la evolución clínica” (p. 21).
Para (Olveira, 2000), la desnutrición en forma sencilla puede definirse como “un estado
patológico provocado por un consumo inadecuado de nutrientes que provoca una alteración
de la composición corporal y que afecta negativamente a la respuesta normal del sujeto frente
a la enfermedad y su tratamiento” (p. 84).
Sobrepeso y obesidad
Esta patología asociada a la malnutrición se ha venido estudiando a lo largo del tiempo. Por
lo general se da un tratamiento conjunto a estas enfermedades y de ello surgen algunas
definiciones como las que se mencionan a continuación:
22
Según la (Real Academia Española, s.f.), se define como sobrepeso y obesidad a la persona
que sufre exceso de peso o es excesivamente gorda mientras que en el ámbito de la medicina
podemos encontrar definiciones como la que mencionan (Alpers, Stenson, & Bier, 2003),
donde aseguran que la obesidad consiste en “una acumulación excesiva de grasa en el
organismo.” (p. 531).
Por otra parte (Roskoski, 1998), afirma que la obesidad es uno de los trastornos nutricionales
más prevalentes que consiste en la acumulación de un exceso de calorías en forma de grasas o
triglicéridos. De otro modo el mismo autor define que “obesidad es tener 20% de exceso de
peso que el promedio para la estatura” (pp. 35-36).
Finalmente, (Laguna, Martínez, Piña, Pardo, & Riveros, 2013), mencionan que la obesidad
“consiste en la acumulación de calorías, en forma de grasas, en los depósitos del organismo;
se trata, en rigor, de un desequilibrio entre la ingesta y el consumo de energía” (p. 66).
Definiciones de organismos internacionales
A nivel mundial existen varios organismos que orientan sus estudios a diferentes ámbitos. En
el caso de la malnutrición, al ser considerado un problema de salud pública, la presencia de
organismos como la Organización Mundial de la Salud (OMS), Organización Panamericana
de la Salud (OPS) y la Organización de las Naciones Unidas para la Alimentación y la
Agricultura (FAO) estudian la malnutrición en sus diferentes formas a nivel de sus países
miembros.
Para la (Organización Mundial de la Salud, 2016), se entiende por malnutrición “las
carencias, los excesos o los desequilibrios de la ingesta de energía y/o nutrientes de una
persona”(párr.1). De igual forma para la OMS malnutrición abarca dos grupos de patologías
uno que es la desnutrición caracterizada por la carencia o insuficiencia de micronutrientes y
la otra el sobrepeso y la obesidad relacionada con los hábitos alimentarios.
23
Según la (Organización de las Naciones Unidas para la Alimentación y la Agricultura, 2014),
define a la malnutrición como una condición fisiológica anormal causada por un consumo
insuficiente, desequilibrado o excesivo de los macronutrientes que aportan energía
alimentaria y micronutrientes que son esenciales para el crecimiento y desarrollo físico y
cognitivo.
La OMS y la FAO coinciden en que la malnutrición puede manifestarse de varias formas
como son: por una parte, la desnutrición debido a la ingesta insuficiente de alimentos y
deficiencia de micronutrientes y, el sobrepeso y obesidad producida por la acumulación
excesiva o anormal de grasa que resulta perjudicial para la salud ya que conduce a
enfermedades no transmisibles como diabetes, enfermedades cardiovasculares y algunos tipos
de cáncer.
Dentro de la desnutrición, para la (World Health Organization, 2018), se pueden distinguir
cuatro tipos principales que son:
Emaciación: insuficiencia de peso respecto de la talla.
Retraso del crecimiento: talla insuficiente respecto a la edad.
Insuficiencia ponderal: peso menor del que corresponde a la edad.
Carencia de vitaminas y minerales.
Los niños en particular son mucho más vulnerables a esta patología que incluso es una
frecuente causa de mortalidad infantil. La población adulta, en el caso específico de mujeres
en edad fértil, no es inmune a esta enfermedad puesto que, estadísticas mundiales publicadas
por la OMS indican que 528 millones de mujeres en edad reproductiva sufren de anemia
enfermedad caracterizada por la deficiencia de micronutrientes (Organización Mundial de la
Salud, 2016).
24
A pesar de que desnutrición sigue siendo un problema característico en los países más pobres
donde predominan las actividades agrícolas, la prevalencia de sobrepeso y obesidad en el
mundo han incrementado del 24% en 1980 al 34% en 2008, lo que constituye una amenaza
importante en materia de salud pública (Organización de las Naciones Unidas para la
Alimentación y la Agricultura, 2014).
Para una evaluación sencilla del estado nutricional de una persona, la (OMS, s.f.) indica que
es posible hacer uso del Índice de Masa Corporal (IMC) siendo este un indicador simple que
indica la relación entre el peso y la talla que permite determinar desnutrición (insuficiencia
ponderal), sobrepeso y obesidad en adultos. El IMC se clasifica según la siguiente tabla:
Tabla 2: Clasificación del IMC
Insuficiencia ponderal (desnutrición) < 18,5
Intervalo normal 18,5 – 24,9
Sobrepeso ≥ 25,0
Preobesidad 25,0 – 29,9
Obesidad ≥ 30,0
Obesidad de clase I 30,0 – 34,9
Obesidad de clase II 35,0 – 39,9
Obesidad de clase III ≥ 40
Fuente: OMS Elaboración: Autores
Implicaciones de la malnutrición.
El estado nutricional de la mujer antes, durante y después del embarazo, contribuye a su
propio bienestar general pues este se focaliza en la atención a las mujeres como madres ya
que se relaciona estrechamente con el bienestar de los niños y su capacidad de cuidarlos,
amamantarlos y nutrirlos (Latham, 2002).
25
La desnutrición, una vez terminada la infancia, se evidencia a través de la anemia por
deficiencia de hierro donde las mujeres en edad reproductiva, en especial las embarazadas,
son uno de los grupos más vulnerables a esta enfermedad caracterizada por la ingestión
insuficiente de uno o más nutrimentos relacionados como son el hierro, folatos, vitaminas A y
B (Casanueva, Regil, & Kaufer, Anemias de Origen Nutricio, 2008).
La desnutrición reduce la fertilidad y por consiguiente la probabilidad de concepción, pero en
caso de existir concepción, las madres desnutridas solo pueden esperar hijos con bajo peso; es
por estar razón que se hace necesario el incremento del consumo de energía durante la
gestación pues esto tiende a aumentar el peso del niño al nacer (Latham, 2002).
Por otra parte, las preocupaciones tradicionales en temas de salud pública como la
desnutrición y las enfermedades infecciosas, cada vez se reducen y ahora la obesidad está por
encima de ellas ya que contribuye a la aparición de múltiples comorbilidades que afectan la
salud y a la vez, contribuyen a la mortalidad de la población. El sobrepeso y la obesidad son
factores de riesgo en la aparición de enfermedades del corazón, hipertensión, diabetes,
osteoartritis, apnea del sueño, problemas respiratorios y algunos tipos de cáncer. En relación
a las mujeres, estas presentan complicaciones en el embarazo, así como también pueden
presentar irregularidades menstruales, hipercolesterolemia (niveles elevados de colesterol)
entre otras (Kaufer, Tavano , & Ávila, Obesidad en el Adulto, 2008).
Los autores Kaufer, et al. (2008), afirman que obesidad produce alteraciones en la
reproducción femenina y que “a menudo estas alteraciones se vinculan con
hiperandrogenismo debido a que el tejido adiposo es un sitio activo de producción y
metabolismo de esteroides” (p. 357). También se afirma que las mujeres obesas pueden
experimentar amenorrea, disminución de la fertilidad, hirsutismo y menopausia temprana.
26
1.4. Factores que influyen en el estado nutricional de las mujeres en
edad fértil
Las mujeres a lo largo de su vida presentan cuatro condiciones fisiológicas mismas que tienen
efecto sobre su salud y nutrición y son no embarazo, embarazo, lactancia y climaterio.
Durante cada una de ellas se pueden presentar condiciones normales o enfermedades que en
ambos casos deben ser prevenidas y manejadas oportunamente en materia de alimentación y
nutrición. Es necesario recalcar que durante la vida reproductiva no todas las mujeres se
embarazan y cuando lo hacen no siempre dan de lactar seis meses y tampoco su vida
reproductiva termina a los 49 años, lo único que permite delimitar con certeza es la aparición
de la primera menstruación (Casanueva & Flores, Nutrición de la mujer adulta, 2008).
La reproducción humana es una combinación de procesos genéticos biológicos, ambientales y
conductuales donde el estado de salud de la mujer debe ser favorable cuando ésta no se
encuentra en un estado óptimo, por ejemplo, por enfermedades como la desnutrición aguda
estos procesos se ven alterados y disminuye la capacidad reproductiva (Brown, 2014).
De forma general, según la (FAO, 2003), entre los factores asociados a la malnutrición
(desnutrición – sobrepeso y obesidad) están:
Falta de educación.
Nivel de ingresos.
Hábitos alimentarios inadecuados.
Malas condiciones de saneamiento ambiental.
Falta de higiene en la manipulación de alimentos.
Poca actividad física.
La malnutrición, producida por una ingesta insuficiente o excesiva de alimentos, puede
presentar lesiones bioquímicas en el organismo mismas que se pueden identificar a través de
27
un examen de sangre con el fin de prevenir consecuencias nocivas como mayor morbilidad,
absentismo laboral y mortalidad.
Para Laguna et al. (2013) el estudio de los factores nutritivos presentes en la dieta es
importante en la medicina pues tanto por su carencia como por su consumo en exceso puede
presentarse la ingesta excesiva de carbohidratos y grasas que generan diabetes y obesidad, así
como en el otro extremo una falta de hierro puede provocar anemia, enfermedad asociada a la
desnutrición.
1.5. Prevención de las patologías asociadas a la malnutrición
1.5.1 Dieta equilibrada
Los autores (Burgess & Glasauer, 2006), afirman que:
las mujeres en edad reproductiva que no están embarazadas o en período de lactancia tienen
requerimientos de energía un poco menores que los de los hombres, pero necesitan el doble de
hierro (a causa de las pérdidas producidas durante la menstruación) (p.62).
se recomienda que la dieta de las mujeres en edad fértil, en comparación a la de los hombres,
debe contener:
Una cantidad más baja de cereales, grasas y legumbres.
Por lo menos igual proporción de frutas y verduras.
Mayor cantidad de alimentos ricos en hierro como son las vísceras, pollo, carne o
pescado.
Abundante agua u otros líquidos limpios y seguros.
En base a las recomendaciones del (Ministerio de Salud Pública y Asistencia Social, 2003)
una guía de alimentación recomendada es:
28
Tabla 3: Guía de alimentación MEF
ALIMENTO CANTIDAD
Leche 2 tazas al día
Carnes de res, pollo o pescado 2 raciones al día
Huevos 1 unidad al día
Verduras 4 raciones al día
Frutas 4 raciones al día
Panes y cereales 14 raciones al día
Aceite, mantequilla o margarina 1 a 2 cucharadas soperas al día
Fuente: Ministerio de Salud Pública y Asistencia Social – El Salvador
Elaboración: Autores
1.5.2 Actividad física
Para Kaufer et al. (2008), la meta en el descenso de peso es la pérdida de tejido adiposo
(tejido graso). Este debe iniciarse de forma gradual previa certeza de que el individuo goza de
un buen estado de salud para realizar el tipo de actividad física que haya elegido. Todos los
adultos independientemente de sufrir de sobrepeso u obesidad deben realizar al menos 30
minutos de actividad física moderada de preferencia todos los días de la semana puesto que si
ésta se practica con constancia, se convierte en el mejor factor de pronóstico del
mantenimiento del peso en el largo plazo mismo que sin duda aporta grandes beneficios a la
salud.
Desde el punto de vista de la (World Health Organization (WHO), s.f.), se considera
actividad física a “cualquier movimiento corporal producido por los músculos esqueléticos
que exija gasto de energía” (párr. 1). Un nivel adecuado de actividad física regular en adultos
permite:
Mejorar la salud ósea y funcional
29
Reducir el riesgo de cardiopatía coronaria, cáncer de mama y de colon, diabetes,
accidente cerebro vascular, depresión entre otras.
El equilibrio calórico y el control de peso.
A continuación, se proponen ejemplos de actividad física que varían según su intensidad,
aquellas actividades que demandan más tiempo (moderadas) son menos intensas que aquellas
que demandan menos (vigorosas).
Tabla 4: Ejemplos de actividad física
ACTIVIDAD INTENSIDAD
Menos Vigoroso
Lavar ventanas o pisos 45 – 60 minutos
Jugar voleibol Durante 45 minutos
Arreglar el jardín 30 – 45 minutos
Caminar 4.5 km Durante 35 minutos
Más Vigoroso
Ciclismo (intenso) 30 minutos
Nadar (intensamente) 20 minutos
Brincar la cuerda 15 minutos
Correr 2.5 km 15 minutos
Fuente: adaptado de (Kaufer, Tavano , & Ávila, Obesidad en el Adulto, 2008), OMS
Elaboración: Autores
1.6. Investigaciones relevantes
1.6.1 Investigaciones y factores asociados a la desnutrición en mujeres en edad fértil
Según el (Instituto Nacional de Estadística Geografía e Informática, 2004), en base a los
resultados de la Encuesta Nacional de Nutrición del año 1999 de México, se determinó que la
prevalencia de desnutrición de mujeres en edad fértil era mayor en el área rural con 2.1% en
30
comparación con el área urbana que fue del 1.5%. De igual forma el 30.6% de mujeres en
edad fértil padecía sobrepeso y el 21.2% obesidad siendo el problema más acentuado en las
mujeres que residen en el área urbana.
Figura 10: Sobrepeso y Obesidad México 1999
Fuente: (Instituto Nacional de Estadística Geografía e Informática, 2004)
Elaboración: INEGI-México
En base a la misma encuesta del año 1999, los datos ubican a México con una prevalencia de
anemia por deficiencia moderada de hierro del 17% en mujeres no embarazadas y 50 de cada
100 mujeres no embarazadas padecen deficiencia de hierro grave, por lo tanto, la anemia en
las mujeres en edad fértil requiere atención prioritaria ya que esta enfermedad es asociada a la
desnutrición.
Respecto a la deficiencia de zinc, el (Instituto Nacional de Estadística Geografía e
Informática, 2004), afirma que el 29.7% de las mujeres en edad fértil no embarazadas tiene
déficit de zinc el cual se asocia con problemas de funciones reproductivas y de respuesta
inmunológica que afectan a las madres y a las futuras generaciones.
La deficiencia de vitamina A es una causa de muerte ligada al embarazo además de una
propensión de padecer ceguera nocturna, anemia y déficit inmunológico durante la
reproducción. En México según (Instituto Nacional de Estadística Geografía e Informática,
31
2004), la deficiencia de vitamina A en el año 1999 fue un problema mínimo de salud pública
sin embargo en las localidades rurales este problema se presentó en el 5.3% en el área rural y
4% la urbana.
En el estudio realizado por (Espinosa, 2005), la mayor proporción de mujeres con índice de
masa corporal inferior a 18,5 (bajo peso) se registró en las mujeres del área urbana, con
mayor nivel de instrucción y ladinas, denotando una marcada diferencia entre grupos étnicos.
Figura 11: Desnutrición según características seleccionadas - Guatemala
Fuente: (Espinosa, 2005)
Elaboración: Instituto Nacional de Estadísticas, Guatemala
Nota: El término “Ladino”, en América Central corresponde a la población mestiza.
En estudios realizados por la Organización Internacional del Trabajo (OIT), el autor (Wanjek,
2005), afirma que actividades como la agricultura, minería, silvicultura o construcción
implican un consumo de calorías entre 5 a 10 kcal por minuto de trabajo. Los países más
pobres con ingresos bajos (generalmente países en vías de desarrollo), dependen más
habitualmente de trabajo manual, y los trabajadores de estas naciones suelen ingerir calorías
en baja cantidad para afrontar estas tareas que se basan en el uso intensivo de mano de obra
provocando pérdidas de peso, fatiga y baja productividad como es el caso particular de los
jornaleros en el campo.
32
En el campo de la medicina, la respuesta inmune y el estado nutricional de una persona son
dos cosas inseparables, es por esta razón que (Mainous & Deitch, 1994) establecen que: un
paciente desnutrido se encuentra en riesgo de generar una sepsis debido a la depresión de su
sistema inmune que acompaña a la desnutrición. Por esta razón, el conteo de linfocitos en los
seres humanos es un indicador que mide la capacidad del organismo para movilizar células
inmunoactivas encargadas de enfrentar la sepsis.
Por otra parte, es importante la mejora del agua para consumo humano pues como lo afirma
(Jong-wook, 2004), Director General de la OMS, solo cuando se pueda garantizar el acceso al
agua salubre y a instalaciones sanitarias adecuadas para todas las personas se habrá ganado
una batalla importante contra todas las enfermedades como por ejemplo la diarrea, que al ser
una enfermedad asociada a la desnutrición, la mejora del saneamiento reduciría esta
enfermedad en un 32% y consecuentemente la desnutrición también.
En el estudio sobre el costo de la doble carga de malnutrición realizado por (Programa
Mundial de Alimentos, 2017), se considera a la edad como un factor importante en la
evolución de las patologías asociadas a la malnutrición afirmando que mientras las economías
crecen y la población envejece, la desnutrición materna e infantil y las enfermedades
infecciosas tienden a desaparecer al tiempo que predominan las enfermedades no
transmisibles y la obesidad.
1.6.2 Investigaciones y factores asociados al sobrepeso y obesidad en mujeres en edad
fértil.
Como se dijo anteriormente, en los factores relacionados a la desnutrición, el área (urbano o
rural) y la edad son también influyentes en el sobrepeso y obesidad por los resultados de la
Encuesta de Nacional de Nutrición de 1999 de México y las investigaciones de la OMS
respectivamente.
33
Según la Encuesta Nacional de Salud y Examinación Nutricional (NHANES) de los años
2009-2010 de Estados Unidos, se afirma que las tasas de obesidad son más altas en mujeres
que en los hombres afroamericanos con un 58,6% y un 38,8% respectivamente y en el caso
de los hombres hispánicos es de 35,3% y las mujeres con un 40,7%. En el caso de las mujeres
afroamericanas no hispánicas, presentan el 82% y la más baja entre las caucásicas no
hispánicas es del 60% reflejando una clara incidencia de la etnia en esta patología (citado en
Polsky, Catenacci, Wyatt, & Hill, 2014). Según datos de la misma encuesta, se observó una
relación inversa en las mujeres estadounidenses entre el nivel socioeconómico y la obesidad,
es decir, que a más ingresos menor obesidad y viceversa mientras que la prevalencia de la
obesidad disminuye con el aumento de los niveles de educación.
Actualmente, si bien se ha dicho que la obesidad varía según el nivel socioeconómico, es
claro que con el pasar del tiempo esta condición parece ser similar en todos los grupos
socioeconómicos afectando tanto a ricos como a pobres.
Los autores Polsky et al. (2014) afirman que el gasto calórico por la actividad física ha ido
disminuyendo a través del tiempo lo cual puede ser un factor importante que contribuye a la
obesidad. Desde mediados del siglo XX, la fuerza laboral cuya ocupación era de alta
actividad, disminuyó mientras que la que trabajaba en labores de baja actividad, incrementó.
Este cambio, sumado a procesos de automatización y el uso del computador, ha influido en
una reducción significativa de la actividad física relacionada con el trabajo.
Al hablar de obesidad, el peligro no radica en el aumento de la grasa corporal sino en las
consecuencias que esta patología trae consigo como son las comorbilidades. Los autores
Kaufer et al. (2008), afirman que la obesidad está vinculada a la resistencia a la insulina,
situación que genera un desequilibrio entre la glucosa e insulina y los individuios con esta
enfermedad son sujetos a presentar esta condición que se asocia a enfermedades como la
34
diabetes e hipertensión arterial donde a la vez estas son asociadas con el sobrepeso y la
obesidad. De igual forma, la obesidad da como resultado un incremento de los niveles de
colesterol total y triglicéridos acompañados de una disminución del colesterol unido a
lipoproteínas de alta densidad (conocido como HDL o colesterol “bueno”). Por otra parte la
obesidad abdominal puede incrementar la producción del colesterol unido a lipoproteínas de
baja densidad (conocido como LDL o colesterol “malo”), mismo que incrementa el riesgo de
sufrir de arteroesclerosis.
Por lo antes mencionado, es importante el análisis bioquímico para la detección oportuna de
los niveles de glucosa, colesterol y triglicéridos y posterior control.
35
CAPITULO II
2. DESNUTRICIÓN, SOBREPESO Y OBESIDAD EN
MUJERES EN EDAD FÉRTIL DEL ECUADOR
2.1. Evolución de la malnutrición a través del tiempo
A partir de la encuesta denominada Diagnóstico de la Situación Alimentaria, Nutricional y de
Salud (DANS), realizado a la población ecuatoriana menor de 5 años, el país cuenta con
información sobre nutrición a nivel nacional y 10 años más tarde, con la Encuesta de
Condiciones de Vida (ECV), se empezó a obtener información pertinente para el cálculo de la
desnutrición infantil, misma que se muestra a continuación:
Figura 12: Prevalencia de desnutrición crónica en niños menores de 5 años a nivel nacional según la Encuesta
de Condiciones de Vida
Fuente: Encuesta de Condiciones de Vida - INEC
Elaboración: Autores
La prevalencia de desnutrición crónica en el Ecuador, según la información recolectada en la
ECV, muestra una tendencia decreciente desde el año 1998 al 2014, donde el porcentaje de
desnutrición crónica se redujo en 8,40 puntos porcentuales.
32,50%31,90%
26,00%24,10%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
1998 1999 2006 2014
% d
e D
esn
utr
ició
n C
rón
ica
Años
Prevalencia (%)
36
A partir del año 1989 hasta el 2004, se realizó la Encuesta Demográfica y de Salud Materna e
Infantil (ENDEMAIN) misma en la que se investigó sobre la situación de salud reproductiva,
mortalidad infantil y salud sexual en el Ecuador. En la actualidad el INEC realiza la Encuesta
Nacional de Salud y Nutrición (ENSANUT – ECU), misma que recoge datos de salud, salud
reproductiva y nutrición de toda la población a nivel nacional.
A continuación, en función de los resultados obtenidos a través de las encuestas antes
mencionadas, se muestra la evolución de la prevalencia de la desnutrición, sobrepeso y
obesidad en la población ecuatoriana según grupos de edad que van desde los cero hasta los
59 años.
Tabla 5: Prevalencia de retardo en talla, emaciación, bajo peso, sobrepeso y obesidad a nivel nacional en
niños de 0 a 5 años
INDICADOR
DANS (1986) ENDEMAIN
(2004)
ENSANUT-ECU
(2012)
n % n % n %
Retardo en
talla*
7816 40,20% 5226 33,50% 8580 25,30%
Emaciación** 7819 2,40% 5179 2,10% 8482 2,40%
Bajo Peso*** 7851 12,80% 5234 7,30% 8644 6,40%
Sobrepeso y
Obesidad****
7825 4,20% 5182 6,60% 8469 8,60%
* longitud / talla para la edad < -2 DE
** peso para la longitud - talla < -2 DE
*** peso para la edad < -2 DE
**** IMC para la edad > +2DE
Fuente: Freire et al. (2014)
Elaboración: Autores
Pese a la diferencia existente en la metodología utilizada en cada una de las tres encuestas, se
evidencia una disminución de la prevalencia de desnutrición a través de los indicadores
retardo en talla, emaciación y bajo peso mientras que, la prevalencia de sobrepeso y obesidad
muestra una tendencia creciente desde el año 1986 pasando de 4,2% al 8,6% en el 2012.
37
Figura 13: Prevalencia de retardo en talla, sobrepeso y obesidad a nivel nacional en niños de 5 a 11 años
ENSANUT-ECU
Fuente: Freire et al. (2014)
Elaboración: Autores Nota: * talla para la edad < -2 DE; ** IMC para la edad entre +1 DE y +2 DE; ***IMC para la edad > +2
DE.
Según los datos obtenidos de la ENSANUT-ECU 2012, a partir de una muestra de 11383
individuos, se muestra prevalencia de sobrepeso con el 19%, seguido de un retardo en talla
para la edad del 15% y finalmente el 10,90% de obesidad en los niños en edad escolar (5 a 11
años).
Figura 14: Prevalencia de retardo en talla, sobrepeso y obesidad a nivel nacional en adolescentes de 12 a 19
años ENSANUT-ECU
Fuente: Freire et al. (2014)
Elaboración: Autores Nota: * talla para la edad < -2 DE; ** IMC para la edad entre +1 DE y +2 DE; ***IMC para la edad > +2
DE.
15,00%
19,00%
10,90%
0,00%
2,00%
4,00%
6,00%
8,00%
10,00%
12,00%
14,00%
16,00%
18,00%
20,00%
Retardo en talla* Sobrepeso** Obesidad***
Po
rce
nta
je
Indicador
19,10% 18,80%
7,10%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
Retardo en talla* Sobrepeso** Obesidad***
Po
rce
nta
je
Indicador
38
Respecto a los adolescentes en Ecuador, con una muestra de 7706 individuos, se determinó
que existe prevalencia de retardo en talla y sobrepeso con el 19,10% y 18,80%
respectivamente. La obesidad en este grupo de edad (12 a 19 años) se presenta en un menor
porcentaje con el 7,10%.
Figura 15: Prevalencia de delgadez, peso normal, sobrepeso y obesidad a nivel nacional en la población adulta
mayor de 19 y menor de 60 años ENSANUT-ECU
Fuente: Freire et al. (2014)
Elaboración: Autores
Para la población adulta, en la ENSANUT-ECU 2012 se consideró una muestra de 29475
individuos mayores de 19 y menores de 60 años en los cuales se muestra una prevalencia de
sobrepeso con el 40,60%, seguido por un 35,90% de población con peso normal y el 22,20%
con obesidad. Es notable que la delgadez en este grupo etario es mínima con el 1,30%, con lo
cual se corroboran los enunciados de organismos internacionales como por ejemplo la OMS o
FAO que establecen que conforme incrementa la edad en la población tiende a desaparecer la
desnutrición al tiempo que predomina el sobrepeso y la obesidad.
1,30%
35,90%
40,60%
22,20%
Delgadez (IMC <18,5)
Peso normal (IMC 18,5-24,9)
Sobrepeso (IMC 25,0-29,9)
Obesidad (IMC ≥ 30)
39
2.2. Caracterización de las mujeres en edad fértil en Ecuador
A través de los datos disponibles en la ENSANUT-ECU 2012, es necesario conocer las
características de las mujeres en edad fértil de 12 a 49 años (MEF), 11 meses y 29 días ya que
la mujer juega un rol fundamental en la sociedad y es un grupo que merece atención
prioritaria con el fin de garantizar su salud y la de las futuras generaciones.
A continuación, se describe a esta población por medio de distintas variables presentes en la
encuesta antes mencionada:
2.2.1 Características generales y antropométricas
Figura 16: IMC de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
En la Figura 16 se evidencia que las MEF en el Ecuador, respecto a la clasificación de su
IMC, con peso normal representan el 41,31% seguido del sobrepeso con un 35,17%, obesidad
20,90% y desnutrición con el 2,62%.
2,62%
41,31%
35,17%
20,90%
Desnutrición
Peso Normal
Sobrepeso
Obesidad
40
Figura 17: IMC de las mujeres en edad fértil según área, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se puede observar en la Figura 17, la desnutrición y el peso normal de las MEF en el
Ecuador predominan en el área rural con un 4,29% y 43,25% respectivamente mientras que el
sobrepeso y la obesidad predominan en el área urbana con el 35,33% y 22,23%
respectivamente.
Figura 18: IMC por rangos de edad de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
En la Figura 18 se observa que la desnutrición y el peso normal prevalece en las MEF
Adolescentes (12 – 19 años), con el 8,78% y el 68,26% respectivamente. Por otra parte, el
37,66% de las MEF Adulta – Joven (20 – 39 años) padece de sobrepeso, así como también el
1,9
3%
40
,51
%
35
,33
%
22
,23
%
4,2
9%
43
,25
%
34
,80
%
17
,66
%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
Desnutrición Peso Normal Sobrepeso Obesidad
Urbano (%) Rural (%)
8,7
8%
68
,26
%
16
,85
%
6,1
1%
1,4
2%
40
,24
%
37
,66
%
20
,68
%
0,6
1%
21
,42
%
44
,02
%
33
,95
%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
Desnutrición Peso Normal Sobrepeso Obesidad
MEF Adolescente MEF Adulta Joven MEF Adulta Media
41
44,02% de las MEF Adulta – Media (40 – 49 años). Finalmente se observa que la obesidad
está presente en mayor proporción en las MEF Adulta – Media con el 33,95%.
Figura 19: IMC según la etnia de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 19, existe mayor prevalencia de desnutrición en las MEF que se
auto identificaron como montubias con el 6,29% mientras que se auto identificaron como
indígenas presenta prevalencia de peso normal en un 52,99%. Se evidencia prevalencia de
sobrepeso en las MEF indígenas y mestizas con el 38,37% y 35,59% respectivamente.
Finalmente se observa prevalencia de obesidad en las MEF afroecuatorianas con 33,96%.
0,99% 2,33%6,29%
2,52% 2,64%
52
,99
%
32
,68
%
38
,51
%
41
,02
%
42
,68
%
38
,37
%
31
,03
%
31
,74
%
35
,59
%
28
,26
%
7,6
4%
33
,96
%
23
,46
%
20
,87
%
26
,42
%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
Indígena Afroecuatoriano Montubio Mestizo Blanco
Desnutrición Peso Normal Sobrepeso Obesidad
42
Figura 20: Estado civil o conyugal de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Las MEF en Ecuador, como se aprecia en la Figura 20, registran su estado civil como casadas
con el 34,15%, el 29,10% en unión libre, el 0,71% viudas y el 24,50% solteras.
Figura 21: Nivel de instrucción de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
El 1,47% de las MEF en Ecuador registran ser analfabetas, el 25,01% tienen educación
primaria, el 10,36% culminaron el bachillerato, el 18,16% registran estudios universitarios y
apenas el 0,81% estudios de postgrado (ver Figura 21).
34,15%
29,10%
10,00%
1,55%
0,71%
24,50%
Casado (a)
Unido (a)
Separado (a)
Divorciado (a)
Viudo (a)
Soltero (a)
1,47% 0,52%
25,01%
33,83%
9,30%
10,36%
0,54%
18,16%
0,81%
Ninguno
Centro de alfabetización
Primario
Secundario
Educación Básica
Bachillerato
Ciclo postbachillerato
Superior
Postgrado
43
Figura 22: IMC según el nivel de instrucción de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 22, se presenta mayor porcentaje de sobrepeso en las MEF
analfabetas en un 42,51%; en las MEF con estudios de primaria, predomina el sobrepeso con
el 39,58%. Las MEF con estudios de bachillerato presentan prevalencia de peso normal con
61,39% al igual que aquellas que registran un nivel de educación superior con el 45,29%.
Figura 23: Categoría de ocupación de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Las MEF en Ecuador en promedio, trabajan 37,4 horas a la semana (ver anexo 1). Como se
puede apreciar en la Figura 23 el 32,80% son empleadas del sector privado, el 9,47% del
0,00% 0,69%
6,62%1,41%
22,54%
31,78%
61,39%
45,29%42,51%
39,58%
22,95%
34,78%34,95%
27,94%
9,04%
18,51%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
Ninguno Primario Bachillerato Superior
Desnutrición Peso Normal Sobrepeso Obesidad
9,47%
32,80%
3,01%
0,89%0,90%
36,25%
9,14%
7,55%
Empleado público
Empleado privado
Jornalero o peón
Patrono (a)
Socio (a)
Cuenta propia
Trabajador (a) no remunerado (a)
Empleado (a) domestico (a)
44
sector público, el 36,25% de ellas son trabajadoras por cuenta propia y el 7,55% son
empleadas domésticas. Por otra parte, el 9,14% son trabajadoras no remuneradas.
Figura 24: Ingreso de las mujeres en edad fértil, Ecuador 2012 (quintiles)
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Nota: El salario básico unificado para el año 2012 fue de USD 292
En la Figura 24 se evidencia que el 25,95% de las MEF en Ecuador se encuentran dentro del
cuarto quintil de ingreso, es decir que en promedio ganan USD 327 seguido del quintil más
rico (quintil cinco) al que pertenecen el 19,75%. En contraste, en el quintil más pobre (quintil
uno), se encuentran el 17,07% de las MEF con un ingreso que va de USD 0 a 40.
Figura 25: IMC según afiliación de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
17,07%
17,73%
19,50%
25,95%
19,75%
0-40
42-140
142-250
254-400
410-15000
2,4
6%
41
,52
%
35
,59
%
20
,43
%
2,6
7%
41
,24
%
35
,04
%
21
,05
%
0,00%
5,00%
10,00%
15,00%
20,00%
25,00%
30,00%
35,00%
40,00%
45,00%
50,00%
Desnutrición Peso Normal Sobrepeso Obesidad
Si No
45
Como se aprecia en la Figura 25, la desnutrición, peso normal, sobrepeso y obesidad de las
MEF en Ecuador que cuentan con afiliación al Instituto Ecuatoriano de Seguridad Social
(IESS), es muy similar a la de aquellas no afiliadas. Tanto las MEF afiliadas como no
afiliadas presentan una prevalencia de peso normal que es aproximadamente 41% seguido del
sobrepeso con un 35%.
Figura 26: Estado actual de salud de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
En base a la apreciación de las MEF ecuatorianas, el 2,96% declararon gozar de un
“excelente” estado de salud, el 47,79% de ellas dijeron gozar de un estado de salud “bueno”
mientras que, el 3,18% declararon tener un estado de salud “malo”.
2,96%
10,76%
47,79%
35,31%
3,18%
Excelente
Muy bueno
Bueno
Regular
Malo
46
Figura 27: Mujeres en edad fértil que reciben el Bono de Desarrollo Humano según su IMC, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
De las MEF que declararon recibir el Bono de Desarrollo Humano (BDH), el 0,78% presenta
desnutrición, el 40,65% tiene sobrepeso seguido del 33,20% que registra un peso normal. Por
otra parte, de aquellas que declararon no recibir este bono, el 43,65% tiene peso normal
seguido del 33,60% con sobrepeso.
Figura 28: IMC de las mujeres en edad fértil según regiones, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 28, en las regiones Sierra, Costa y Oriente existe mayor
prevalencia de MEF con peso normal que registran un 43,08%, 39,64% y 44,73%
respectivamente. En contraste, en la región Insular, se evidencia prevalencia de las MEF con
0,7
8%
33
,20
% 40
,65
%
25
,37
%
3,1
5%
43
,65
%
33
,60
%
19
,60
%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
Desnutrición Peso Normal Sobrepeso Obesidad
Si No
1,8
8%
3,1
2%
3,6
5%
1,0
3%
43
,08
%
39
,64
%
44
,73
%
31
,27
%
36
,72
%
34
,10
%
33
,22
% 42
,51
%
18
,32
%
23
,13
%
18
,40
%
25
,19
%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
Sierra Costa Oriente Insular
Desnutrición Peso Normal Sobrepeso Obesidad
47
sobrepeso con el 42,51%. Finalmente, al comparar la desnutrición de las MEF de las cuatro
regiones naturales del Ecuador, se observa que el Oriente presenta prevalencia con 3,65%.
Para las siguientes estadísticas se considera lo respondido por el jefe de hogar en el momento
que se realizó la encuesta ENSANUT-ECU 2012. Los datos se imputan a las mujeres en edad
fértil.
Figura 29: Tipo de vivienda de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
El 67,13% y el 13,67% de las MEF en Ecuador declararon sus viviendas como casa y
departamento respectivamente. Por otra parte, el 10,11% de esta población habita en vivienda
de emergencia que en América Latina reciben el nombre de mediagua (ver Figura 29).
67,13%
13,67%
4,20%
10,11%
4,89%
Casa, villa
Departamento en casa oedificio
Cuarto en casa de inquilinato
Mediagua
Otros ( rancho, covacha, choza)
48
Figura 30: Obtención del agua de la vivienda de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 30, el 81,43% de las MEF en Ecuador habita en viviendas
donde le agua proviene de la red pública y apenas el 18,57% restante obtienen el agua de
diversas fuentes como pozo, río, acequia, carro repartidor, entre otras.
Figura 31: Conexión del servicio higiénico de la vivienda de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
De las viviendas donde habitan las MEF en Ecuador, el 60,34% tienen conexión sanitaria a la
red pública de alcantarillado y el 26,01% de ellas, descargan sus excretas a pozos sépticos.
Por otra parte, las viviendas restantes descargan sus excretas a pozos ciegos, al mar, a los
ríos, en letrinas o no tienen conexiones sanitarias (ver Figura 31).
81,43%
6,90%
5,49%
6,17%
Red pública
Pozo
Rio, vertiente, acequia o canal
Otros (carro repartidor, agualluvia, albarrada)
60,34%26,01%
8,67%
0,97% 1,25% 2,76%
Red pública de alcantarilla
Pozo séptico
Pozo ciego
Descarga directa al mar, río,lago
Letrina
No tiene
49
Figura 32: Agua que beben los miembros del hogar, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se observa en la Figura 32, el 32,95% de las MEF en Ecuador beben agua tal y como
llega al hogar y el 36,84% la hierven antes de beberla. Por otra parte, el 26,17% compran
agua purificada para beber.
2.2.2 Características de bioquímica sanguínea
Conocer las características de bioquímica, resulta importante ya que muchas funciones vitales
de los seres humanos involucran una interacción de elementos cuya alteración resulta en
distintos trastornos o enfermedades. Es por ello necesario conocer los niveles de ciertos
elementos bioquímicos de gran importancia en los diferentes estados de las mujeres en edad
fértil.
A continuación, se presentan estadísticas de acuerdo a los niveles de tolerancia de cada
elemento bioquímico mismo que pueden variar en función del laboratorio en que se realicen
los análisis (ver anexo 2).
32,95%
36,84%
2,73%
1,31%
26,17%
La beben tal como llega al hogar
La hierven
Le ponen cloro
La filtran
Compran agua purificada
50
Figura 33: Nivel de ácido fólico de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
El 92,72% de las MEF en Ecuador presentan niveles normales de ácido fólico, el 5,37%
presentan deficiencia del mismo y apenas el 1,91% presentan un nivel excedentario (ver
Figura 33). Este elemento bioquímico es importante principalmente para las MEF en estado
de gestación ya que permite la correcta formación del feto sin defectos en el tubo neural.
Figura 34: Nivel de colesterol total de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 34 el 72,88% de las MEF en Ecuador presentan niveles
normales de colesterol total, el 7,26% niveles bajos y 19,86% niveles altos. El colesterol es
un indicador importante para la prevención de enfermedades cardiovasculares.
5,37%
92,72%
1,91%
Bajo
Normal
Alto
7,26%
72,88%
19,86%
Bajo
Normal
Alto
51
Figura 35: Nivel de glóbulos blancos de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
El 93,14% de las MEF en Ecuador presentan niveles normales de glóbulos blancos, el 2,62%
niveles bajos y el 4,24% altos. Un conteo de glóbulos blancos es importante ya que estos
permiten combatir infecciones (ver Figura 35).
Figura 36: Nivel de glucosa de las mujeres en edad fértil , Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Conocer los niveles de glucosa son determinantes principalmente para la prevención de la
diabetes. El 55,66% de las MEF en Ecuador presentan niveles bajos de glucosa mientras que
el 40,56% presentan un nivel “óptimo” o “ideal”. Las MEF que presentan un nivel
2,62%
93,14%
4,24%
Bajo
Normal
Alto
55,66%
40,56%
1,70%2,08%
Bajo
Óptimo
Aceptable
Alto
52
“aceptable” es del 1,70% mismo que marca un límite para la pre-diabetes y diabetes.
Finalmente, el 2,08% de esta población presentan niveles altos de glucosa.
Figura 37: Porcentaje de linfocitos de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
Como se aprecia en la Figura 37, el 62,38% de las MEF en Ecuador presentan niveles
normales de linfocitos (%) y el 36,58% presentan niveles altos. Por otra parte, el 1,04% de
esta población presenta un nivel bajo. Los linfocitos son un buen indicador para la evaluación
nutricional.
Figura 38: Nivel de triglicéridos de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
1,04%
62,38%
36,58%
Bajo
Normal
Alto
78,62%
11,21%
10,17%
Normal
Aceptable
Alto
53
El 78,62% de las MEF en Ecuador presentan niveles normales de triglicéridos, el 11,21%
nivel aceptable y el 10,17% alto (ver Figura 38). Los triglicéridos al ser un tipo de grasa,
cuando se presentan en un nivel alto pueden aumentar el riesgo de enfermedades del corazón
como por ejemplo el taponamiento de arterias coronarias.
Figura 39: Deficiencias de zinc, vitamina A & yodo de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
La deficiencia de zinc, vitamina A & yodo, traen consigo enfermedades como diarrea
recurrente, ceguera nocturna y bocio respectivamente. Como se aprecia en la Figura 39, el
56,70% de las MEF en Ecuador presenta deficiencia de zinc, el 97,90% no presenta
deficiencia de vitamina A y 86,78% de la misma población, no presenta deficiencia de yodo.
56,70%
2,10%
13,22%
43,30%
97,90%
86,78%
0,00%
10,00%
20,00%
30,00%
40,00%
50,00%
60,00%
70,00%
80,00%
90,00%
100,00%
Deficiencia de zinc Deficiencia de vitamina A Deficiencia de yodo
Si No
54
Figura 40: Nivel de ferritina de las mujeres en edad fértil, Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elaboración: Autores
La ferritina es una proteína que se encuentra dentro de las células y almacena hierro. Permite
de forma indirecta medir la cantidad de hierro de las personas en la sangre. Una deficiencia
de hierro por lo general trae consigo enfermedades como por ejemplo la anemia. El 84,93%
de las MEF en Ecuador presentan niveles normales de ferritina, el 10,90% niveles bajos y el
4,18% niveles altos (ver Figura 40).
2.3. Análisis comparativo
Como se presentó anteriormente los resultados de prevalencia de desnutrición, sobrepeso y
obesidad (Figura 16), es notable que más del 50% las mujeres en edad fértil en Ecuador se
ven afectadas por las patologías del sobrepeso y la obesidad.
A continuación, con el fin de contrastar ésta realidad, se presentan datos de malnutrición de
mujeres en edad fértil de varios países de América Latina y el Caribe.
10,90%
84,93%
4,18%
Bajo
Normal
Alto
55
Figura 41: Prevalencia de desnutrición de las mujeres en edad fértil de varios países de América Latina y el
Caribe. Distintos años (%).
Fuente: (FAO / OPS, 2017)
Elaboración: Autores
Como se observa en la Figura 41, Haití en el año 2012 presenta mayor prevalencia de
desnutrición en las MEF con el 12,50%. Este fenómeno se da principalmente por la
subalimentación, fuentes de agua potable y poco poder adquisitivo de la población. Si bien
este porcentaje, en relación a las MEF es alto, la prevalencia de desnutricion infantil es aun
más grande por lo cual el estudio de la desnutrición está enfocado a la poblacion infantil de
cero a 5 años.
Por otro lado, según Vio et al. (2008) un país que destaca en la reducción de la desnutrición
es Chile donde, a través de varias políticas y programas entre los años 1960 y 2000 logró
erradicar la desnutrición infantil al pasar de una prevalencia del 37% a 2,9% en niños y niñas
menores de 6 años
12,50%
10,50%
7,30%
4,80%3,70%
2,90%2,00% 1,70% 1,60%
2012 2009 2013 2011 2010 2008 2008 2013 2008-2009
Haití Guyana Rep.Domin
Honduras Colombia El Salvador Bolívia Perú Guatemala
Prevalencia (%) MEF-IMC ˂18,5
56
Figura 42: Prevalencia de sobrepeso y obesidad de las mujeres en edad fértil de varios países de América
Latina y el Caribe. Distintos años (%).
Fuente: (FAO / OPS, 2017)
Elaboración: Autores
Como se ha mencionado anteriormente, las patologías como el sobrepeso y la obesidad
afectan principalmente a las mujeres. En el caso de las mujeres en edad fértil con sobrepeso y
obesidad destaca México en el año 2006 con una prevalencia del 68,30% y 34,40%
respectivamente.
En este mismo país según la Encuesta Nacional de Salud y Nutrición (ENSANUT-MEX
2006) la prevalencia de sobrepeso y obesidad para las MEF de 12 a 19 años fue de 34,20%
que comparados con los resultados obtenidos 7 años antes con la Encuesta Nacional de
Nutrición (ENN - 1999) se evidencia un incremento del 7,80% en el sobrepeso pero del
33,30% en obesidad y se evidencia que la prevalencia de estas patologías incrementa con la
edad (Kaufer & Garnica, La nutrición en México: pasado, presente y perspectiva, 2008).
Según la Encuesta Nacional de Salud (ENSA – 2000) en México, reveló que casi dos terceras
partes de la población tenía un IMC por encima del normal es decir, el 63,10% presentaba
sobrepeso u obesidad y apenas en 36,20% tenía un IMC adecuado y de igual forma se
57
confirmó que la obesidad era casi 50% mayor en las mujeres en comparación con los
hombres (Kaufer & Garnica, La nutrición en México: pasado, presente y perspectiva, 2008).
58
CAPÍTULO III
3. MODELOS DE REGRESIÓN LOGÍSTICA DE LOS FACTORES
ASOCIADOS A LA MALNUTRICION EN LAS MUJERES EN
EDAD FÉRTIL DEL ECUADOR
El principal objetivo del presente trabajo es establecer los factores asociados a la
malnutrición en mujeres en edad fértil en Ecuador. Para ello se empleará el modelo de
regresión logística (logit) como parte de las técnicas de análisis multivariante. A
continuación, se exponen los fundamentos básicos, historia, especificaciones y metodología
de cálculo del modelo de regresión logística (logit).
3.1. Fundamentos básicos de un modelo econométrico
En términos literales, (Gujarati & Porter, 2010) definen a la econometría como “medición
económica”. Sin embargo, (Wooldridge, 2010) establece que la econometría se basa en el
desarrollo de métodos estadísticos que permiten estimar relaciones económicas, probar
teorías económicas y evaluar e implementar políticas públicas y de negocios. Para este autor,
por lo general, la econometría es utilizada para el pronóstico de variables macroeconómicas
como el producto interno bruto, inflación, entre otras.
La econometría se ocupa de la medición y verificación empírica de las relaciones
económicas, es decir, del estudio de estructuras que permiten analizar características de una
variable económica, utilizando como causas explicativas otras variables económicas (Díaz,
Llorente, & Lucio-Villegas, 1995).
Una definición más amplia, describe a la econometría como la “disciplina que combina la
teoría económica, la matemática y la estadística, para explicar, modelar y medir las relaciones
59
cuantitativas y/o cualitativas de las variables económicas” (Rodríguez & González, 2017,
p.9).
3.2. Modelo econométrico
Antes de especificar qué es un modelo econométrico, es importante conceptualizar que un
modelo en su forma más elemental constituye una representación simplificada de la realidad,
este debe ser estimable, es decir, debe incluir los elementos fundamentales de la situación que
se trate de modelizar y también debe ser manejable de tal forma que, las simplificaciones
parte del modelo, permitan a los investigadores analizar y obtener conclusiones acerca del
mismo (Díaz, Llorente, & Lucio-Villegas, 1995).
Ahora bien, un modelo econométrico se define como un modelo económico que incluye las
especificaciones necesarias para su aplicación empírica. Las especificaciones del modelo no
se resumen solo en la búsqueda de datos estadísticos y en la caracterización aleatoria de sus
ecuaciones, también es importante definir las formas funcionales que relacionan las variables
entre sí (Hernández J. , 1997).
3.2.1 Especificaciones de un modelo econométrico
Según el autor (Hernández J. , 1997), un modelo econométrico está correctamente
especificado cuando se delimitan con precisión las variables, parámetros, ecuaciones, datos
estadísticos y perturbación aleatoria (error). A continuación, se detalla cada elemento que
forma parte de la especificación.
Variables: estas se clasifican en endógenas (dentro) y exógenas (fuera). Endógenas
son aquellas que explican el modelo y exógenas son las que se determinan fuera del
modelo y se incluyen para explicar a las endógenas.
Cuando se trabaja con referencias temporales, las variables toman el nombre de
retardadas o desplazadas ya que hacen referencia a momentos o periodos de tiempo
60
pasado o futuro que influyen en variables endógenas del presente. Con la presencia de
estas variables, surgen variables denominadas predeterminadas que agrupan a las
endógenas, retardadas y exógenas cuya característica es que sus valores ya se
encuentran determinados en un instante temporal.
Parámetros: son coeficientes matemáticos que van junto a las variables del modelo y
son constantes dentro de un fenómeno concreto. Explican la influencia de las
variables explicativas (exógenas) sobre las endógenas.
Ecuaciones: se definen como relaciones matemáticas que reflejan la relación entre las
variables y los parámetros del modelo. Estas relaciones desde el punto de vista
económico se clasifican en tres:
De Comportamiento: describen acciones de agentes económicos.
De Restricción: definen condiciones que se imponen ante la libre actuación
de los agentes económicos.
Identidades o definiciones: expresan relaciones contables entre magnitudes
económicas.
Desde el punto de vista matemático se pueden distinguir dos tipos de relaciones que
son lineales y no lineales.
Datos Estadísticos: deben ser distinguidos en función de cómo son recogidos.
Existen tres tipos que son datos de corte transversal, de serie de tiempo y datos de
panel. Los datos de corte transversal son los recogidos en un momento determinado,
los datos de serie de tiempo se observan instante a instante del tiempo y los datos de
panel constituyen observaciones para diferentes individuos o grupos en diferentes
momentos del tiempo.
61
Perturbación Aleatoria: su incorporación en el modelo es importante para dar el
carácter de estocástico (aleatorio) a las relaciones entre variables. Esta perturbación
permite cubrir la brecha entre la teoría y la realidad.
3.2.2 Clasificación de los modelos econométricos
Los modelos econométricos se derivan de múltiples criterios dentro de los cuales, según
(Hernández J. , 1997), se clasifican en cuatro grupos que son de utilidad práctica.
Según el número de ecuaciones:
Uniecuacionales: definidos por una sola ecuación.
Multi-ecuacionales: definido por más de una ecuación.
Según la forma de las ecuaciones:
Lineal: si todas las ecuaciones son lineales.
No lineal: si alguna ecuación no lo es.
Según el momento del tiempo al que están referidas sus variables:
Estáticos: todas las variables están dadas en un mismo instante del tiempo.
Dinámicas: alguna variable se encuentra en un instante de tiempo distinto.
Según la relación entre el número de variables endógenas y ecuaciones:
Completo: Si el número de ecuaciones es igual al número de variables
endógenas.
Incompleto: Si el número de ecuaciones es diferente al número de variables
endógenas.
Adicionalmente a la clasificación anterior, (García, 2009) define dos grupos más de modelos
econométricos que son:
62
Según su finalidad:
Modelos de decisión: sirven para tomar decisiones con fines de política
económica
Modelos de predicción: pretende predecir los valores de las variables
explicativas cuando las variables predeterminadas toman valores dados a
priori.
Según los datos que utilizan:
Modelos con datos de corte transversal: son datos de un momento determinado
de diferentes sujetos.
Modelos con datos de series de tiempo o cronológicas: consisten en las
observaciones de las variables a lo largo de un período de tiempo.
3.3. Modelo de regresión logística (logit)
El modelo de regresión logística (logit) data desde 1558-1615 gracias a Edward Wright quien
utilizó el término curva logística para referirse a una curva o ecuación logarítmica. Sin
embargo, es hasta el siglo XIX donde la función logit se desarrolla hasta el punto en el que se
la conoce en la actualidad. Esta función se aplicó en los campos de la química por científicos
como el químico alemán W. Ostwald en el año de 1883 y en la demografía por P. Verhulst
quien propuso la ecuación logística de crecimiento de la población como solución al
problema de Malthus quien aseguraba que la población tiende a crecer en progresión
geométrica mientras que los medios de subsistencia lo hacen en progresión aritmética
(Martínez, 2008).
El término “modelo logístico” como tal, fue utilizado por Joseph Berkson en el año de 1944
al incurrir en la estadística aplicando sus métodos en la biología a través de la biometría. Una
de sus aportaciones más populares es el modelo llamado “modelo del error de Berkson” en
63
que se cuestiona al modelo clásico de regresión al decir que el error es independiente de la
variable observada. En estadística el uso del modelo logit se atribuye a D. R. Cox con su libro
“The Analisis of Binaria Data” en el año de 1970. Por otra parte, el reconocimiento definitivo
al modelo de regresión logística es gracias al economista y premio nobel (2000)
estadounidense Daniel McFadden quien asocia el modelo logit a la teoría de la elección
discreta misma que permite modelizar variables cualitativas ya que los individuos enfrentan
procesos de decisión dicotómicos donde solo existen dos alternativas que son sí o no
(𝑦 = 1, 𝑦 = 0) (Martínez, 2008).
Cuando la variable dependiente a estudiarse es de carácter binario (dicotómica), es apropiado
el uso de la regresión logística misma que es equivalente al análisis discriminante de dos
grupos. Si bien, el análisis discriminante exige el cumplimiento estricto de los supuestos de
normalidad y de igualdad de las matrices de varianzas y covarianzas (homocedasticidad)
entre los grupos, la regresión logística es mucho más robusta cuando estos supuestos no se
cumplen. Tanto el análisis discriminante como la regresión logística cuentan con contrastes
estadísticos directos, pueden incorporar efectos no lineales y permitir varios diagnósticos
(Hair, Anderson, Tatham, & Black, 1999).
El modelo logit da como resultado valores de probabilidad comprendidos en el rango de cero
y uno, para ello supone una relación entre variables dependientes e independientes que se
visualiza a través de una curva en forma de S (ver figura 43). Para niveles muy bajos de la
variable independiente, la probabilidad es próxima a cero y conforme los valores de ésta van
creciendo, la probabilidad se acerca a uno pero sin excederlo Hair et al. (1999).
64
Figura 43: Forma de la relación logística entre variables
Fuente: Hair, Anderson, Tatham, & Black, 1999
Según los autores (Rodríguez & González, 2017), el modelo logit es un modelo econométrico
que asume una forma funcional logística que describe el valor poblacional P en función del
tiempo t exponencial como se observa en la ecuación (1).
𝑃(𝑡) =1
1 + 𝑒−𝑡 (1)
En contraste con el modelo de probabilidad lineal, el modelo logit garantiza que las
probabilidades estimadas se encuentren dentro del intervalo [0,1]. Tomando esto en cuenta, el
valor de t se convertirá en 𝑧𝑖 así:
𝑧𝑖 = 𝛼 + 𝛽2𝑋𝑖2 + ⋯ + 𝛽𝑘𝑋𝑖𝑘 (2)
Ahora transformando el modelo en la función logística queda de la siguiente forma:
𝑃𝑖 = 𝐸(𝑦 = 1|𝑋) =1
1 + 𝑒−(𝛼+𝛽2𝑋𝑖2+⋯+𝛽𝑘𝑋𝑖𝑘 )=
1
1 + 𝑒−𝑧𝑖 (3)
Dónde:
𝐸(𝑦 = 1|𝑋) = es la probabilidad de y tome el valor de uno dado valores fijos o
predeterminados de las variables independientes 𝑋𝑖.
65
𝛼 = constante del modelo.
𝛽2 = coeficientes de las variables 𝑋𝑖.
La ecuación (3) también se puede expresar como:
𝑃𝑖 =𝑒𝑧𝑖
1 + 𝑒𝑧𝑖 (4)
Dado que la función logística no es lineal en las variables (𝑋𝑖) y en los parámetros (𝛽𝑘), no es
posible utilizar directamente el estimador de Mínimos Cuadrados Ordinarios (MCO). Para
utilizar el estimador de MCO es necesario linealizar la función logística, teniendo en cuenta
que este proceso solo es posible con datos agrupados o repetidos puesto que si los datos son
individuales se debe recurrir a la estimación por Máxima Verosimilitud (MV).
Para linealizar la función logística se utiliza la razón de probabilidad del modelo logit que
también se conoce como “odds ratio”, término que consiste en medir cuanto del éxito se
puede dar en el fracaso, se expresa de la siguiente forma:
𝑃𝑖
1 − 𝑃𝑖=
𝑒𝑧𝑖
1 + 𝑒𝑧𝑖
11 + 𝑒𝑧𝑖
= 𝑒𝑧𝑖 (5)
Tomando el logaritmo natural en ambos lados de la igualdad se tiene:
𝑙𝑛 (𝑃𝑖
1 − 𝑃𝑖) = 𝑙𝑛(𝑒𝑧𝑖) = 𝑧𝑖 = 𝛼 + 𝛽2𝑋𝑖2 + ⋯ + 𝛽𝑘𝑋𝑖𝑘 (6)
3.3.1 Características del modelo logit
Existen varias características del modelo logit propuestas por varios autores. A continuación,
se detallan las características propuestas por los autores (Rodríguez & González, 2017) y
(Arley & Moscote, 2012)
66
Los parámetros se estiman mediante el método de MV y no por el de MCO debido a
que la ecuación no es lineal.
En la estimación, los parámetros deben tener signos lógicos.
La distribución utilizada para probar la significancia de los parámetros es la
distribución normal.
A pesar de que el modelo transformado es lineal en las variables, las probabilidades
no son lineales.
Los coeficientes de la regresión expresan el cambio en el logaritmo de las
probabilidades, cuando una de las variables independientes cambia en una unidad
permaneciendo constantes las demás.
3.3.2 Estimación del modelo logit
Cuando se tienen datos individuales se pueden obtener dos posibles resultados 𝑙𝑛 (1
0) y 𝑙𝑛 (
0
1)
mismos que no son evaluables; por esta razón se considera la estimación por Máxima
Verosimilitud que según la autora Iglesias (2013) “consiste en proporcionar la estimación que
otorgue máxima probabilidad o verosimilitud a los datos observados” (p.13).
Como se presentan en esta investigación datos individuales de las MEF en Ecuador, no es
posible realizar la estimación por MCO es por esto necesario recurrir a la estimación por MV
misma que es planteada de la siguiente manera por (Gujarati & Porter, 2010):
La probabilidad de que ocurra un evento 𝑦 = 1 y la probabilidad de que no ocurra 𝑦 = 0 se
expresa de la siguiente manera:
Pr(𝑌𝑖 = 1) = 𝑃𝑖 (7)
Pr(𝑌𝑖 = 0) = (1 − 𝑃𝑖) (8)
67
Si suponemos una muestra aleatoria igual a n. sea la función 𝑓𝑖(𝑌𝑖) que exprese la
probabilidad de que 𝑌𝑖 = 1 o 0; la probabilidad conjunta de observar los n valores Y se
expresa como:
𝑓(𝑌1, 𝑌2, … , 𝑌𝑛) = ∏ 𝑓𝑖(𝑌𝑖) = ∏ 𝑃𝑖𝑌𝑖(1 − 𝑃𝑖)1−𝑌𝑖
𝑛
1
𝑛
1
(9)
La ecuación (9) expresa la probabilidad conjunta y se la conoce como Función de
Verosimilitud (FV). En la ecuación (12) se puede observar la Función Logarítmica de
Verosimilitud (FLV) que es más fácil de manipular que la ecuación (9).
(1 − 𝑃𝑖) =1
1 + 𝑒𝛽1+𝛽2𝑋𝑖 (10)
𝑙𝑛 (𝑃𝑖
1 − 𝑃𝑖) = 𝛽1 + 𝛽2𝑋𝑖 (11)
A través de las ecuaciones (10 y 11) expresamos la FLV como:
ln 𝑓(𝑌1, 𝑌2, … , 𝑌𝑛) = ∑ 𝑌𝑖(𝛽1 + 𝛽2𝑋𝑖) − ∑ 𝑙𝑛[1 + 𝑒(𝛽1+𝛽2𝑋𝑖)]
𝑛
1
𝑛
1
(12)
3.3.3 Validación del modelo logit
Según el criterio de la autora (Medina, 2003) existen tres alternativas que permiten
comprobar si el modelo en su conjunto es bueno y estas son:
Ratio de verosimilitud
Se construye a partir del valor de verosimilitud calculado para el modelo completo y el valor
de verosimilitud calculado para el modelo restringido. El ratio se calcula a través de la
siguiente fórmula:
𝑅𝑎𝑡𝑖𝑜 𝑑𝑒 𝑣𝑒𝑟𝑜𝑠𝑖𝑚𝑖𝑙𝑖𝑡𝑢𝑑 = 1 −𝐿(𝑚𝑜𝑑𝑒𝑙𝑜 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑜)
𝐿(𝑚𝑜𝑑𝑒𝑙𝑜 𝑟𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑖𝑑𝑜) (13)
68
Dónde:
𝐿(𝑚𝑜𝑑𝑒𝑙𝑜 𝑐𝑜𝑚𝑝𝑙𝑒𝑡𝑜) = es el que cuenta con el total de variables explicativas.
𝐿(𝑚𝑜𝑑𝑒𝑙𝑜 𝑟𝑒𝑠𝑡𝑟𝑖𝑛𝑔𝑖𝑑𝑜) = es aquel que solo cuenta con el término constante.
El ratio calculado tendrá como resultado valores entre 0 y 1 esto quiere decir que cuando el
modelo ajustado sea perfecto valdrá 1 mientras que, si la estimación de los parámetros no
mejora el error, éste valdrá 0.
Porcentaje de aciertos
En este método se debe predecir los valores de la variable dependiente 𝑌𝑖 de modo que 𝑌𝑖 = 1
si 𝑝𝑖 > 0,5 ó 𝑌𝑖 = 0 si 𝑝𝑖 < 0,5. Al ser conocidos los valores reales de 𝑌𝑖, solo resta
contabilizar el porcentaje de aciertos a fin de determinar si la bondad de ajuste es alta o no.
Prueba de Hosmer-Lemeshow
Esta prueba se basa en la predicción real de la variable dependiente, para lo cual se deben
realizar comparaciones entre el valor estimado y el observado por grupos. Cada grupo
contiene 𝑛𝑗 observaciones y en cada uno de los 𝐽 grupos definidos de la siguiente manera:
𝑌𝑗 = la suma de los valores 1 en cada uno de los grupos.
�̅�𝑗 = como la media de los valores predichos en cada grupo.
Con esta información, se construye una tabla de contingencia cuyo contraste se realiza
comparando las frecuencias observadas y esperadas por medio de:
𝐻𝐿 = ∑ ∑(𝑂𝑘𝑔 − 𝑒𝑘𝑔)
2
𝑒𝑘𝑔 (14)
𝐺
𝑔=1
1
𝑘=0
Dónde:
𝑂𝑘𝑔 = frecuencia observada
69
𝑒𝑘𝑔 = frecuencia esperada
Cuando el modelo es correcto, el estadístico HL sigue una distribución chi-cuadrado con J-2
grados de libertad y los valores inferiores de este estadístico calculado respecto a su valor
teórico indican un buen ajuste del modelo.
3.4 Aplicación del modelo de regresión logística de los factores asociados a la
malnutrición en las mujeres en edad fértil del Ecuador
A continuación, se presenta la aplicación de dos modelos de regresión logística en función de
los factores asociados a la malnutrición en las MEF en Ecuador.
3.4.1 Población de estudio
La población objeto de estudio en la presente investigación, son las Mujeres en Edad Fértil en
Ecuador del año 2012 cuya edad está comprendida desde los 12 hasta los 49 años 11 meses
29 días. Para ello se toma como base la información recolectada en la Encuesta Nacional de
Salud, Salud Reproductiva y Nutrición (ENSANUT-ECU 2012).
3.4.2 Variables consideradas en el modelo de regresión logística de los factores
asociados a la desnutrición en las mujeres en edad fértil en Ecuador
A partir de la revisión bibliográfica sobre los factores asociados a la desnutrición de las MEF,
en la tabla 6 se presenta nombre, categorías de respuesta, tipo y escala de medición de las
variables que se utilizarán en el modelo logístico.
70
Tabla 6: Variables del modelo de regresión logística de desnutrición
Variable Nombre y Etiqueta Categorías Tipo Escala de Medición
Dependiente Desnutrición 0 = No presenta desnutrición
Cualitativa Nominal [desnutricion] 1 = Presenta desnutrición
Independientes
Factores Demográficos
Área 0 = Rural Cualitativa Nominal
[d_urbano] 1 = Urbano
Factores Socioeconómicos
Edad Cuantitativa Discreta
[f10edad]
Ingreso Cuantitativa Discreta
[pa08]
Categoría de ocupación 0 = No es jornalero Cualitativa Nominal
[d_jornalero] 1 = Es jornalero
Agua que beben en el hogar 0 = El agua que beben no es tratada Cualitativa Nominal
[d_agua_trat] 1 = El agua que beben es tratada
Factores Culturales Etnia 0 = No es mestizo
Cuantitativa Discreta [d_mestizos] 1 = Es mestizo
Factores de Bioquímica
Ferritina Cuantitativa Discreta
[ferritin]
Deficiencia de zinc 0 = No presenta deficiencia de zinc Cualitativa Nominal
[d_defzinc] 1 = Presenta deficiencia de zinc
Vitamina A Cuantitativa Discreta
[vita]
Linfocitos Cuantitativa Discreta
[linfo]
Elaboración: Autores
La variable dependiente denominada desnutrición toma los valores de 0 (no presenta
desnutrición IMC > 18,5) y 1 (presenta desnutrición IMC < 18,5). Además de lo descrito,
muestra la probabilidad de éxito o fracaso en función de las variables independientes
seleccionadas.
Las variables independientes escogidas para el modelo de regresión logística de desnutrición
se han clasificado en cuatro categorías:
Factores demográficos: esta categoría explica la composición de la población.
Área: es una variable dicotómica que describe el lugar de residencia de las
MEF, toma el valor de 1 si vive en el área urbana y 0 si vive en el área rural.
Factores socioeconómicos: en esta categoría se incluyen variables de tipo social y
económico de las MEF.
71
Edad: es una variable cuantitativa que expresa los años cumplidos de las
MEF.
Ingreso: es una variable cuantitativa que expresa el ingreso de las MEF en
términos monetarios (dólares americanos).
Categoría de ocupación: esta variable dicotómica describe la ocupación de
las MEF y toma el valor de 1 si la mujer es jornalera y 0 si tiene cualquier otra
ocupación.
Agua que beben en el hogar: esta variable dicotómica describe cómo es el
agua que las MEF beben en sus hogares, toma el valor de 1 si el agua es
tratada (la hierven, ponen cloro, entre otras) y 0 si beben el agua directamente
como llega al hogar.
Factores culturales: esta categoría muestra el grupo étnico al que pertenecen las
MEF. Para este modelo se consideró la siguiente variable.
Mestizos: es una variable dicotómica que toma el valor de 1 si la mujer se
autoidentifica como mestiza y 0 si tiene cualquier otra autoidentificación
étnica.
Factores de bioquímica: esta categoría incluye variables obtenidas a través de
exámenes de química sanguínea realizados a las MEF. Entre ellas tenemos:
Ferritina: esta variable muestra, de modo indirecto, el almacenamiento de
hierro en la sangre de las MEF.
Deficiencia de zinc: esta variable dicotómica toma el valor de 1 si la MEF
presenta deficiencia y 0 si no la presenta.
Vitamina A: esta variable muestra la concentración de vitamina A en las
MEF.
72
Linfocitos: esta variable muestra el recuento de linfocitos totales en la sangre
de las MEF.
3.4.3 Variables consideradas en el modelo de regresión logística de los factores
asociados al sobrepeso y obesidad en las mujeres en edad fértil en Ecuador
A partir de la revisión bibliográfica sobre los factores asociados al sobrepeso u obesidad de
las MEF, en la tabla 7 se presenta nombre, categorías de respuesta, tipo y escala de medición
de las variables que se utilizarán en el modelo logístico.
Tabla 7: Variables del modelo de regresión logística de sobrepeso-obesidad
Variable Nombre y Etiqueta Categorías Tipo Escala de Medición
Dependiente Sobrepeso y obesidad 0 = No presenta sobrepeso u obesidad
Cualitativa Nominal [sbp_obs] 1 = Presenta sobrepeso u obesidad
Independientes
Factores Demográficos
Área 0 = Rural Cualitativa Nominal
[d_urbano] 1 = Urbano
Factores Socioeconómicos
Edad Cuantitativa Discreta
[f10edad]
Escolaridad Cuantitativa Discreta
[escol]
Horas trabajadas Cuantitativa Discreta
[pa06]
Ingreso Cuantitativa Discreta
[pa08]
Categoría de ocupación 0 = No es empleado público Cualitativa Nominal
[d_emp_publico] 1 = Es empleado público
Factores Culturales Etnia 0 = No es afroecuatoriano
Cualitativa Nominal [d_afroecuatorianos] 1 = Es afroecuatoriano
Factores de Bioquímica
Colesterol de baja densidad Cuantitativa Discreta
[ldlc]
Glucosa Cuantitativa Discreta
[glucosa]
Triglicéridos Cuantitativa Discreta
[trig]
Elaboración: Autores
La variable dependiente denominada sobrepeso u obesidad toma los valores de 0 (no presenta
sobrepeso u obesidad IMC < 25,0) y 1 (presenta sobrepeso u obesidad IMC ≥ 25,0). Además
73
de lo descrito, muestra la probabilidad de éxito o fracaso en función de las variables
independientes seleccionadas.
Las variables independientes escogidas para el modelo de regresión logística de sobrepeso u
obesidad se han clasificado en cuatro categorías:
Factores demográficos: esta categoría explica la composición de la población.
Área: es una variable dicotómica que describe el lugar de residencia de las
MEF, toma el valor de 1 si vive en el área urbana y 0 si vive en el área rural.
Factores socioeconómicos: en esta categoría se incluyen variables de tipo social y
económico de las MEF.
Edad: es una variable cuantitativa que expresa los años cumplidos de las
MEF.
Escolaridad: es una variable cuantitativa que expresa los años de escolaridad
alcanzados por las MEF.
Horas trabajadas: es una variable cuantitativa que expresa el número de
horas trabajadas por las MEF a la semana.
Ingreso: es una variable cuantitativa que expresa el ingreso de las MEF en
términos monetarios (dólares americanos).
Categoría de ocupación: esta variable dicotómica describe la ocupación de
las MEF y toma el valor de 1 si la mujer es empleada pública y 0 si tiene
cualquier otra ocupación.
Factores culturales: esta categoría muestra el grupo étnico al que pertenecen las
MEF. Para este modelo se consideró la siguiente variable:
Afroecuatoriano: es una variable dicotómica que toma el valor de 1 si la
mujer se autoidentifica como afroecuatoriana y 0 si tiene cualquier otra
autoidentificación étnica.
74
Factores de bioquímica: esta categoría incluye variables obtenidas a través de
exámenes de química sanguínea realizados a las MEF. Entre ellas tenemos:
Colesterol de baja densidad: esta variable muestra, la concentración de
colesterol de baja densidad (colesterol malo) en la sangre de las MEF.
Glucosa: esta variable muestra los niveles de glucosa en ayunas de las MEF.
Triglicéridos: esta variable muestra la concentración triglicéridos en la sangre
de las MEF.
3.4.4 Factores asociados a la desnutrición en las mujeres en edad fértil en Ecuador
Ya que se han especificado las variables a ser utilizadas en el modelo logístico de
desnutrición, se procede a estimar el modelo por máxima verosimilitud. El modelo estimado
es:
𝐿𝑖 = 𝑙𝑛 (𝑃𝑖
1 − 𝑃𝑖) = 𝛽0 − 𝛽1[𝑑_𝑢𝑟𝑏𝑎𝑛𝑜] − 𝛽2[𝑓10𝑒𝑑𝑎𝑑] − 𝛽3[𝑝𝑎08] + 𝛽4[𝑑_𝑚𝑒𝑠𝑡𝑖𝑧𝑜𝑠] + 𝛽5[𝑑_𝑗𝑜𝑟𝑛𝑎𝑙𝑒𝑟𝑜]
− 𝛽6[𝑓𝑒𝑟𝑟𝑖𝑡𝑖𝑛] + 𝛽7[𝑑_𝑑𝑒𝑓𝑧𝑖𝑛𝑐] − 𝛽8[𝑣𝑖𝑡𝑎] − 𝛽9[𝑑_𝑎𝑔𝑢𝑎_𝑡𝑟𝑎𝑡] − 𝛽10[𝑙𝑖𝑛𝑓𝑜] + 𝜇𝑖 (15)
Dónde:
𝐿𝑖 = 𝑙𝑛 (𝑃𝑖
1−𝑃𝑖) = probabilidad logarítmica que una MEF tenga desnutrición (IMC< 18,5).
𝑋1 … 𝑋10 = factores demográficos, socioeconómicos, culturales y de bioquímica.
𝛽0 = constante del modelo de regresión logística.
𝛽1 … 𝛽10 = pendientes del modelo de regresión logística.
𝜇𝑖 = error estocástico
Cabe indicar que el modelo presentado es aquel que satisface los criterios de significancia
estadística chi-cuadrado (ver anexo 3) y que concuerda con el signo esperado de las
pendientes (ver tabla 8) según la teoría y estudios relacionados.
75
Tabla 8: Signos esperados del modelo de regresión logística de desnutrición
Variables Signo esperado Coeficiente logit 𝜷𝟏
(error estandar)
Área (urbano)
(-)
-0,1186***
(0,0332)
Edad
(-)
-0,0023
(0,0017)
Ingreso
(-)
-0,0036***
(0,0001)
Etnia (mestizo)
(+)
2,0062***
(0,0787)
Categoría de ocupación (jornalero)
(+)
0,2751***
(0,0667)
Ferritina
(-)
-0,0100***
(0,0004)
Deficiencia de zinc (si presenta)
(+)
0,4879***
(0,0317)
Vitamina A
(-)
-3,9811***
(0,1708)
Agua que beben en el hogar (agua tratada)
(-)
-0,396***
(0,0305)
Linfocitos
(-)
-0,0005***
(0,0000)
Pseudo 𝑅2 0,1020
***p<0,01 (significativo al 99%), **p<0,05 (significativo al 95%), *P<0,1 (significativo al 90%)
Elaboración: autores
De acuerdo con los resultados de la tabla 8, las variables que hacen disminuir la probabilidad
de que una MEF tenga desnutrición son: área, edad, ingreso, ferritina, vitamina A, agua que
beben en el hogar (agua tratada) y linfocitos.
Por otro lado, las variables que hacen que la probabilidad de que una MEF tenga desnutrición
incremente son: etnia (mestizo), categoría de ocupación (jornalero) y deficiencia de zinc (si
presenta).
76
3.4.4.1 Efectos Marginales
A continuación, se realiza el análisis de los efectos marginales del modelo de regresión
logística (ver anexo 4) para proceder con la interpretación, en términos de porcentaje, de los
resultados obtenidos con el mismo.
Tabla 9: Efectos marginales del modelo de regresión logística de desnutrición
Factores Variables Efectos marginales
dy/dx (%)
Demográficos Área (urbano) -0,0334
Socioeconómicos
Edad -0,000636
Ingreso -0,001
Categoría de ocupación (jornalero) 0,086
Agua que beben en el hogar (agua tratada) -0,1173
Culturales Etnia (mestizo) 0,3265
De Bioquímica
Ferritina -0,00276
Deficiencia de zinc (si presenta) 0,1295
Vitamina A -1,065
Linfocitos -0,000141
***p<0,01 (significativo al 99%), **p<0,05 (significativo al 95%), *p<0,1 (significativo al 90%) Elaboración: Autores
En función de los resultados de la tabla 9, se procede a interpretar los efectos marginales en
donde las variables demuestran una significancia estadística del 99% excepto en la variable
edad cuya significancia estadística es del 80%.
Respecto a los factores demográficos se obtuvieron los siguientes resultados:
La probabilidad logarítmica de que una MEF tenga desnutrición será 0,033% menor si
esta vive en el área urbana.
Los factores socioeconómicos muestran los siguientes resultados:
Si la edad de una MEF incrementa en un año, en promedio, la probabilidad
logarítmica de que esta presente desnutrición disminuirá en 0.00063%.
77
Si el ingreso de una MEF incrementa en un dólar, en promedio, la probabilidad
logarítmica de que esta presente desnutrición disminuirá en 0.001%.
La probabilidad logarítmica de que una MEF tenga desnutrición será 0,086% mayor si
esta es jornalera.
La probabilidad logarítmica de que una MEF tenga desnutrición será 0,1173% menor
si el agua que bebe en su hogar es tratada antes de ingerirla.
Los factores culturales muestran los siguientes resultados:
La probabilidad logarítmica de que una MEF tenga desnutrición será 0,3265% mayor
si esta se autoidentifica como mestiza.
Finalmente, los factores de bioquímica muestran que:
Si el nivel de ferritina incrementa en un (ng/mL), en promedio, la probabilidad
logarítmica de que una MEF tenga desnutrición disminuirá en 0,00276%.
La probabilidad logarítmica de que una MEF tenga desnutrición será 0,1295% mayor
si esta tiene deficiencia de zinc.
Si el nivel de vitamina A incrementa en un (mg), en promedio, la probabilidad
logarítmica de que una MEF tenga desnutrición disminuirá en 1,065%.
Si el recuento de linfocitos incrementa en un (mm3), en promedio, la probabilidad
logarítmica de que una MEF tenga desnutrición disminuirá en 0,000141%.
78
3.4.4.2 Análisis de los resultados del modelo de regresión logística de los factores
asociados a la desnutrición de las MEF en Ecuador
Tras los resultados obtenidos en el modelo logístico de desnutrición y, al ser contrastados con
las investigaciones relevantes expuestas en el Capítulo I, observamos que los factores
demográficos y culturales a través de las variables área y etnia, así como los factores
socioeconómicos por medio de las variables categoría de ocupación e ingreso y finalmente
los factores de bioquímica a través de la variable linfocitos son influyentes en que incremente
o disminuya la probabilidad de que una MEF presente desnutrición.
En base al estudio realizado por (Espinoza, 2005), se afirma que existe mayor proporción de
mujeres en edad reproductiva con índice de masa corporal inferior a 18,5 que viven en el área
urbana y se autoidentifican como mestizas, lo cual denota una marcada diferencia entre
grupos étnicos.
Respecto a los factores socioeconómicos por medio de la variable categoría de ocupación, el
autor (Wanjek, 2005), afirma que actividades como agricultura, minería o construcción
implica mayor consumo de calorías y son actividades características de países con ingresos
bajos que habitualmente dependen más del trabajo manual como por ejemplo las MEF
jornaleras.
Por último, los autores (Mainous & Deitch, 1994), en el campo de la medicina afirman que la
respuesta inmune y el estado nutricional de una persona son dos cosas inseparables puesto
que un paciente desnutrido corre el riesgo de generar una fuerte infección al no tener
respuesta inmunitaria (sepsis) tomando importancia los factores bioquímicos a través de la
variable linfocitos ya que su conteo constituye un buen indicador.
79
3.4.5 Factores asociados al sobrepeso y obesidad en las mujeres en edad fértil en
Ecuador
Ya que se han especificado las variables a ser utilizadas en el modelo logístico de sobrepeso u
obesidad, se procede a estimar el modelo por máxima verosimilitud. El modelo estimado es:
𝐿𝑖 = 𝑙𝑛 (𝑃𝑖
1 − 𝑃𝑖) = 𝛽0 − 𝛽1[𝑑_𝑢𝑟𝑏𝑎𝑛𝑜] − 𝛽2[𝑓10𝑒𝑑𝑎𝑑] − 𝛽3[𝑒𝑠𝑐𝑜𝑙] + 𝛽4[𝑝𝑎06] + 𝛽5[𝑝𝑎08]
− 𝛽6[𝑑_𝑒𝑚𝑝_𝑝𝑢𝑏𝑙𝑖𝑐𝑜] + 𝛽7[𝑑_𝑎𝑓𝑟𝑜𝑒𝑐𝑢𝑎𝑡𝑜𝑟𝑖𝑎𝑛𝑜𝑠] − 𝛽8[𝑙𝑑𝑙𝑐] − 𝛽9[𝑔𝑙𝑢𝑐𝑜𝑠𝑎]
− 𝛽10[𝑙𝑡𝑟𝑖𝑔] + 𝜇𝑖 (16)
Dónde:
𝐿𝑖 = 𝑙𝑛 (𝑃𝑖
1−𝑃𝑖) = probabilidad logarítmica que una MEF tenga sobrepeso u obesidad
(IMC ≥ 25,0).
𝑋1 … 𝑋10 = factores demográficos, socioeconómicos, culturales y de bioquímica.
𝛽0 = constante del modelo de regresión logística.
𝛽1 … 𝛽10 = pendientes del modelo de regresión logística.
𝜇𝑖 = error estocástico
Dado que la información recolectada, referente a actividad física en la ENSANUT-ECU
2012, solamente se realizó a las personas que viven en el área urbana, se excluye del presente
modelo puesto que de incluirse se perdería información.
Adicionalmente, cabe indicar que el modelo presentado es aquel que satisface los criterios de
significancia estadística chi-cuadrado (ver anexo 5) y que concuerda con el signo esperado de
las pendientes (ver tabla 10) según la teoría y estudios relacionados.
80
Tabla 10: Signos esperados del modelo de regresión logística de sobrepeso-obesidad
Variables Signo esperado Coeficiente logit β1
(error estándar)
Área (urbano)
(+) 0,2877***
(0,0061)
Edad
(+) 0,048***
(0,0003)
Escolaridad
(-) -0,0492***
(0,0007)
Horas trabajadas
(+) 0,0018***
(0,0001)
Ingreso
(-) -0,00006***
(0,000006)
Categoría de ocupación (empleado público)
(+) 0,4629***
(0,0100)
Etnia (afroecuatoriano)
(+) 0,5844***
(0,0159)
Colesterol de baja densidad
(+) 0,0097***
(0,00009)
Glucosa
(+) 0,0003***
(0,0001)
Triglicéridos
(+) 0,0087***
(0,000052)
Pseudo R2 0,1268
***p<0,01 (significativo al 99%), **p<0,05 (significativo al 95%), *P<0,1 (significativo al 90%) Elaboración: autores
En base a los resultados obtenidos en la tabla 10, las variables que disminuyen la
probabilidad de que una MEF tenga sobrepeso u obesidad son: años de escolaridad e ingreso.
Por otro lado, las variables que incrementan la probabilidad de que una MEF tenga sobrepeso
u obesidad son: área (urbano), edad, horas trabajadas, categoría de ocupación (empleado
público), etnia (afroecuatoriano), colesterol de baja densidad, glucosa y triglicéridos.
3.4.5.1 Efectos Marginales
A continuación, se realiza el análisis de los efectos marginales del modelo de regresión
logística (ver anexo 6) para proceder con la interpretación, en términos de porcentaje, de los
resultados obtenidos con el mismo.
81
Tabla 11: Efectos marginales del modelo de regresión logística de sobrepeso-obesidad
Factores Variables Efectos marginales
dy/dx (%)
Demográficos Área (urbano) 6,53
Socioeconómicos
Edad 1,07
Escolaridad -1,096
Horas trabajadas 0,042
Ingreso -0,001
Categoría de ocupación (empleado público) 9,60
Culturales Etnia (afroecuatoriano) 11,67
De Bioquímica
Colesterol de baja densidad 0,217
Glucosa 0,0083
Triglicéridos 0,194
***p<0,01 (significativo al 99%), **p<0,05 (significativo al 95%), *P<0,1 (significativo al 90%) Elaboración: autores
En función de los resultados de la tabla 11, se procede a interpretar los efectos marginales en
donde las variables demuestran una significancia estadística del 99%.
Respecto a los factores demográficos se obtuvieron los siguientes resultados:
La probabilidad logarítmica de que una MEF tenga sobrepeso u obesidad será 6,53%
mayor si esta vive en el área urbana.
Los factores socioeconómicos muestran los siguientes resultados:
Si la edad de una MEF incrementa en un año, en promedio, la probabilidad
logarítmica de que esta presente sobrepeso u obesidad incrementará en 1,07%.
Si los años de escolaridad de una MEF incrementan en un año, en promedio, la
probabilidad logarítmica de que esta presente sobrepeso u obesidad disminuirá en
1,09%.
Si el número de horas trabajadas a la semana de una MEF incrementa en una hora, en
promedio, la probabilidad logarítmica de que esta presente sobrepeso u obesidad
incrementará en 0,042%.
82
Si el ingreso de una MEF incrementa en un dólar, en promedio, la probabilidad
logarítmica de que esta presente sobrepeso u obesidad disminuirá en 0,001%.
La probabilidad logarítmica de que una MEF tenga sobrepeso u obesidad será 9,60%
mayor si esta es empleada pública.
Los factores culturales muestran los siguientes resultados:
La probabilidad logarítmica de que una MEF tenga sobrepeso u obesidad será 11,67%
mayor si esta se autoidentifica como afroecuatoriana.
Finalmente, los factores de bioquímica muestran que:
Si el colesterol de baja densidad de una MEF incrementa en un (mg/dL), en promedio,
la probabilidad logarítmica de que esta presente sobrepeso u obesidad incrementará en
0,217%.
Si la glucosa de una MEF incrementa en un (mg/dL), en promedio, la probabilidad
logarítmica de que esta presente sobrepeso u obesidad incrementará en 0,0083%.
Si los triglicéridos de una MEF incrementan en un (mg/dL), en promedio, la
probabilidad logarítmica de que esta presente sobrepeso u obesidad incrementará en
0,194%.
83
3.4.5.2 Análisis de los resultados del modelo de regresión logística de los factores
asociados al sobrepeso u obesidad de las MEF en Ecuador
Los resultados obtenidos evidencian que los factores con mayor influencia en que incremente
o disminuya la probabilidad de que una MEF presente sobrepeso u obesidad son los factores
demográficos, socioeconómicos, culturales y de bioquímica por medio de las variables área,
ingreso, educación, etnia, horas trabajadas y glucosa.
Según el (Instituto Nacional de Estadística Geografía e Informática, 2004), en función de los
resultados de la Encuesta Nacional de Nutrición de 1999 afirman que para ese año el 51,8%
de las mujeres en edad fértil padecían sobrepeso u obesidad siendo el problema más
acentuado en el área urbana lo cual concuerda con los resultados de esta investigación que
indican que el área urbana incrementa la probabilidad de que las MEF presenten esta
patología.
En función de lo expuesto por los autores Polsky et al. (2014), en base a los resultados de la
Encuesta Nacional de Salud y Examinación Nutricional (NHANES) de los años 2009-2010,
afirman que las tasas de obesidad son más altas en mujeres afroamericanas lo cual refleja una
clara incidencia de la etnia en esta patología. Adicionalmente los autores afirman que existe
una relación inversa entre el nivel socioeconómico y la obesidad, así como también que la
prevalencia de esta patología disminuye con el aumento del nivel educativo por lo que estas
investigaciones reflejan un resultado similar al encontrado en el presente estudio.
Respecto a la variable horas trabajadas, los autores Polsky et al. (2014), afirman que el gasto
calórico por la actividad física ha ido disminuyendo a través del tiempo y este cambio
sumado a procesos de automatización y uso del computador ha influido en la reducción
significativa de la actividad física relaciona con el trabajo. Estos resultados concuerdan con el
84
presente trabajo al reflejar que la probabilidad de que las MEF presenten sobrepeso u
obesidad incrementa si estas son empleadas públicas o trabajan varias horas a la semana.
Finalmente, los autores Kaufer et al. (2008) afirman que la obesidad está vinculada a la
resistencia a la insulina y esta provoca un desequilibrio entre la glucosa e insulina donde los
sujetos que presentan esta condición también pueden presentar enfermedades asociadas como
la diabetes e hipertensión arterial que al mismo tiempo son asociadas con el sobrepeso y la
obesidad. De igual forma los autores afirman que la obesidad trae consigo altos niveles de
colesterol y triglicéridos mostrando concordancia con los resultados del presente estudio que
muestra que los factores de bioquímica incluidos en el modelo logístico incrementan la
probabilidad de que las MEF presenten sobrepeso u obesidad.
85
CAPÍTULO IV
4. CONCLUSIONES
1. La malnutrición es en esencia una enfermedad de causa alimentaria producida por la
ingesta deficitaria de micronutrientes (desnutrición) así como por la ingesta en exceso
(sobrepeso u obesidad). Factores demográficos como el área de residencia,
socioeconómicos como edad, escolaridad, ingreso entre otros, culturales como la etnia
y bioquímicos, son los más asociados a la malnutrición en las mujeres en edad fértil.
2. La desnutrición es una enfermedad orientada a ser erradicada en los primeros años de
vida (niñez) es por esto que existe mayor cantidad de proyectos y programas por parte
de las instituciones de salud en diferentes países enfocados a esta población.
3. En esta investigación, de igual forma como lo plantea la OMS, se comprueba que
mientras la población envejece, la desnutrición es una patología que tiende a
desaparecer, pero al mismo tiempo la población presenta incremento en el sobrepeso
y la obesidad.
4. Dentro de las características de las mujeres en edad fértil en Ecuador, a nivel nacional,
el 41,31% de estas presenta un peso normal (IMC 18,5 – 24,9) sin embargo, el
35,17% presenta sobrepeso. En contraste, el porcentaje de desnutrición apenas
alcanza el 2,62%.
5. Analizando el IMC en función del área de residencia, la desnutrición prevalece en el
área rural con el 4,29% mientras que en área urbana es apenas del 1,9%. En el caso
del sobrepeso, tanto en el área urbana como en la rural, este se presenta en un 35%
aproximadamente.
6. Al relacionar el IMC por grupos étnicos se evidencia que en las MEF afroecuatorianas
prevalece la obesidad, en las montubias la desnutrición y en las indígenas, mestizas y
blancas prevalece el peso normal.
86
7. Para el modelo de regresión logística de desnutrición, un incremento marginal de los
factores demográficos como área, socioeconómicos como edad, ingreso, como beben
el agua los miembros del hogar y factores bioquímicos como ferritina, vitamina A y
conteo de linfocitos, hacen que la probabilidad logarítmica de que una MEF presente
desnutrición disminuya; mientras que un cambio marginal el factor cultural como
mestizos, socioeconómico como categoría de ocupación y bioquímicos como
presentar deficiencia de zinc incrementan la probabilidad.
8. Para el modelo de regresión logística de sobrepeso-obesidad, un incremento marginal
de los factores socioeconómicos como escolaridad e ingreso hacen que la
probabilidad logarítmica de que una MEF presente sobrepeso u obesidad disminuya;
mientras que un cambio marginal en los factores demográfico como área,
socioeconómicos como edad, horas trabajadas y categoría de ocupación, culturales
como etnia y de bioquímica como colesterol de baja densidad, glucosa y triglicéridos
hacen que la probabilidad incremente.
87
BIBLIOGRAFÍA Alpers, D., Stenson, W., & Bier, D. (2003). Nutrición (Cuarta ed.). Madrid: Marbán, S.L.
Arley, W., & Moscote, O. (2012). Modelo Logit y Probit: un caso de aplicación. Universidad
Santo Tomás - Comunicaciones en Estadística, 123.
Bernabeu Mestre, J. (2010). Notas para una historia de la desnutricion en la Iberoamérica del
Siglo XX. Nutrición Hospitalaria, 11.
Brown, J. (2014). Nutrición en las diferentes etapas de la vida (Quinta ed.). México, D.F.:
McGraw-Hill. Interamericana Editores.
Burgess, A., & Glasauer, P. (2006). Guía de Nutrición de la Familia. Roma: FAO.
Casanueva, E., & Flores, M. E. (2008). Nutrición de la mujer adulta. En E. Casanueva, M.
Kaufer, A. Peréz, & P. Arroyo, Nutriología Médica (Tercera ed., págs. 174-210).
México, D.F:: Médica Panamericana, S.A. de C.V.
Casanueva, E., Regil, L. M., & Kaufer, M. (2008). Anemias de Origen Nutricio. En E.
Casanueva, M. Kaufer, A. Pérez, & P. Arroyo, Nutriología Médica (Tercera ed., págs.
289-332). México D.F.: Médica Panamericana.
Chacón Rodríguez, S., Martínez Salgado, H., Staines Orozco, H., García Sosa, E., Valles
Ortíz, P., & Carlos Zevallos, J. (2011). Prevalencia de malnutrición en mujeres en
edad reproductiva (14-49 años) en Ciudad Juárez, Chih. Ciencia en la frontera:
revista de ciencia y tecnología de la UACJ, 50.
CNN. (25 de Julio de 2017). ¿Por qué estos países son los más obesos? Expansión en alianza
con CNN. Recuperado el 1 de Agosto de 2018, de
https://expansion.mx/tendencias/2017/07/25/por-que-estos-paises-son-los-mas-obesos
Díaz, M., Llorente, M., & Lucio-Villegas, M. (1995). Introducción a la econometría. El
modelo de regresión. Oviedo: Universidad de Oviedo.
EL DÍA. (13 de Julio de 2015). La OMS publicó las cifras de sobrepeso y la obesidad en el
mundo. EL DÍA.
elEconomista.es. (13 de Mayo de 2011). Suecia propone combatir la obesidad con impuestos
a grasas y dulces. Obtenido de elEconomista.es:
http://www.eleconomista.es/economia/noticias/3066572/05/11/Suecia-propone-
combatir-la-obesidad-con-impuestos-a-grasas-y-dulces.html
Espinosa, I. (2005). Las Metas del Milenio y la Igualdad de Género. El Caso de Guatemala.
Santiago de Chile: Naciones Unidas.
Esquivel, R., Martínez, S., & Martínez, J. (2018). Nutrición y Salud (Cuarta ed.). México
D.F.: El Manual Moderno S.A. de C.V.
88
FAO / OPS. (2017). Panorama de la Seguridad Alimentaria y Nutricional. Santiago de Chile:
FAO/OPS. Recuperado el 27 de Agosto de 2018, de www.fao.org/3/a-i6747s.pdf
FAO. (2003). Nutrición y salud. En FAO, Educación en alimentación y nutrición para la
enseñanza básica (pág. 73). Santiago: FAO.
Fernández, C. (12 de Junio de 2017). El 30 por ciento de la poblacion mundial tiene exceso
de peso. El Tiempo. Recuperado el 1 de Agosto de 2018, de
www.eltiempo.com/vida/salud/personas-con-obesidad-y-sobrepeso-en-el-mundo-
segun-informe-97900
Foro Mundial sobre Soberanía Alimentaria. (7 de Septiembre de 2001). FAO. Recuperado el
30 de Julio de 2018, de Declaración Final del Foro Mundial sobre Soberanía
Alimentaria.:
http://www.fao.org/eims/secretariat/right_to_food/showDocument.asp?doc_id=21869
8&main=false&name=AH290_Sp.pdf
Foz Sala, M. (2004). Obesidad: Un Reto Sanitario de Nuestra Civilización. Barcelona:
Fundación Medicina y Humanidades Médicas. Obtenido de Infomed Red de Salud de
Cuba.
Freire, W., Ramírez, M., Belmont, P., Mendieta, M., Silva, M., Romero, N., . . . Monge, R.
(2014). Tomo I: Encuesta Nacional de Salud y Nutrición de la población ecuatoriana
de cero a 59 años. ENSANUT- ECU 2012 (Primera ed.). Quito: Ministerio de Salus
Pública/ Instituto Nacional de Estadísticas y Censos.
García, J. (2009). Los modelos econométricos y su problemática. Almería: Universidad de
Almería. Recuperado el 4 de Septiembre de 2018, de
https://w3.ual.es/~jgarcia/index_archivos/tema2.pdf
Gil, Á. (2010). Tratado de Nutrición (Segunda ed.). Madrid: Médica Panamericana.
Gujarati, D., & Porter, D. (2010). Econometría (Quinta ed.). México D.F.: McGraw-Hill /
Interamericana Editores, S.A. de C.V.
Hair, J., Anderson, R., Tatham, R., & Black, W. (1999). Análisis Multivariante (Quinta ed.).
Madrid: Prentice Hall Iberia.
Hernández, J. (1997). Introducción a la econometría (Segunda ed.). Madrid: ESIC Editorial.
Recuperado el 4 de Septiembre de 2018, de
https://books.google.com.ec/books?id=vYQN8BDzMskC&pg=PP1&dq=introduccion
+a+la+econometria+hern%C3%A1ndez+jos%C3%A9&hl=es-
419&sa=X&ved=0ahUKEwi8hOz59KHdAhVLu1MKHVxXCvwQ6AEIRzAG#v=on
89
epage&q=introduccion%20a%20la%20econometria%20hern%C3%A1ndez%20jos%
C3%A9&f=
Hernández, M. (1994). Pediatría (Segunda ed.). Madrid: Ediciones Diaz de Santos, S.A.
Humanium. (s.f.). Niños de Yibuti. Recuperado el 31 de Julio de 2018, de Descubriendo los
Derechos del Niño en Yibuti: https://www.humanium.org/es/yibuti/
Instituto Colombiano de Bienestar Familiar. (31 de Julio de 2018). Bienestar Familiar.
Obtenido de Estrategia de Atención y Prevención de la Desnutrición Infantil:
https://www.icbf.gov.co/bienestar/nutricion/estrategia-atencion-prevencion-
desnutricion-infantil
Instituto Nacional de Estadística Geografía e Informática. (2004). Mujeres y Hombres en
México (Octava ed.). Aguascalientes: INEGI.
Instituto Nacional de Estadística y Censos. (2013). Presentacion de los principales resultados
ENSANUT Ecuador . Quito: INEC.
Instituto Nacional de Estadística y Censos. (2014). Presentación de los principales resultados
ENSANUT. Quito: Ecuador en cifras.
Jong-wook, L. (Noviembre de 2004). Agua, saneamiento y salud (ASS). Recuperado el 9 de
Agosto de 2018, de Organizacion Mundial de la Salud:
http://www.who.int/water_sanitation_health/publications/facts2004/es/
Kaufer, M., & Garnica, M. E. (2008). La nutrición en México: pasado, presente y
perspectiva. En E. Casanueva, M. Kaufer, A. Pérez, & P. Arroyo, Nutriología Médica
(Tercera ed., págs. 26-57). México D.F.: Médica Panamericana S.A. de C.V.
Kaufer, M., Tavano , L., & Ávila, H. (2008). Obesidad en el Adulto. En E. Casanueva, M.
Kaufer, A. Pérez, & P. Arroyo, Nutriología Médica (Tercera ed., págs. 350-388).
México D.F.: Médica Panamericana.
La Nación. (5 de Mayo de 2015). La OMS alerta de una gran crisis de obesidad en Europa
para 2030. La Nación. Recuperado el 1 de Agosto de 2018, de
https://www.nacion.com/ciencia/salud/la-oms-alerta-de-una-gran-crisis-de-obesidad-
en-europa-para-2030/3Q5TTCFQMRACVOGVO5KDYOCNBI/story/
Laguna, J., Martínez, F., Piña, E., Pardo, J., & Riveros, H. (2013). Bioquímica de Laguna
(Séptima ed.). México, D.F.: El Manual Moderno, S.A. de C.V.
Latham, M. (2002). Nutrición Humana en el Mundo en Desarrollo. Roma: FAO. Obtenido de
www.fao.org/docrep/006/w0073s/w0073s00.htm#Contents
Mainous, M., & Deitch, E. (1994). Nutrition and Infection. The Surgical clinics of North
America, 659-76.
90
Martínez, E. (2008). Logit Model como modelo de elección discreta: orígen y evolución.
Anuario Jurídico y Económico Escurialense(41), 469-484. Recuperado el 4 de
Septiembre de 2018, de https://dialnet.unirioja.es/servlet/articulo?codigo=2652092
Medina, E. (2003). Análisis discriminante con metodología logit. Madrid: Universidad
Autónoma de Madrid. Recuperado el 17 de Septiembre de 2018, de
https://www.uam.es/personal_pdi/economicas/eva/pdf/dis_logit.pdf
Ministerio de Salud Pública y Asistencia Social. (2003). Guía de alimentación para
adolescentes y mujeres en edad fértil. San Salvador: Ministerio de Salud Pública y
Asistencia Social.
Morales, A. (Diciembre de 2010). Visión epistemológica de la obesidad a través de la
historia. Obtenido de SciELO:
http://www.scielo.org.ve/scielo.php?script=sci_arttext&pid=S1690-
32932010000200011
Oficina del Alto Comisionado Naciones Unidas. (s.f.). Declaración universal sobre la
erradicación del hambre y la malnutrición. Recuperado el 1 de Diciembre de 2018,
de Derechos Humanos:
https://www.ohchr.org/SP/ProfessionalInterest/Pages/EradicationOfHungerAndMalnu
trition.aspx
Olveira, G. (2000). Manual de Nutrición Clínica. Madrid: Díaz de Santos, S.A.
OMS. (s.f.). Datos y cifras. Recuperado el 6 de Agosto de 2018, de 10 datos sobre la
obesidad: www.who.int/features/factfiles/obesity/facts/es/
ONU. (s.f.). Oficina del Alto Comisionado. Recuperado el 30 de Julio de 2018, de Naciones
Unidas Derechos Humanos:
https://www.ohchr.org/SP/ProfessionalInterest/Pages/EradicationOfHungerAndMalnu
trition.aspx
Organisation for Economic Co-operation and Development. (2017). Obesity Update 2017.
Paris: OECD.
Organización de las Naciones Unidas para la Alimentación y la Agricultura. (21 de
Noviembre de 2014). Por qué la nutricion es importante. Recuperado el 6 de Agosto
de 2018, de Segunda Conferencia Internacional sobre Nutrición: www.fao.org/3/a-
as603s.pdf
Organizacion Mundial de la Salud. (1963). Malnutrición y Enfermedad. Ginebra: OMS.
91
Organización Mundial de la Salud. (Julio de 2016). ¿Qué es la malnutrición? Recuperado el
6 de Agosto de 2018, de Preguntas y respuestas en línea:
www.who.int/features/qa/malnutrition/es/
Organización Panamericana de la Salud (OPS/OMS). (2007). La equidad en la mira: la salud
pública en Ecuador durante las últimas décadas. Quito: OPS/MSP/CONASA.
Organización para la Cooperación y el Desarrollo Económico. (s.f.). OECD.Stat. Recuperado
el 1 de Agosto de 2018, de Health Status:
https://stats.oecd.org/index.aspx?DataSetCode=HEATH_STAT
Pacheco, V. (1988). Prevalencia de obesidad en Instutución Pública de estrato medio
superior. Quito: Sociedad Ecuatoriana de Endocrinología.
Pacheco, V., & Pasquel, M. (2000). Obesidad en Ecuador: una aproximación a los estudios de
prevalencia. Revista de la Facultad de Ciencias Médicas de la Universidad Central
del Ecuador, XXV(2), 9.
Plan V. (2015). La desnutrición crónica, historia de un fracaso maquillado. Plan V.
Recuperado el 20 de Agosto de 2018, de Plan V:
www.planv.com.ec/historias/sociedad/la-desnutricion-cronica-historia-un-fracaso-
maquillado
Polsky, S., Catenacci, V., Wyatt, H., & Hill, J. (2014). Obesidad: Epidemiología, Etiología y
Prevención. En C. Ross, B. Caballero, R. Cousins, K. Tucker, & T. Ziegler, Nutrición
en la Salud y la Enfermedad (Onceava ed., págs. 775-778). Baltimore: Wolters
Kluwer Health.
Programa Mundial de Alimentos. (2017). El costo de la doble carga de malnutrición. Roma:
Programa Mundial de Alimentos.
Real Academia Española. (s.f.). Diccionario de la lengua española. Recuperado el 2 de
Agosto de 2018, de DLE: http://dle.rae.es/?id=O3YCvof
Rodríguez, D., & González, G. (2017). Principios de econometría (Primera ed.). Medellín:
Fondo Editorial ITM.
Rogoff, K. (15 de Diciembre de 2017). Estados Unidos está exportando obesidad. EL PAÍS.
Recuperado el 1 de Agosto de 2018, de
https://elpais.com/economia/2017/12/14/actualidad/1513247261_077931.html
Roskoski, R. (1998). Bioquímica (Primera ed.). México, D.F.: McGraw-Hill Interamericana
Editores, S.A.
UNICEF. (7 de Noviembre de 2018). La desigualdad agrava el hambre, la desnutrición y la
obesidad en América Latina y el Caribe. Recuperado el 1 de Diciembre de 2018, de
92
Unicef América Latina y el Caribe: https://www.unicef.org/lac/comunicados-
prensa/la-desigualdad-agrava-el-hambre-la-desnutricion-y-la-obesidad-en-AL
Unicef. (s.f.). Kenia: la crisis de nutrición se agrava. Recuperado el 31 de Julio de 2018, de
unicef para cada niño: https://www.unicef.es/prensa/kenia-la-crisis-de-nutricion-se-
agrava
UNICEF. (s.f.). La lucha contra la desnutricion en Etiopía. Recuperado el 31 de Julio de
2018, de UNICEF: https://www.unicef.es/noticia/la-lucha-contra-la-desnutricion-en-
etiopia
Vio, F., Weisstaub, G., Atalah, E., Boj, T., Jiménez, M., Fernández, P., . . . Méndez, G.
(2008). La desnutrición infantil en Chile: políticas y programas que explican su
erradicación. En G. d. (PMA), Hacia la erradicación de la desnutrición infantil en
América Latina y el Caribe (Primera ed., págs. 45-74). Santiago de Chile: PMA.
Recuperado el 27 de Agosto de 2018, de www.oda-
alc.org/documentos/1370991060.pdf
Wanjek, C. (2005). Food at the Work. Génova: Organanizacion Internacional del Trabajo.
Obtenido de www.ilo.org/public/spanish/bureau/inf/download/s_foodatwork.pdf
Wooldridge, J. (2010). Introducción a la econometría Un enfoque moderno (Cuarta ed.).
México D.F.: Cengage Learning Editores, S.A. de C.V.
World Health Organization (WHO). (s.f.). Global Strategy on Diet, Physical Activity and
Health. Recuperado el 9 de Agosto de 2018, de World Health Organization:
http://www.who.int/dietphysicalactivity/pa/en/
World Health Organization. (16 de Febrero de 2018). Malnutrición. Recuperado el 6 de
Agosto de 2018, de Diversas formas de malnutrición: www.who.int/es/news-
room/fact-sheets/detail/malnutrition
93
ANEXOS
Variable Observaciones Peso Media Desv. Estándar Min Max
Horas trabajadas 3544 771079,9 37,3875 17,6436 1 140 Anexo 1: Promedio de horas trabajas por semana MEF Ecuador 2012
Fuente: ENSANUT-ECU 2012
Elemento Bioquímico Niveles de tolerancia Unidad de medida
Ácido Fólico
Bajo < 6,12
Nanomoles por
litro (nmol/L)
Normal 6,12-38,52
Alto >38,52
Colesterol Total
Bajo < 125
Miligramos por
decilitro (mg/dL)
Normal 125-200
Alto >200
Glóbulos Blancos
Bajo <4500
Milímetros
cúbicos (mm3)
Normal 4500-11000
Alto >11000
Glucosa
Bajo <90
Miligramos por
decilitro (mg/dL)
Óptimo 90-110
Aceptable 110-125
Alto >125
Linfocitos
Bajo <20
Porcentaje Normal 20-40
Alto >40
Triglicéridos
Normal < 150
Miligramos por
decilitro (mg/dL)
Aceptable 150-199
Alto > 199
Ferritina
Bajo < 12
Nanogramos por
mililitro (ng/mL)
Normal 12-150
Alto >150 Anexo 2: Niveles de tolerancia de los elementos bioquímicos
Fuente: MedlinePlus, s.f.
94
MODELO LOGÍSTICO DE DESNUTRICIÓN
Anexo 3: Modelo de regresión logística de desnutrición MEF Ecuador 2012
Fuente: ENSANUT-ECU 2012
Efectos marginales del modelo de regresión logística de desnutrición
Anexo 4: Efectos marginales del modelo de regresión logística desnutrición MEF Ecuador 2012
Fuente: ENSANUT-ECU 2012
Note: 8 failures and 0 successes completely determined.
_cons -2.771962 .1267357 -21.87 0.000 -3.02036 -2.523565
linfo -.0005165 .0000241 -21.41 0.000 -.0005637 -.0004692
d_agua_trat -.396013 .0305122 -12.98 0.000 -.4558159 -.3362102
vita -3.89117 .1708453 -22.78 0.000 -4.22602 -3.556319
d_defzinc .4879869 .0317068 15.39 0.000 .4258427 .5501311
ferritin -.0100707 .0004942 -20.38 0.000 -.0110393 -.0091021
d_jornalero .2751074 .0667081 4.12 0.000 .1443619 .4058529
d_mestizos 2.006216 .0787583 25.47 0.000 1.851852 2.160579
pa08 -.0036689 .0001024 -35.83 0.000 -.0038696 -.0034682
f10edad -.0023218 .0017935 -1.29 0.195 -.0058371 .0011934
d_urbano -.1186377 .0332613 -3.57 0.000 -.1838287 -.0534468
desnutricion Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -26070.49 Pseudo R2 = 0.1020
Prob > chi2 = 0.0000
LR chi2(10) = 5920.35
Logistic regression Number of obs = 2983
Iteration 5: log likelihood = -26070.49
Iteration 4: log likelihood = -26070.49
Iteration 3: log likelihood = -26070.931
Iteration 2: log likelihood = -26125.351
Iteration 1: log likelihood = -27140.264
Iteration 0: log likelihood = -29030.665
(*) dy/dx is for discrete change of dummy variable from 0 to 1
linfo -1.41e-06 .00000 -19.65 0.000 -1.6e-06 -1.3e-06 2663.41
d_agua~t* -.0011731 .0001 -11.62 0.000 -.001371 -.000975 .683779
vita -.0106535 .00051 -20.72 0.000 -.011661 -.009646 .374203
d_defz~c* .0012958 .00009 15.01 0.000 .001127 .001465 .583105
ferritin -.0000276 .00000 -20.37 0.000 -.00003 -.000025 58.3183
d_jorn~o* .0008601 .00024 3.62 0.000 .000394 .001326 .025935
d_mest~s* .0032654 .0001 33.32 0.000 .003073 .003458 .84077
pa08 -.00001 .00000 -41.53 0.000 -.000011 -9.6e-06 338.784
f10edad -6.36e-06 .00000 -1.30 0.195 -.000016 3.3e-06 34.9562
d_urbano* -.0003343 .0001 -3.43 0.001 -.000526 -.000143 .739471
variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
= .0027454
y = Pr(desnutricion) (predict)
Marginal effects after logit
95
MODELO LOGÍSTICO DE SOBREPESO-OBESIDAD
Anexo 5: Modelo de regresión logística de sobrepeso-obesidad MEF Ecuador 2012
Fuente: ENSANUT-ECU 2012
Efectos marginales del modelo de regresión logística de sobrepeso-obesidad
Anexo 6: Efectos marginales del modelo de regresión logística de sobrepeso-obesidad MEF Ecuador 2012
Fuente: ENSANUT-ECU 2012
_cons -2.854031 .0182756 -156.17 0.000 -2.889851 -2.818212
trig .0087121 .000052 167.40 0.000 .0086101 .0088141
glucosa .0003739 .0001438 2.60 0.009 .0000922 .0006557
ldlc .0097687 .0000971 100.61 0.000 .0095784 .009959
d_afroecuatorianos .5844489 .0159715 36.59 0.000 .5531454 .6157524
d_emp_publico .462925 .0100787 45.93 0.000 .4431712 .4826789
pa08 -.0000682 6.65e-06 -10.25 0.000 -.0000812 -.0000552
pa06 .0018969 .0001512 12.54 0.000 .0016005 .0021933
escol -.049206 .0007081 -69.49 0.000 -.0505938 -.0478182
f10edad .0480407 .0003149 152.56 0.000 .0474236 .0486579
d_urbano .2877282 .0061659 46.66 0.000 .2756432 .2998132
sbp_obs Coef. Std. Err. z P>|z| [95% Conf. Interval]
Log likelihood = -432069.2 Pseudo R2 = 0.1268
Prob > chi2 = 0.0000
LR chi2(10) = 125472.70
Logistic regression Number of obs = 3462
Iteration 4: log likelihood = -432069.2
Iteration 3: log likelihood = -432069.2
Iteration 2: log likelihood = -432075.6
Iteration 1: log likelihood = -433524.17
Iteration 0: log likelihood = -494805.55
(*) dy/dx is for discrete change of dummy variable from 0 to 1
trig .001942 .00001 170.81 0.000 .00192 .001964 118.336
glucosa .0000834 .00003 2.60 0.009 .000021 .000146 91.6007
ldlc .0021775 .00002 100.78 0.000 .002135 .00222 106.191
d_afro~s* .1167617 .00279 41.88 0.000 .111298 .122226 .030299
d_emp~co* .0960264 .00192 49.98 0.000 .092261 .099792 .093249
pa08 -.0000152 .00000 -10.25 0.000 -.000018 -.000012 322.304
pa06 .0004228 .00003 12.54 0.000 .000357 .000489 37.3593
escol -.0109683 .00016 -69.64 0.000 -.011277 -.01066 10.1945
f10edad .0107085 .00007 152.88 0.000 .010571 .010846 33.7486
d_urbano* .0653213 .00142 45.94 0.000 .062535 .068108 .715665
variable dy/dx Std. Err. z P>|z| [ 95% C.I. ] X
= .66460485
y = Pr(sbp_obs) (predict)
Marginal effects after logit
96
Sintaxis modelos logísticos de desnutrición y sobrepeso-obesidad (STATA v: 12.1).
*BASE ANTROPOMETRÍA
**identificador de personas
destring ciudad zona sector vivienda hogar persona, replace
sort ciudad zona sector vivienda hogar persona
egen idpersona_n =concat(ciudad zona sector vivienda hogar persona)
destring idpersona_n, replace
**identificador de hogar
destring ciudad zona sector vivienda hogar, replace
sort ciudad zona sector vivienda hogar
egen idhogar_n =concat(ciudad zona sector vivienda hogar)
destring idhogar_n, replace
*MERGE PERSONAS
merge m:m idpersona_n using ensanut_f1_personas.dta
*BORRAR NOT MATCHED PERSONAS
drop if _merge==2
drop _merge
*MERGE VIVIENDA
merge m:m idhogar_n using ensanut_f1_vivienda.dta
*BORRAR NOT MATCHED VIVIENDA
drop if _merge==2
drop _merge
*MERGE BIOQUÍMICA
merge m:m idpersona_n using ensanut_f12_bioquimica.dta
*BORRAR NOT MATCHED BIOQUÍMICA
drop if _merge==1
drop if _merge==2
drop _merge
*BASE AGREGADA: PERSONAS
destring ciudad zona sector vivienda hogar persona, replace
sort ciudad zona sector vivienda hogar persona
97
egen idpersona_n =concat(ciudad zona sector vivienda hogar persona)
destring idpersona_n, replace
*BASE AGREGADA: VIVIENDA
destring ciudad zona sector vivienda hogar, replace
sort ciudad zona sector vivienda hogar
egen idhogar_n =concat(ciudad zona sector vivienda hogar)
destring idhogar_n, replace
*BASE AGREGADA: BIOQUÍMICA
destring ciudad zona sector vivienda hogar persona, replace
sort ciudad zona sector vivienda hogar persona
egen idpersona_n =concat(ciudad zona sector vivienda hogar persona)
destring idpersona_n, replace
***************************************************************************
**Conservar solo observaciones MEF**
label list tipo
keep if tipo==2
**Construcción IMC**
**NOTA: la talla se divide para 100 puesto que el dato original esta en cm**
generate peso=(peso1+peso2)/2
generate talla=(talla1+talla2)/2
generate IMC=(peso/((talla/100)^2))
**Clasificación IMC**
**Creación variable desnutrición**
generate desnutricion= IMC <18.50
** Creación variable sobrepeso-obesidad**
generate sbp_obs= IMC >=25.00
***************************************************************************
***DEPURACIÓN BASE DE DATOS COMPLETA***
**Borrar información inconsistente
**NOTA: en las variables peso y talla se coloca "." en los datos inconsistentes.
**ingreso bruto
98
replace pa08 = . if pa08 == 999999
**generar dicotómica de área (urbano)
generate d_urbano = area == 1
**agrupación y dicotómica de trabajo
replace pa01 = 1 if pa01 >=1 & pa01 <=5
replace pa01 = 2 if pa01 >=6
generate d_trabaja = pa01 == 1
**agrupación y dicotómicas de etnia
replace pd13 = 2 if pd13 >=2 & pd13 <=4
generate d_indigenas = pd13 == 1
generate d_afroecuatorianos = pd13 == 2
generate d_montubios = pd13 == 5
generate d_mestizos = pd13 == 6
generate d_blancos = pd13 == 7
**agrupación y dicotómicas de categoría de ocupación
replace pa05 = 6 if pa05 >=4 & pa05 <=6
generate d_emp_publico = pa05 == 1
generate d_emp_privado = pa05 == 2
generate d_jornalero = pa05 == 3
generate d_cta_propia = pa05 == 6
generate d_tra_no_remu = pa05 == 7
generate d_emp_domestica = pa05 == 8
**dicotómica de deficiencia de vitamina A
generate d_defvita = vitadef == 1
replace d_defvita = . if vitadef == .
**dicotómica de deficiencia de zinc
generate d_defzinc = zndef == 1
replace d_defzinc = . if zndef == .
**agrupación y dicotómicas de agua que toman los miembros del hogar
replace vi14 = 2 if vi14 >=2 & vi14 <=5
generate d_agua_trat = vi14 == 2
99
**Modelo Logístico de Desnutrición
logit desnutricion d_urbano f10edad pa08 d_mestizos d_jornalero ferritin d_defzinc vita
d_agua_trat linfo [iw=pw]
mfx
**Modelo Logístico de Sobrepeso-Obesidad
logit sbp_obs d_urbano f10edad escol pa06 pa08 d_emp_publico d_afroecuatorianos ldlc
glucosa trig [iw=pw]
mfx
Anexo 7: Sintaxis modelos logísticos
