“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA … · de las metas que he emprendido, estoy segura que en estos momentos se alegran por mí. ... ANEXO 5: MARCO CONCEPTUAL DE

Universidad Central del Ecuador

Facultad de Ciencias Económicas

Escuela de Estadística y Finanzas

Carrera de Estadística

Tesis Previo a la Obtención del Título de Ingenieros Estadísticos

“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA EN NIÑAS

Y NIÑOS MENORES DE CINCO AÑOS EN LA PROVINCIA DE COTOPAXI”

“DETERMINANTS OF CHRONIC MALNUTRITION IN CHILDREN UNDER

FIVE YEARS IN THE PROVINCE OF COTOPAXI”

Autores:

Angela Rocio Soria Carrillo

Alejandro Roberto Vaca Almeida

Director: Ing. Fabián Muñoz N.

Quito, 2012

Dedicatoria

Esta tesis la dedico con todo mi cariño a mi familia. A mis padres, por todo lo

que me han dado en esta vida, especialmente por sus sabios consejos y por

estar a mi lado en todo momento. A mis hermanitas y hermanitos, por

convertirse en mis mejores amigas/o y ser mi apoyo incondicional en cada una

de las metas que he emprendido, estoy segura que en estos momentos se

alegran por mí.

A. Rocio Soria Carrillo

DEDICATORIA

Esta tesis va dedicada con todo mi amor para mi linda familia mi papá mi

mamita mi hermana mi hermano y mi sobrinita por ser y seguir siendo el gran

apoyo durante toda mi vida.

Alejandro Vaca

Agradecimientos

Quiero expresar mi agradecimiento a quienes estuvieron vinculados de alguna

manera a mi vida durante el desarrollo de este trabajo de investigación y a los

profesionales que demostraron interés por el tema.

Mi más sincera gratitud a mi director Ing. Fabián Muñoz, por compartir sus

conocimientos, por su accesibilidad y paciencia, por las oportunidades que me

ha brindado, por incentivarme a culminar esta meta y seguir superándome.

También quiero expresar mi agradecimiento a los profesores de la Escuela de

Estadística, que a través de mi carrera universitaria compartieron sus

conocimientos.

A esa persona tan especial quién con su dulzura, amor, ternura y comprensión

alegra mis días, gracias por estar incondicionalmente a mi lado, en los buenos

y malos momentos, por su ayuda y principalmente por hacerme feliz.

Finalmente agradezco a mis hermanas/os: Melitón, Paulo, Guadalupe, Blanca,

Carolina, Mónica por acompañarme en todo momento. Especialmente quiero

agradecer, a mi Moni por impulsarme a estudiar está carrera y por su

incondicional apoyo durante todos mis estudios, a Blanqui por su constante

motivación y a Paulo por su generosidad.

A. Rocio Soria Carrillo

AGRADECIMIENTO

Al director de tesis Ing. Fabián Muñoz, por su gran aporte en la elaboración de

este trabajo ya que con su vasto conocimiento fue posible concluir esta tesis.

De igual manera a los profesores de la Facultad de Ciencias Económicas que

fueron los que a través de sus clases impartieron sus conocimientos que

ayudaron a la consecución de esta meta.

También a todas las personas que contribuyeron de una u otra forma en el

desarrollo de esta investigación.

Y a ti mi bonita ya que sin tu amor hubiera sido imposible lograr culminar esta

importante etapa de nuestras vidas.

Alejandro Vaca

A U T O R I Z A C I O N D E L A A U T O R I A I N T E L E C T U A L

Nosotros, Angela Rocio Soria Carrillo y Alejandro Roberto Vaca Almeida en

calidad de autores del trabajo de investigación o tesis realizada sobre

“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA EN NIÑAS Y

NIÑOS MENORES DE CINCO AÑOS EN LA PROVINCIA DE COTOPAXI” por

la presente autorizamos a la UNIVERSIDAD CENTRAL DEL ECUADOR, hacer

uso de todos los contenidos que nos pertenecen o de parte de los que

contienen esta obra, con fines estrictamente académicos o de investigación.

Los derechos que como autores nos corresponden, con excepción de la

presente autorización, seguirán vigentes a nuestro favor, de conformidad con lo

establecido en los artículos 5, 6, 8; 19 y demás pertinentes de la Ley de

Propiedad Intelectual y su Reglamento.

Quito, a 28 de mayo de 2012

_______________________ ___________________________

Angela Rocio Soria Carrillo Alejandro Roberto Vaca Almeida

C.C. 1720425204 C.C. 1714156047

Contenido Pág.

Resumen Ejecutivo ............................................................................................. i

Abstract ............................................................................................................... i

Capítulo I. Plan de Tesis ................................................................................... 1

I.1. Introducción........................................................................................... 1

I.2. Identificación del Problema ................................................................... 2

I.3. Delimitación espacial y temporal........................................................... 4

I.4. Justificación........................................................................................... 5

I.5. Objetivos ............................................................................................... 7

I.5.1. Objetivo general.............................................................................. 7

I.5.2. Objetivos específicos..................................................................... 7

I.6. Hipótesis ............................................................................................... 7

I.6.1. Hipótesis general ............................................................................ 7

I.6.2. Hipótesis específicas ...................................................................... 7

I.7. Metodología .......................................................................................... 8

I.7.1. Procedimientos: ............................................................................ 10

I.8. Variables e indicadores ....................................................................... 11

I.9. Cronograma de actividades ................................................................ 14

I.10. Plan analítico ................................................................................... 15

Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños menores de

cinco años de la provincia de Cotopaxi. ........................................................... 17

II.1. Fuentes de Información....................................................................... 17

II.2. La ECV 2005-2006 (Aspectos Metodológicos).................................... 19

II.2.1. Objetivos....................................................................................... 19

II.2.2. Universo y unidad de análisis ....................................................... 19

II.2.3. Tamaño de la muestra.................................................................. 19

II.2.4. Dominios de estudio ..................................................................... 21

II.2.5. Informantes................................................................................... 23

II.2.6. Estrategias de recolección............................................................ 23

II.2.7. Instrumentos de recolección......................................................... 24

II.3. Estimación de la desnutrición crónica infantil en la provincia de

Cotopaxi........................................................................................................ 26

II.3.1. Estructura de la población de la provincia de Cotopaxi ................ 26

II.3.2. La desnutrición crónica infantil...................................................... 32

II.3.3. Estimación de la desnutrición crónica (baja talla para la edad) .... 36

Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la

provincia de Cotopaxi....................................................................................... 59

III.1. Construcción del modelo de regresión............................................. 61

III.1.1. Análisis descriptivo de los principales factores determinantes de

la desnutrición crónica en la provincia ...................................................... 61

III.1.2. Índice de condiciones socioeconómicas.................................... 67

III.2. Modelo de regresión logística .......................................................... 74

III.2.1. Identificación de los factores que inciden en la desnutrición

crónica infantil. .......................................................................................... 80

III.2.2. Comparación de factores identificados entre áreas .................. 90

Capítulo IV.- Priorización de los factores determinantes identificados por el

modelo ............................................................................................................. 92

IV.1. Estimación del peso de los factores que inciden en la desnutrición

crónica 92

IV.1.1. Área Urbana .............................................................................. 92

IV.1.2. Área Rural ................................................................................. 98

IV.2. Determinación de los factores más influyentes en la desnutrición

crónica 107

IV.2.1. Área Urbana ............................................................................ 107

IV.2.2. Área Rural ............................................................................... 112

IV.3. Efectos marginales y elasticidades de los coeficientes estimados de

los factores determinantes de desnutrición crónica .................................... 114

IV.3.1. Análisis de los efectos marginales para el área urbana .......... 118

IV.3.2. Análisis de los efectos marginales para el área rural .............. 121

Capítulo V. Conclusiones y Recomendaciones.............................................. 127

V.1. Conclusiones ................................................................................. 127

V.2. Recomendaciones ......................................................................... 130

Bibliografía .......................................................................................................... I

Índice de anexos

ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL

REGSITRO DE DATOS ANTROPOMÉTRICOS................................................ 1

ANEXO 2: ESTRUCTURA DE LA POBLACIÓN ................................................ 2

ANEXO 3: PREVALENCIA DE DESNUTRICIÓN CRÓNICA .......................... 10

Niveles de desnutrición crónica .................................................................... 13

ANEXO 4: PRUEBAS ESTADÍSTICAS A NIVEL NACIONAL.......................... 16

ANEXO 5: MARCO CONCEPTUAL DE SEGURIDAD ALIMENTARIA ............ 17

ANEXO 6: FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA . 18

Índice de tablas Pág.

Tabla 1: Distribución de la muestra ECV 2005 – 2006.................................... 21

Tabla 2: Distribución de la muestra ECV 2005 – 2006 según provincia.......... 21

Tabla 3: Muestra de hogares de la provincia de Cotopaxi según área............. 22

Tabla 4: Personas encuestadas de la provincia de Cotopaxi según área y sexo

......................................................................................................................... 23

Tabla 5: Secciones que conforman el formulario de la ECV 2005-2006 .......... 24

Tabla 6 : Promedio de edad de la personas de la provincia de Cotopaxi......... 27

Tabla 7: Promedio de personas por hogar de la provincia de Cotopaxi ........... 27

Tabla 8: Personas de la provincia de Cotopaxi según Área y Autoidentificación

étnica................................................................................................................ 28

Tabla 9: Niñas/os menores de 5 años según área y sexo................................ 29

Tabla 10: Niñas/os menores de 5 años según sexo y grupos de edad (en

meses) de la provincia de Cotopaxi ................................................................. 29

Tabla 11: Promedio de niñas/os menores de 5 años por hogar de la provincia

de Cotopaxi ...................................................................................................... 31

Tabla 12. Variables que intervienen en el cálculo de la desnutrición crónica

usando el software Anthro................................................................................ 44

Tabla 13: Prevalencia de desnutrición crónica en el país ................................ 46

Tabla 14: Prevalencia de desnutrición crónica en la provincia de Cotopaxi..... 47

Tabla 15: Prevalencia de desnutrición crónica según auto identificación étnica

del jefe del hogar en la provincia de Cotopaxi.................................................. 48

Tabla 16: Prevalencia de desnutrición crónica según sexo y área en la provincia

de Cotopaxi ...................................................................................................... 50

Tabla 17: Niveles de desnutrición crónica en el país y Cotopaxi...................... 50

Tabla 18: Nivel de desnutrición crónica según área y sexo en la provincia de

Cotopaxi ........................................................................................................... 51

Tabla 19: Prueba de normalidad ...................................................................... 53

Tabla 20: Prueba de Mann-Whitney para el área............................................. 55

Tabla 21: Prueba de Mann-Whitney para el sexo ............................................ 55

Tabla 22: Pruebas de chi-cuadrado para el área ............................................. 57

Tabla 23: Pruebas de chi-cuadrado para el sexo ............................................. 57

Tabla 24: Prevalencia de desnutrición crónica en las niñas/os menores de cinco

años según posibles factores determinantes en la provincia de Cotopaxi ....... 64

Tabla 25: Prevalencia de desnutrición en las niñas/os menores de cinco años

según tamaño del hogar................................................................................... 66

Tabla 26: Varianza total explicada ................................................................... 69

Tabla 27: Matriz de componentes .................................................................... 70

Tabla 28: Índice de condiciones socioeconómicas para la provincia de Cotopaxi

......................................................................................................................... 72

Tabla 29: Listado de variables para el modelo ................................................. 80

Tabla 30: Variable agrupadas .......................................................................... 83

Tabla 31: Prueba de Hosmer y Lemeshow ...................................................... 84

Tabla 32: Variables en la ecuación para el área urbana .................................. 84

Tabla 33: Pronostico del modelo para el área urbana..................................... 85

Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que

residen en el área urbana de la provincia de Cotopaxi .................................... 86

Tabla 35: Prueba de Hosmer y Lemeshow ...................................................... 87

Tabla 36: Variables en la ecuación para el área rural ...................................... 87

Tabla 37: Pronostico del modelo para el área rural......................................... 88

Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que

residen en el área rural de la provincia de Cotopaxi ........................................ 89

Tabla 39: Factores comunes y diferentes según área...................................... 90

Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área

rural. ............................................................................................................... 100

Tabla 41: Escolaridad de la madre según área.............................................. 102

Tabla 42: Edad promedio de la madre según área ........................................ 103

Tabla 43: Efectos marginales del modelo de regresión logística de los

determinantes de la desnutrición crónica en el área urbana .......................... 118

Tabla 44: Predicción calculada a partir del modelo con la variable

desparasitación para el área urbana .............................................................. 119

Tabla 45: Elasticidades del modelo de regresión logística de los determinantes

de la desnutrición crónica en el área urbana.................................................. 120

Tabla 46: Efectos marginales del modelo de regresión logística de los

determinantes de la desnutrición crónica en el área rural .............................. 121

Tabla 47: Predicción calculada a partir del modelo con la variable

desparasitación para el área rural .................................................................. 122

Tabla 48: Niñas/os que viven con personas mayores a la madre .................. 123

Tabla 49: Niñas/os que viven con personas mayores a la madre según estado

civil de la madre ............................................................................................. 123

Tabla 50: Niñas/os que viven con personas mayores a la madre según

prevalencia de desnutrición crónica ............................................................... 124


prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar

....................................................................................................................... 125

Tabla 52: Elasticidades del modelo de regresión logística de los determinantes

de la desnutrición crónica en el área rural...................................................... 126

Índice de tablas del anexo

Tabla 53: Personas por provincia....................................................................... 2

Tabla 54: Personas por provincia según área.................................................... 3

Tabla 55: Promedio de edad de la personas a nivel nacional ............................ 4

Tabla 56: Promedio de personas por hogar de la provincia a nivel nacional ..... 4

Tabla 57: Niñas/os menores de 5 años por provincia ........................................ 5

Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional6

Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área.. 7

Tabla 60: Personas a nivel nacional por provincia según Autoidentificación

étnica.................................................................................................................. 8

Tabla 61: Prevalencia de desnutrición crónica según provincia ....................... 10

Tabla 62: Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar en el país ............................................................................. 11

Tabla 63: Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar y área en la provincia de Cotopaxi....................................... 11

Tabla 64: Prevalencia de desnutrición crónica según área en el país.............. 12

Tabla 65: Prevalencia de desnutrición crónica según sexo en el país ............. 12

Tabla 66: Niveles de desnutrición crónica según provincia.............................. 13

Tabla 67: Niveles de desnutrición crónica según autoidentificación étnica del

jefe del hogar en el país ................................................................................... 14

Tabla 68: Nivel de desnutrición crónica según área en el país ........................ 14

Tabla 69: Niveles de desnutrición crónica según autoidentificación étnica del

jefe del hogar en la provincia de Cotopaxi ....................................................... 15

Tabla 70: Nivel de desnutrición crónica según área en la provincia de Cotopaxi

......................................................................................................................... 15

Tabla 71: Prueba de Mann-Whitney para el sexo a nivel nacional................... 16

Tabla 72: Prueba de chi-cuadrado para el sexo a nivel nacional ..................... 16

Tabla 73: Tamaño del hogar según prevalencia de desnutrición en las niñas/os

menores de cinco años .................................................................................... 18

Tabla 74: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas de la provincia de Cotopaxi.................................................. 18

Índice de figuras Pág.

Figura 1. Personas de la provincia de Cotopaxi según sexo y área................. 26

Figura 2. Pirámide poblacional de la provincia de Cotopaxi ............................. 30

Figura 3: Esquema de Interpretación del Puntaje z.......................................... 39

Figura 4. Porcentaje bajo el área de la curva normal ....................................... 40

Figura 5. Curvas de crecimiento de la OMS..................................................... 41

Figura 6. Proceso del cálculo de desnutrición crónica ..................................... 45

Figura 7. Prevalencia de desnutrición crónica según autoidentificación étnica

del jefe del hogar y área de residencia de la provincia de Cotopaxi................. 49

Figura 8: Marco conceptual para las causas de la desnutrición (UNICEF 1998)

......................................................................................................................... 60

Figura 9: Dendograma de agrupación de los hogares de la provincia de

Cotopaxi ........................................................................................................... 71

Figura 10: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas.............................................................................................. 73

Figura 11: Odds ratio de probabilidad de los factores determinantes de

desnutrición crónica (porcentaje de protección) para el área urbana............... 93

Figura 12: Probabilidad pronosticada por el modelo según desparasitación de la

niña/o ............................................................................................................... 94

Figura 13: Probabilidad pronosticada por el modelo según porcentaje de

niñas/os menores de cinco años...................................................................... 95

Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en

dólares ............................................................................................................. 96

Figura 15: Probabilidad pronosticada por el modelo según peso de la niña/o al

nacer en gramos .............................................................................................. 97


desnutrición crónica (porcentaje de protección) para el área rural................... 98


desnutrición crónica (porcentaje riesgo) para el área rural .............................. 99

Figura 18: Probabilidad pronosticada por el modelo según Autoidentificación

étnica del jefe del hogar ................................................................................. 101

Figura 19: Probabilidad pronosticada por el modelo según escolaridad de la

madre ............................................................................................................. 103

Figura 20: Probabilidad pronosticada por el modelo según edad de la madre104

Figura 21: Probabilidad pronosticada por el modelo según estado civil de la

madre ............................................................................................................. 105

Figura 22: Probabilidad pronosticada por el modelo según edad de la niña/o en

meses............................................................................................................. 106

Figura 23: Resultados del escenario de la variable desparasitación (área

urbana)........................................................................................................... 109

Figura 24: Resultados del escenario de la variable gasto (área urbana) ....... 111

Figura 25: Resultados del escenario de la variable Escolaridad de la madre

(área rural)...................................................................................................... 113

Índice de figuras del anexo

Figura 26. Pirámide poblacional a nivel nacional ............................................... 6

Índice de recuadros temáticos Pág.

Recuadro temático 1. Curvas de crecimiento de la OMS................................. 42

Recuadro temático 2: PRUEBA DE NORMALIDAD KOLMOGOROV-SMIRNOV .......... 52

Recuadro temático 3: PRUEBA U de Mann-Whitney ............................................ 54

Recuadro temático 4: PRUEBA DE INDEPENDENCIA (Chi- CUADRADO) .................. 56

i

Resumen Ejecutivo

Las tasas de desnutrición crónica en niñas/os menores de cinco años en

Cotopaxi son altas y varían significativamente entre el área rural y urbana, lo

que constituye un problema de salud pública importante. Utilizando la

Encuesta de Condiciones de Vida 2005-2006, se buscó los factores que

influyen en este problema como son: la situación económica del hogar, etnia

del jefe del hogar, educación de la madre, otros factores determinantes son la

edad de la madre, el porcentaje de niños menores de cinco años en el hogar,

características de las niñas/os como la edad y el sexo, así como la atención

prenatal y vacunación. El análisis también muestra el grado de importancia de

las variables que influyen en el retardo de talla para la edad. Los resultados

principalmente indican que los factores varían según el área de residencia, por

lo que la implementación de políticas y programas destinados a erradicar este

problema se lo debe incorporar tomando en cuenta estas diferencias.

Abstract

The rates of chronic malnutrition in children / under-five years in Cotopaxi are

high and vary significantly between rural and urban, which is a major

public health problem. Using the Survey of Living Conditions 2005-

2006, sought the factors that influence this problem such as: household

economic status, ethnicity of head of household, maternal education,

other factors are the age of the mother, the percentage of children under five in

the home, characteristics of child as age and sex, and prenatal care and

immunization. The analysis also shows the degree of importance of

the variables that influence the delay of height for age. The

results mainly indicate that the factors vary by area of residence, so

the implementation of policies and programs to eradicate this problem it must

include taking into account these differences.

ii

TEMA: “Factores determinantes de desnutrición crónica en niñas y niños

menores de cinco años en la provincia de Cotopaxi”.

PALABRAS CLAVE: DESNUTRICIÓN CRÓNICA / RETARDO DE TALLA

PARA LA EDAD / DETERMINANTES DE DESNUTRICIÓN CRÓNICA /

PUNTAJE Z / REGRESIÓN LOGÍSTICA.

Angela Rocio Soria Carrillo

[email protected]

Alejandro Roberto Vaca Almeida

[email protected]

1

Capítulo I. Plan de Tesis

I.1. Introducción

A nivel mundial, se ha venido luchando por erradicar la pobreza y a favor de un

desarrollo sostenible, para lograr esta meta los países miembros de las

Naciones Unidas (NNUU), se han comprometido en abordar eficazmente el

problema para lo cual han formulado Objetivos de Desarrollo del Milenio

(ODM)1, y en estos se contempla erradicar la pobreza extrema y el hambre

(objetivo 1) y la reducción de la mortalidad de los niños menores de cinco años

(objetivo 4). Estos objetivos están relacionados con la situación nutricional de la

población infantil.

En América Latina, pero especialmente en los países de la región andina en

menor magnitud Colombia, la desnutrición crónica2 es uno de los más

grandes problemas que afectan a la población, debido a la falta de

conocimiento respecto a este tema, y la deficiente aplicación de políticas y

acciones.

El Ecuador, presenta altas tasas de desnutrición crónica en niñas y niños

menores de cinco años con un 23.2% para el 2004, siendo más severa en la

Sierra con un 31.9%, y alcanza su mayor intensidad en las áreas indígenas de

la Sierra Central con porcentajes mayores al 40%, mientras que en las demás

regiones presentan tasa menores al promedio nacional3.

En el periodo comprendido entre los años 1999 – 2006 la tasa de desnutrición

crónica en el Ecuador ha ido disminuyendo de un 31.7% en 1999 a un 25.8%

en el 2006 según los cálculos realizados a partir de las Encuestas de

1 Se aprobaron ocho Objetivos de Desarrollo del Milenio (ODM) en la Cumbre del Milenio para elDesarrollo, septiembre de 2000.

2 Se define la desnutrición crónica (baja talla para la edad).

3 Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cualesfueron calculados en base a la ENDEMAIN 2004.

2

Condiciones de Vida realizadas por el INEC en los años correspondientes, se

observa una reducción de 5.9 puntos porcentuales en un periodo de 6 años es

decir 0.98 puntos porcentuales por año4, la disminución en estos índices no

corresponde a lo esperado según las metas contempladas en los ODM, así

como en el Plan Nacional de Desarrollo del Ecuador (Plan Nacional del Buen

Vivir) que se propone la meta de reducir a un 14% en el 20135.

El Ecuador está dividido en cuatro regiones (Costa, Sierra, Amazonía, Insular)

de las cuales la región Sierra presenta el 32.6% de desnutrición crónica,

mientras que en la sierra rural es donde alcanza un índice de 43.6%, está

región se encuentra conformada por 11 provincias de las cuales en Cotopaxi y

Chimborazo se concentran las más altas tasas de desnutrición crónica de niños

y niñas menores de cinco años con un 43% y 52% respectivamente, esto se

explica ya que son provincias con alta concentración de población indígena en

donde el índice de desnutrición crónica alcanza el 50.5%6.

I.2. Identificación del Problema

La desnutrición crónica es una enfermedad que afecta a todos los órganos del

ser humano produciendo graves problemas en la salud como son deterioro del

crecimiento físico, aumento en la mortalidad y la morbilidad tanto para

enfermedades transmisibles, como la tuberculosis, como para los no

transmisibles, como la hipertensión, diabetes, enfermedades coronarias, etc.7.

De igual manera como afecta a la salud del ser humano también es un

condicionante en el desarrollo cognitivo de la persona lo que hace que se den

ingresos tardíos al sistema escolar, bajo rendimiento escolar, todo ello redunda

finalmente en importantes costos económicos directos, vinculados con los

4 “Mapa de desnutrición Crónica del Ecuador Enero 2010”.

5 “Idem” 4.

6 “Idem” 4.

7 “Evolución de la desnutrición crónica infantil y su distribución socioeconómica en siete países deAmérica Latina y el Caribe” Guillermo Paraje.

3

mayores gastos por tratamientos de salud (tanto públicos como privados) e

indirectos, relacionados con la ineficiencia en los procesos educativos, con una

menor productividad (individual y agregada) y, por ende, un menor crecimiento

económico8.

Existe una conciencia creciente en torno a la importancia que tiene la nutrición

durante la temprana infancia sobre los resultados del desarrollo. Sólida

evidencia muestra que la insuficiencia nutricional durante el embarazo y

durante los dos primeros años de vida conduce, inevitablemente, a menores

dotaciones de capital humano, lo cual afecta negativamente la fortaleza física y

la habilidad cognitiva en los adultos9.

Además este problema se vuelve un círculo vicioso difícil de erradicar dice

Bourges10, “Entonces la desnutrición se vuelve un círculo vicioso, que no

encuentra fin” debido a que está enfermedad no solo afecta al niño durante

toda su vida, sino también a sus posteriores generaciones, ya que un niño con

una madre que tuvo baja talla para la edad en su infancia tiene mayor

probabilidad de sufrir desnutrición crónica.

En los países en vías de desarrollo como el Ecuador la desnutrición crónica es

un problema estructural, sin embargo, en los últimos años se han generado

políticas programas y proyectos11 con el objetivo de erradicar la desnutrición

crónica en tempranas edades (0 a 5 años).

8 “Idem 4”.

9 Datos obtenidos del libro “Insuficiencia Nutricional en el Ecuador Banco Mundial 2007” los cualesfueron calculados en base a la ENDEMAIN 2004.

10 Doctor en Nutriología por la Universidad de Massachusetts, Director de Nutrición del InstitutoNacional de Ciencias Médicas y Nutrición Salvador Zubirán

11 En lo últimos años se han implementado programas con el fin de erradicar la desnutrición crónica en elpaís como: Programa Aliméntate Ecuador, PANN2000, NUTRINFA, etc.

4

En esta investigación a la desnutrición crónica de niñas y niños menores de

cinco años, se va a llamar desnutrición crónica infantil para efectos de facilitar

la redacción y el mejor entendimiento del lector.

I.3. Delimitación espacial y temporal

Esta investigación se va a desarrollar a partir de la información de la Encuesta

de Condiciones de Vida del año 2006 realizada por INEC. En la presente

investigación se estudia la situación nutricional de las niñas y niños menores de

cinco años de la provincia de Cotopaxi tanto para el área urbana y rural.

La provincia de Cotopaxi está constituida por 349540 habitantes lo que

representa un 2.88% de la población total del Ecuador, su población se

encuentra mayormente concentrada en el área rural con un 73.23%, el 11.86%

(41459) son niñas y niños menores de cinco años, distribuidos de la siguiente

manera: en el área urbana el 21.64% (8970) y en el área rural el 78.36%

(32489) según el último censo de Población y Vivienda realizado por INEC en

el año 2001.

Esta provincia se encuentra ubicada en la sierra central, conformada por 7

cantones como son: Latacunga a una altura de 2800 m.s.n.m. , Pangua a 1239

m.s.n.m., Pujilí a 2848 m.s.n.m., Salcedo a 2664 m.s.n.m., Sigchos a 2840

m.s.n.m., La Maná a 800 m.s.n.m. y Saquisilí a 2996 m.s.n.m. todos estas

alturas en promedio, habiendo lugares que están ubicados a 500 m.s.n.m. y

otros que llegan a los 4500m.s.n.m., goza de una variedad de climas por la

distribución geográfica de sus cantones que va desde el gélido de las cumbres

andinas hasta el cálido húmedo en el subtrópico occidental, en esta provincia

se encuentra ubicado uno de los nevados más representativos y hermosos del

Ecuador y del mundo que lleva el mismo nombre de la provincia siendo un gran

atractivo para turistas extranjeros como nacionales, y se encuentra a una altura

de 5897 m.s.n.m..

5

La provincia de Cotopaxi, por el mismo hecho de poseer una diversidad

climatológica (desde los 500 m.s.n.m. en la costa hasta los 4.500 m.s.n.m. en

los páramos de la sierra), étnicamente está conformada por dos culturas

claramente identificadas, la mestiza y la indígena.

I.4. Justificación

Entre los indicadores que son considerados para medir desnutrición se tiene

los siguientes: “peso para la edad”, “peso para la estatura”, “talla para la edad”

de los cuales la talla para la edad suele considerarse un indicador de

desnutrición crónica de los niños menores de cinco años, ya que refleja el

efecto neto de la experiencia nutricional de esos niños desde su nacimiento (o

desde que estaban en el vientre materno), y se considera el más importante

indicador del estado nutricional de largo plazo” 12.

Como ya se mencionó anteriormente en el país se han venido implementando

políticas programas y proyectos para bajar los índices de desnutrición crónica,

sin embargo es de suma importancia saber con claridad los factores

determinantes y su grado de influencia en la misma.

Existen una serie de factores que, a nivel agregado, podrían estar asociados

causalmente con la desnutrición crónica, cuya causa primaria es la insuficiente

ingesta de nutrientes. Estos factores pueden agruparse en cinco grupos como

son factores medioambientales, socioeconómico culturales, político

institucionales, productivos y biomédicos13.

Por esto es importante saber que dimensiones del problema son las que más

afectan a la desnutrición crónica, “la aplicación de políticas o planes de acción

sobre nutrición requiere disponer de información sobre los problemas y sus

12 SEGURIDAD ALIMENTARIA CONCEPTOS Y TENDENCIAS Héctor Maletta y Rosario Gómez.

13 “Idem 7”.

6

causas para poder identificar las prioridades”14, y a partir de este punto, tomar

los correctivos necesarios, aplicando políticas que ayuden a ir atenuando las

altas tasas de desnutrición crónica de los niños del país.

Por lo que esta investigación se va a desarrollar en base a la información de la

Encuesta de Condiciones de Vida 2005 – 2006 realizada por INEC, para la

Provincia de Cotopaxi debido a que alcanza uno de los más altos índices de

desnutrición crónica 42.6% (19282 niñas y niños desnutridos) 15.

Es una provincia que presenta altos índices que afectan a las condiciones de

vida de la población como la tasa de analfabetismo que alcanza un 17,6% que

es casi el doble del promedio nacional que se ubica en un 9%, así mismo la

asistencia profesional durante el parto16 con un 64.2% de mujeres atendidas, el

63.2% de la población posee medios sanitarios para la eliminación de excretas

mientras que a nivel nacional se alcanza un 77.3%, tan solo un 41,7% tiene

servicio de recolección de basura siendo únicamente más bajo en Bolívar con

un 32,9%, de igual manera un 27.1% tiene acceso al agua entubada por red

pública dentro de la vivienda mientras que a nivel nacional se alcanza un 48%,

un 31.6% de la población se encuentra en pobreza extrema por necesidades

básicas insatisfechas17, según el Sistema Integrado de Indicadores Sociales

del Ecuador (SIISE) estos indicadores fueron elaborados en base a la

información de la ECV 2005 – 2006.

14 Indicadores de nutrición para el desarrollo FAO 2006.

15 “Idem 4”.

16 Se refiere únicamente a las mujeres asistidas durante su parto por personas tituladas o diplomadas en lasalud, esto es, médicos, enfermeras/os, obsterices, ayudantes de enfermería.

17 Número de personas (u hogares) que viven en condiciones de “pobreza”, expresados como porcentajedel total de la población en un determinado año. Se considera “pobre” a una persona si pertenece a unhogar que presenta carencias persistentes en la satisfacción de sus necesidades básicas incluyendo:vivienda, salud, educación y empleo.

7

I.5. Objetivos

I.5.1. Objetivo general

Identificar los factores determinantes y su nivel de influencia en la desnutrición

crónica en niñas y niños menores de cinco años, en la provincia de Cotopaxi

tanto para el área rural y urbana.

I.5.2. Objetivos específicos

1. Estimar la prevalencia de desnutrición crónica en niñas y niños menores

de cinco años en la provincia de Cotopaxi tanto para el área urbana y

rural.

2. Identificar factores determinantes en la desnutrición crónica de las niñas

y niños menores de cinco años en la provincia de Cotopaxi en el área

urbana y rural.

3. Priorizar los factores determinantes de la desnutrición crónica de las

niñas y niños menores de cinco años de la provincia de Cotopaxi tanto

para el área urbana como para la rural.

I.6. Hipótesis

I.6.1. Hipótesis general

La clara identificación de factores determinantes de la desnutrición crónica y su

nivel de influencia tanto para el área urbana y rural de la provincia de Cotopaxi,

permite el correcto direccionamiento para la formulación de políticas,

programas y proyectos destinados a la disminución de la misma.

I.6.2. Hipótesis específicas

1. La prevalencia de desnutrición crónica en las niñas y niños menores de

cinco años es diferente en el área urbana que en la rural en la provincia

de Cotopaxi.

8

2. Los factores que afectan a la desnutrición crónica de las niñas y niños

menores de 5 años de la provincia de Cotopaxi son diferentes en el área

rural con respecto al área urbana.

3. El peso que tienen los factores en la desnutrición crónica de las niñas y

niños menores de cinco años de la provincia de Cotopaxi varía respecto

del área donde viven las niñas y niños.

I.7. Metodología

El método de investigación que se va utilizar es el deductivo-inductivo,

inductivo porque se va a realizar inferencias a partir de una muestra

representativa que permitirá hacer generalizaciones, deductivo porque permite

encontrar principios desconocidos a partir de los conocidos.

La fuente de información va ser secundaria ya que se usará información de la

Encuesta de Condiciones de Vida quinta ronda 2005 – 2006 realizada por el

INEC. El método utilizado por el INEC para obtener los datos fue empírico, se

utilizó información proveniente de la observación de los hechos en forma

directa y neutral.

La muestra estuvo conformada por 13536 viviendas distribuidas de la siguiente

manera: 8028 en el área urbana y 5508 en el área rural.

En esta investigación se seguirá el siguiente proceso:

Búsqueda de bibliografía especializada con respecto al tema.

En esta etapa se debe buscar, organizar y estudiar la bibliografía concerniente

al tema de investigación, la cual, deberá tratar sobre desnutrición infantil. Esta

se desarrollara durante el tiempo de duración de la investigación.

Descripción de la metodología utilizada para el levantamiento de la

Encuesta de Condiciones de Vida 2005 – 2006 realizada por el INEC.

9

Para mejor comprensión de la información que se va a utilizar para este estudio

se inicia describiendo los procedimientos metodológicos utilizados en el

desarrollo de la encuesta, describiendo los objetivo, el diseño muestral

utilizado, así como los principales características de la encuesta.

Definición de las variables de estudio

A partir de la bibliografía consultada y los objetivos de la investigación, se

definirán las variables requeridas para el análisis estadístico del problema a

tratar, logrando así clasificar la información necesaria para el desarrollo del

estudio.

Análisis descriptivo de la información obtenida de la Encuesta de

Condiciones de Vida 2005 – 2006 realizada por el INEC.

Para esta parte de la investigación se va ha realizar un análisis de las

principales estadísticas descriptivas (distribuciones relativas, medidas de

tendencias central, medidas de dispersión) que permitan conocer las

características de la población de la provincia de Cotopaxi, principalmente de la

población de estudio (niñas y niños menores de cinco años).

Definición de las técnicas estadísticas.

Se refiere a la definición de técnicas estadísticas a utilizar para la estimación de

la desnutrición crónica, construcción del modelo, comprobación de las

hipótesis, determinación de los pesos de los factores determinantes, que

permitirán el posterior análisis estadístico de la información.

Análisis estadístico de los datos.

En esta etapa de la investigación se desarrollara un completo análisis

estadístico de la información:

10

Estimación del indicador de desnutrición infantil, empleando los

nuevos patrones de crecimiento de la Organización Mundial de la

Salud (OMS) 200518.

Se utilizará el análisis de componentes principales (ACP) para la

construcción de un índice de condiciones socioeconómicas, que

permita caracterizar a los hogares de la provincia de Cotopaxi en

niveles socioeconómicos.

Mediante modelos de regresión se identificará los factores

determinantes y su grado de influencia en la desnutrición infantil

en la Provincia de Cotopaxi.

Los test de hipótesis permitirán probar las hipótesis propuestas.

I.7.1. Procedimientos:

Entrevistas con especialistas.

Revisión de informes técnicos especializados.

Recopilación y revisión de datos existentes de estudios anteriores

vinculados con el tema de la desnutrición crónica.

Determinación de las prevalencias de desnutrición crónica

Métodos de validación de datos.

Estadística descriptiva.

Pruebas de significación estadística-test de hipótesis.

Análisis de varianza.

18El estudio, denominado “Estudio Multi-centro de las Referencias del Crecimiento (MGRS) de la

OMS” se diseñó para que describa el crecimiento de los niños conforme a las prácticas de saludrecomendadas y los comportamientos saludables, para que sirvan como referencia normativa oprescriptiva del crecimiento físico (Wilma B. Freire, PhD. Nutrición Humana y Epidemiología).

11

Análisis de regresión.

Análisis de componentes principales.

I.8. Variables e indicadores

Dominio Variables Indicador

Demográfico Área donde se encuentra elhogar

Sexo del jefe del hogar

Nivel de educación de la madre

Número de miembros del hogar

Número de mujeres en el hogar

Número de niñas y niñosmenores de cinco años dentrodel hogar

Sexo del niño/niña

Autodefinición étnica

Estado civil

Distribución relativa



Promedio, distribución relativa






Características

de la vivienda

Vías de acceso principal a lavivienda

Acceso a servicios básicos

Acceso al agua




Socio-

Económico

Gastos del hogar

Situación laboral de la madre

Situación laboral del padre

Tenencia de bienes en el hogar





12

Recepción de remesas pormigración

Gasto en alimentos

Producción de alimentos para elautoconsumo


Consumo per cápita dealimentos


Medioambiental Desastres naturales

Acceso al agua

Acceso a servicios sanitarios




Biomédicos Talla de las niñas y niñosmenores de cinco años

Edad de las niñas y niñosmenores de cinco años

Desnutrición crónica de lasniñas y niños menores de cincoaños

Peso de la niña o niño al nacer

Prevalencia de EDAs

Prevalencia de IRAs

Edad de la madre

Intervalo de nacimiento de lasniñas y niños menores de cincoaños

Control prenatal

Número de hijas e hijos nacidosvivos

Número de embarazos

Atención durante el parto

Lactancia materna



Puntaje z











13

Recepción de vacunas

Recepción de vitaminas(vitamina A y hierro)

Desparasitación




Político-

Institucionales

Acceso a programas sociales yayudas del gobierno, ONGs,empresa privada, iglesia, etc.

Cobertura de servicio de saludgratuita



14

I.9. Cronograma de actividades

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Sem

ana

1

Sem

ana

2

Sem

ana

3

Sem

ana

4

Elaboración del plan de tesis

Presentación de plan de tesis

Elaboración del capitulo I

Elaboración de caputilo II

Elaboración de capitulo III

Elaboración del capitulo IV

Correcciones y ajustes solicitados

Presentación de versión final de la investigación

Actividad

Mayo Junio Julio OctubreAbril Agosto Septiembre

15

I.10. Plan analítico

Capítulo I.- Plan de Tesis

Introducción

Identificación del problema

Delimitación espacial y temporal

Justificación

Objetivos

Hipótesis

Metodología

Variables e indicadores

Plan analítico

Cronograma

Bibliografía

Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños menores de

cinco años de la provincia de Cotopaxi.

Fuentes de información

La ECV-2005-2006

Estimación de la desnutrición crónica infantil en la provincia de Cotopaxi

Estructura de la población de la provincia de Cotopaxi

La desnutrición crónica infantil

16

Capítulo III.- Factores determinantes de la desnutrición crónica infantil de la

provincia de Cotopaxi

Construcción del modelo de regresión

Identificación de los factores que inciden en la desnutrición crónica

infantil.

Capítulo IV.- Priorización de los factores determinantes identificados por el

modelo

Estimación del peso de los factores que inciden en la desnutrición

crónica

Determinación de los factores más influyentes en la desnutrición crónica

Capítulo V.- Conclusiones y Recomendaciones

Conclusiones

Recomendaciones

Bibliografía

Anexos de resultados estadísticos

17

Capítulo II.- Prevalencia de desnutrición crónica en niñas y niños

menores de cinco años de la provincia de Cotopaxi.

II.1. Fuentes de Información

Como fuente de información para el desarrollo de esta investigación se utilizará

la base de datos de la Encuesta de Condiciones de Vida quinta ronda

levantada por el INEC, por lo que a continuación se detallan algunos aspectos

metodológicos utilizados en el desarrollo de la encuesta.

Las Encuestas de Condiciones de Vida permiten poner a disposición un

instrumento estadístico de primer orden para el estudio de la pobreza y

desigualdad, el seguimiento de la cohesión social en el territorio de su ámbito,

el estudio de las necesidades de la población y el impacto de las políticas

sociales y económicas sobre los hogares y las personas, así como para el

diseño de nuevas políticas19.

La Encuestas de Condiciones de Vida tiene varios objetivos básicos y su

diseño se inscribe en la necesidad de elaborar medidas de la distribución del

bienestar y del nivel de pobreza de los hogares, con el fin de comprender las

reacciones de los hogares a las políticas económicas y a los programas de

gobierno.

“La primera Encuesta de Condiciones de Vida en el Ecuador la realizó el

Servicio Ecuatoriano de Capacitación Profesional (SECAP) en 1994. El Instituto

Nacional de estadísticas Censos del Ecuador (INEC), en virtud de un convenio

institucional suscrito con el SECAP, realizó la segunda ECV en 1995 con la

coejecución del Grupo Técnico SECAP, fecha a partir de la cual el INEC tiene a

su cargo la institucionalización y desarrollo de este tipo de encuestas. La

metodología y los procedimientos de la ECV, se vienen complementando,

19 INEC, Metodología ECV quinta ronda (2005-2006).

18

ajustando y adaptando a las experiencias, características y necesidades del

Ecuador”20.

En el transcurso de aproximadamente una década se han desarrollado cinco

rondas, así:

I. Ronda: junio - octubre 1994

II. Ronda: agosto - noviembre 1995

III. Ronda: febrero - mayo 1998

IV. Ronda: octubre 1998 - septiembre 1999

V. Ronda: noviembre 2005 - octubre 2006

Para el desarrollo de la presente investigación se utilizará los datos de la ECV

quinta ronda, ya que dispone de información necesaria que permite determinar

algunos aspectos nutricionales ver anexo 1, importantes, de las niñas y niños

menores de cinco años, además permitirá hacer estimaciones con validez

provincial, urbano, rural.

20 SECAP, Bases Metodológicas, Técnicas y procedimientos, (1996).

19

II.2. La ECV 2005-2006 (Aspectos Metodológicos)

II.2.1. Objetivos

La Encuesta de Condiciones de Vida – Quinta Ronda tiene como objetivos

generales los siguientes:

“Medir el impacto que las medidas de ajuste macroeconómico y las de

compensación social que han tenido sobre el nivel de vida de los

hogares y de la población ecuatoriana.

Entregar medidas monetarias y no monetarias completas de la

distribución del bienestar y del nivel de pobreza de los hogares.

Contar con una línea de base actualizada y útil para la medición del

cumplimiento de los Objetivos y Metas de Desarrollo del Milenio.

Facilitar la formulación de políticas y el diseño de acciones destinadas a

reducir los niveles de pobreza de la población en general”21.

II.2.2. Universo y unidad de análisis

“El universo bajo estudio de la Encuesta de Condiciones de Vida – Quinta

Ronda constituyen los hogares del área urbana y rural de la República del

Ecuador, excluyendo la Región Insular. Por su parte, la unidad de análisis y de

observación es el hogar”22.

II.2.3. Tamaño de la muestra

“El marco de muestreo para la ECV 5ta. Ronda, fue construido en base al

Marco Maestro construido por David Megill (U.S. Census Bureau) en el año

21“Idem 19”

22“Idem 19”

20

2002, el cual utilizó datos del VI Censo de Población y V de Vivienda del año

2001. Está constituido por el listado completo y actualizado de viviendas y

población por sector censal”23.

“El tipo de diseño de muestreo utilizado para la ECV Quinta Ronda es el

muestreo probabilístico en tres etapas o trietápico:

Primera etapa. Se seleccionó primero las UPMs con probabilidad proporcional

al tamaño PPT, obteniendo como resultado 1.128 UPMs.

Segunda etapa. En la segunda etapa se seleccionó un sector aleatoriamente

dentro de cada UPM, lo que dio como resultado 1.128 sectores.

Tercera etapa. En la tercera etapa se seleccionó aleatoriamente 18 hogares

dentro de cada sector; los cuales son 12 hogares por encuestar y 6 hogares de

reemplazo por sector. Por lo que, se obtiene 20.304 viviendas, de las cuales

13.536 viviendas deberán ser efectivas y 6768 viviendas servirán para realizar

los reemplazos respectivos en el operativo de campo”24.

La muestra para la ECV estuvo conformada por 1128 sectores y 13536

viviendas en total distribuida el 59% en el área urbana y el 41 % en el área rural

(Tabla 1).

23 INEC-Ecuador, Diseño de la muestra maestra para el sistema integrado de encuestas de hogares delinec-ecuador, y diseño de la muestra para la encuesta nacional de ingresos y gastos de hogares urbanos,(2002).

24 “Idem 19”.

21

Tabla 1: Distribución de la muestra ECV 2005 – 2006

Área Sectores Viviendas %

Urbana 669 8028 59%

Rural 459 5508 41%

Nacional 1128 13536Fuente: INEC.

La muestra se distribuyó en las provincias como se muestra a continuación

(Tabla 2).

Tabla 2: Distribución de la muestra ECV 2005 – 2006 según provincia

Sectores Viviendas %

Provincia

AZUAY 81 972 7,2%

BOLIVAR 42 504 3,7%

CAÑAR 42 504 3,7%

CARCHI 42 504 3,7%

COTOPAXI 51 612 4,5%

CHIMBORAZO 51 612 4,5%

EL ORO 76 912 6,7%

ESMERALDAS 59 708 5,2%

GUAYAS 157 1884 13,9%

IMBABURA 51 612 4,5%

LOJA 51 612 4,5%

LOS RIOS 68 816 6,0%

MANABI 80 960 7,1%

PICHINCHA 125 1500 11,1%

TUNGURAHUA 68 816 6,0%

AMAZONÍA 84 1007 7,4%

Total 1128 13535 100,0%

Fuente: INEC ECV 2005-2006

II.2.4. Dominios de estudio

Los dominios de estudio, denominados Dominios de Estimación, son

agrupaciones de centros poblados con características similares para los que se

pretenden obtener estimaciones. “Las 13.536 viviendas seleccionadas son

distribuidas en 20 estratos tomando en cuenta, que los estratos son

22

básicamente las provincias dentro de cada región formando 15 estratos,

excepto las provincias de la Región Amazónica, las cuales conforman 1 solo

estrato; y, los grandes centros poblados urbanos que constituyen 4 estratos

aparte”25.

“Los niveles de estimación de resultados considerados para la ECV – Quinta

Ronda son los siguientes:

Nacional, Urbano y Rural

Costa, Sierra y Amazonía: urbano y rural

Provincial Total: provincias de la Costa y de la Sierra

Quito, Guayaquil, Cuenca y Machala (dominios auto representados)”26.

La muestra para la provincia de Cotopaxi estuvo conformada por 614

hogares de los cuales un 74,6% fueron del área rural (ver tabla 3), de estos

hogares existían 2693 personas en total de los cuales el 76,2% vivían en el

área rural (ver tabla 4).

Tabla 3: Muestra de hogares de la provincia de Cotopaxi según área

n %

Área

Urbana 156 25,4%

Rural 458 74,6%

Total 614 100,0%


25“Idem 19”.

26“Idem 19”

23

Tabla 4: Personas encuestadas de la provincia de Cotopaxi según área y sexo

Área

Urbana Rural Total

N % N % N %

Sexo

Hombre 303 11,3% 1004 37,3% 1307 48,5%

Mujer 338 12,6% 1048 38,9% 1386 51,5%

Total 641 23,8% 2052 76,2% 2693 100,0%


II.2.5. Informantes

“En esta encuesta, a diferencia de las encuestas de hogares tradicionales, se

trabaja con informantes directos. La ECV no toma como UNICO informante al

Jefe del Hogar, a la Esposa, al Ama de Casa, o a la persona responsable del

hogar para que respondan por los demás miembros del hogar. En la ECV cada

persona del hogar deberá proporcionar directamente al encuestador la

información que se le solicite, excepto en los casos de los menores de 10 años

de edad, en donde la información se obtendrá de los padres o de los

responsables de su cuidado.

II.2.6. Estrategias de recolección

Cuestionarios o formularios previamente codificados, con uso extenso de

indicaciones explícitas (flujos).

El método de informante directo.

La estrategia básica de recolección de información en dos rondas.

El diligenciamiento de las encuestas en varias visitas por ronda.

Un alto nivel de supervisión del equipo planificador y técnico.

24

El ingreso, validación y corrección de la información en el campo”27.

II.2.7. Instrumentos de recolección

Para recoger la información de la ECV, se diseñaron en dos tipos de

instrumentos: formulario de hogares y formulario de precios.

Formulario del hogar.- Este formulario contiene características de la vivienda

y de las personas miembros del hogar, está conformado por 11 secciones en

los que se agrupan y ordenan las variables relacionadas con los diferentes

temas de investigación que se abordan en este estudio. El formulario está

compuesto por las siguientes secciones:

Tabla 5: Secciones que conforman el formulario de la ECV 2005-2006

Sección Temática

1 Vivienda y hogar

2 Registro del hogar

3 Salud

4 Educación

5 Migración

6 Actividades económicas

7 Fecundidad

8 Gastos y otros ingresos, equipamiento del hogar

9 Capital social y emigración laboral

10 Negocios del hogar y actividades independientes

11 Actividades agropecuariasFuente: INEC, ECV 2005-2006.

Cada sección se organiza en partes en las que se ordenan las preguntas en

función de las características de las personas a estudiar o de los subtemas a

investigar.

27“Idem 19”

25

Las preguntas de la sección 1 permiten contar con información de la estructura

física de la vivienda que ocupa el hogar, por ejemplo, materiales del techo piso

y paredes, abastecimiento de agua, servicios básicos, etc.

A partir de la sección 2 hasta la sección 7, fueron destinadas a recabar

información sobre todos los miembros del hogar, según su edad, de manera

que se cuenta con la información necesaria, para el desarrollo del presente

estudio tales como, datos antropométricos de los/as niños/as menores de cinco

años, lactancia materna, presencia de enfermedades en los niñas/os, nivel de

educación de todos los miembros del hogar, ocupación de los miembros del

hogar, salud materna, control del niño sano, alimentación complementaria entre

otros temas de interés para la investigación.

Las secciones restantes fueron destinadas a recabar información sobre los

gastos e ingresos del hogar, como son los diferentes gastos que tiene los

hogares tanto alimenticios como no alimenticios, también se dispone de

información sobre disponibilidad de bienes, negocios familiares, actividades

agropecuarias entre otros temas que permitirán clasificar a los hogares por

nivel socioeconómico (pobre y no pobre).

Formulario de precios.- Instrumento para el registro de los precios

referenciales de los principales productos de uso masivo, de cada región o

sector a investigarse.

26

II.3. Estimación de la desnutrición crónica infantil en la provincia de

Cotopaxi

II.3.1. Estructura de la población de la provincia de Cotopaxi

Para el año del 2006 basándose en los datos de la ECV (2005-2006) la

población de la provincia de Cotopaxi era de 391.016 habitantes que

representa el 2,9% (Anexo 2) de la población a nivel nacional de los cuales el

48,7% son hombres y el 51,3% mujeres como se puede ver en la Figura 1.

Figura 1. Personas de la provincia de Cotopaxi según sexo y área

48,7

12,4

36,3

51,3

13,6

37,7

0,0

10,0

20,0

30,0

40,0

50,0

60,0

Total Urbana Rural

Po

rce

nta

je

Hombre Mujer


Cotopaxi es una provincia con población concentrada mayormente en el área

rural alcanzando un 74% frente al 26% que vive en el área urbana28, siendo la

segunda provincia del país con mayor población en el área rural (Anexo 2) tan

solo superada por Bolívar.

28 Se considera área rural a las poblaciones que tienen menos de 5000 habitantes y área urbana a las

poblaciones con 5000 y más habitantes (INEC ECV 2005-2006).

27

Las personas de la provincia de Cotopaxi tenían en promedio 27,2 años de

edad (Tabla 6) para el 2006, similar al promedio nacional (Anexo 2), sin

embargo el 50% de las personas de la provincia alcanzaban una edad de 22

años, mientras que a nivel nacional la diferencia es de un año (23 años de

edad).

Tabla 6 : Promedio de edad de la personas de la provincia de Cotopaxi

Mediana MediaDesviación

típica Mínimo Máximo N total

Edad 22,00 27,21 21,70 0 98 391016Fuente: INEC ECV 2005-2006

La provincia de Cotopaxi tenía 88969 hogares de los cuales el 27,8% viven en

el área urbana y un 72,2% en la rural contrastando con la distribución nacional

(65,9% urbano y 34,1% rural) (Anexo2), el promedio de personas por hogar en

la provincia es de 4,4 miembros, en el área rural es de 4,5 y en el área urbana

de 4,1(Tabla 7), mientras que a nivel nacional es de 4,07 (Anexo2).

Tabla 7: Promedio de personas por hogar de la provincia de Cotopaxi

MediaDesviación

típica Mínimo MáximoTotal dehogares

% dehogares

Área

Urbana 4,12 1,78 1,00 16,00 24697 27,8%

Rural 4,50 2,53 1,00 17,00 64272 72,2%

Total 4,39 2,35 1,00 17,00 88969 100,0%Fuente: INEC ECV 2005-2006

Las personas de la provincia de Cotopaxi en un 70,7% se autoidentifican como

mestizos, un 23,7% como indígenas (Tabla 8), mientras que los indígenas a

nivel nacional alcanza tan solo un 7,1% (Anexo 2), tanto en la provincia de

28

Cotopaxi como a nivel nacional las personas que se autoidentifican como

indígenas residen en el área rural, siendo esta provincia una de las que tiene

mayor población indígena en la región Sierra.

Tabla 8: Personas de la provincia de Cotopaxi según Área y Autoidentificación étnica

Área

Urbana Rural Total

n % N % n %

Autoidentificaciónétnica

Indígena 6481 8,5% 58105 29,6% 64586 23,7%

Mestizo 64575 84,9% 127823 65,2% 192398 70,7%

Blanco 4715 6,2% 8630 4,4% 13345 4,9%

Negro 0 ,0% 482 ,2% 482 ,2%

Mulato 256 ,3% 957 ,5% 1213 ,4%

Otro, cual 0 ,0% 0 ,0% 0 ,0%

Total 76028 100,0% 195998 100,0% 272026 100,0%Fuente: INEC ECV 2005-2006

La población de niñas y niños menores de 5 años en la provincia de Cotopaxi

alcanzaba 47.862 niños que representa el 3,2% a nivel nacional, de estos el

48,8% son hombres, mientras que el 51,2% son mujeres, el 77,2% de las niñas

y niños de la provincia viven en el área rural, y el 22,8% en el área urbana,

guardando relación con el total de personas de la provincia (Tabla 9).

29

Tabla 9: Niñas/os menores de 5 años según área y sexo

Área

Urbana Rural Total

N % N % N %

Sexo

Hombre 5113 10,7% 18264 38,2% 23377 48,8%

Mujer 5821 12,2% 18664 39,0% 24485 51,2%


El 21,8% de las niñas/os menores de cinco años se encuentran en el grupo de

edad de 24 a menos de 36 meses, siendo este el grupo con mayor número de

niñas/os, por otro lado, el grupo de edad de 12 a menos 24 meses está

conformado por el 16,9% de niñas/os, siendo este el grupo más pequeño en la

provincia (Tabla 10).

Tabla 10: Niñas/os menores de 5 años según sexo y grupos de edad (en

meses) de la provincia de Cotopaxi

SEXO

Hombre Mujer Total

N % N % n %

Gruposde edadniñosmenoresde 5 años

Menores de 12 meses 5311 22,7% 4326 17,7% 9637 20,1%

De 12 a menos de 24meses

4315 18,5% 3787 15,5% 8102 16,9%


4697 20,1% 5727 23,4% 10423 21,8%


4772 20,4% 5366 21,9% 10138 21,2%


4284 18,3% 5279 21,6% 9562 20,0%

Total 23377 100,0% 24485 100,0% 47862 100,0%


30

En la provincia de Cotopaxi, existen mayor número de personas que se

encuentran entre 5 a 19 años de edad, distribuidos en 3 grupos etarios (figura

2), comportándose de forma similar a la distribución a nivel nacional (anexo 2),

por lo que se puede concluir, que la provincia se encontraba habitada,

mayoritariamente, por población joven.

Figura 2. Pirámide poblacional de la provincia de Cotopaxi


El número de hogares con niñas/os menores de cinco años de la provincia de

Cotopaxi asciende a 33148 para el 2006, con un 26,5% que habitan en el área

urbana y un 73,5% en la rural, mientras que a nivel nacional un 62,8% habita el

área urbana frente al 37,2% del área rural (Anexo 2), 1,4 niñas/os menores de

31

cinco años tienen en promedio29 los hogares de Cotopaxi, en el área rural el

promedio es de 1,5 mientras que en la urbana 1,2 (Tabla 11).

Tabla 11: Promedio de niñas/os menores de 5 años por hogar de la provincia de

Cotopaxi

MediaDesviación

típica Mínimo Máximo

Total dehogares con

niñas/osmenores decinco años

% dehogares

Área Urbana 1,24 ,50 1,00 3,00 8797 26,5%

Rural 1,52 ,74 1,00 4,00 24350 73,5%

Total 1,44 ,69 1,00 4,00 33148 100,0%


29 Promedio calculado solo para los hogares que tiene al menos una niña/o menor de 5 años.

32

II.3.2. La desnutrición crónica infantil

La seguridad alimentaria ha tomado varios enfoques, en los años setenta,

“consistía esencialmente en que a lo largo del tiempo la producción y las

existencias de alimentos básicos en el mundo alcanzasen para sostener la

demanda mundial”30.

El concepto de seguridad alimentaria para los años ochenta incorporó una

nueva dimensión, la accesibilidad de alimentos, puesto que, no bastaba con

una suficiente oferta de alimentos, para evitar las hambrunas31. “El acceso a los

alimentos, depende de los ingresos derechos o títulos que los individuos o

familias poseen, los activos con los que cuentan, y el entorno social o

institucional”32.

En la década siguiente este concepto incluye la “seguridad nutricional” como

parte fundamental, ya que la malnutrición de las personas no solo se da en

hogares que no disponen ni tienen acceso a los alimentos, de aquí nace la

preocupación por las condiciones generales de salud y a las condiciones

sanitarias.

Según la FAO define a la inseguridad alimentaria como la “situación que se da

cuando las personas carecen de un acceso seguro a una calidad suficiente de

alimentos inocuos y nutritivos para un crecimiento y desarrollo normales y una

vida activa y sana. Puede deberse a la no disponibilidad de alimentos, el

insuficiente poder adquisitivo, la distribución inapropiada o el uso inadecuado

de los alimentos en el hogar. La inseguridad alimentaria, las malas condiciones

30 “Idem 12”.

31 “Idem 12” : Amartya Sen en su libro Poverty and famines publicado en 1981 demostró que muchas

hambrunas habían ocurrido sin que existiese un déficit de alimentos a nivel mundial o incluso en el país

afectado.

32 “Idem 12”.

33

de la salud y el saneamiento, y las prácticas de atención y alimentación

inapropiadas son las principales causas de un estado nutricional deficiente. La

inseguridad alimentaria puede ser crónica, estacional o transitoria”33.

La cuantificación de los conceptos relacionados con la seguridad alimentaria

puede enfocarse desde diversos puntos de vista, en correspondencia con los

variados matices y enfoques del concepto. Esencialmente esos enfoques son

dos: uno de ellos se dirige a medir la subalimentación, y el otro se orienta a la

medición del estado nutricional, siendo este de interés para esta investigación.

Según la Organización Mundial de la Salud (OMS), “la nutrición es la ingesta de

alimentos en relación con las necesidades dietéticas del organismo. Una buena

nutrición es un elemento fundamental de la buena salud. Una mala nutrición

puede reducir la inmunidad, aumentar la vulnerabilidad a las enfermedades,

alterar el desarrollo físico y mental, y reducir la productividad”.

Para la medición del estado nutricional el enfoque más usual se basa en

mediciones antropométricas, y se requiere:

1. Establecer cuáles son los pesos y estaturas normales.

2. Medir el peso y la estatura de la población involucrada.

3. Comparar los rangos normales con los valores reales y estimar la

incidencia y gravedad de los estados nutricionales deficientes.

Según el Dr Héctor Maletta y Rosario Gómez34, “la insuficiente satisfacción de

las necesidades nutricionales conduce a un estado nutricional deficiente, que

se manifiesta a través de diversos síntomas como son: peso insuficiente,

33 FAO, 2000 “El estado de la inseguridad alimentaria en el mundo”.

34 “Idem 12” .

34

retardo en el crecimiento infantil, y diversas enfermedades relacionados con la

desnutrición”.

La medición del estado nutricional de la población usualmente se mide a través

de indicadores antropométricos, como son:

Desnutrición Aguda: También denominada de corto plazo, ya que suele ser

una condición temporal en las niñas y niños que ocurre durante episodios de

bajo consumo e infecciones, esta desnutrición se mide a través del indicador

peso para la talla (P/T)35.

Desnutrición Crónica: También denominada histórica ya que permite medir el

efecto neto de la historia nutricional de las niñas y niños desde la etapa

intrauterina hasta el momento de la medición, esta desnutrición se mide a

través del indicador talla para la edad (T/E)36.

Desnutrición Global: Es un efecto combinado de los tipos de desnutrición

anteriores, en esta se presentan varias situaciones por lo que es bastante

ambiguo, ya que puede incluir niñas y niños con retraso de crecimiento pero

con peso normal para su talla, o bien niños con estatura normal pero con

excesiva delgadez o incluso niñas y niños que combinan retraso de talla con un

exceso de peso para su estatura, esta desnutrición se mide a través del

indicador peso para la edad (P/E)37.

El indicador que mejor evalúa el estado nutricional de las niñas y niños es el de

talla para la edad que mide desnutrición crónica, ya que como se mencionó

anteriormente es el que permite conocer la evolución histórica, y los efectos a

35 “Idem 12” .

36 “Idem 12”.

37 “Idem 12”.

35

las niñas y niños que padecen de este tipo de desnutrición, son irreversibles a

lo largo de toda su vida38.

Este indicador se refiere al retraso en el crecimiento de la estatura de los niños

de cada país o grupo, en comparación con la estatura de referencia para su

edad. La estatura de referencia la ha establecido la OMS en función del

crecimiento observado en niñas/os sanos y bien alimentados, y han creado las

curvas de crecimiento de las cuales se detalla a continuación el uso y la

interpretación de estas.

En los estándares del crecimiento que la OMS venía recomendado, conocidos

como las curvas OMS/NCHS39, se observó inconsistencias al comparar el

crecimiento de niñas/os alimentados con leche materna y alimentación

complementaria adecuadas en un ambiente óptimo para el crecimiento, con

las curvas recomendadas. Por tal motivo, la OMS organizó grupos de trabajo,

uno de los cuales recomendó la realización de un estudio multi-centro para la

elaboración de nuevos estándares de crecimiento, debido a que las curvas

OMS/NCHS, que la misma OMS venía recomendando, subestimaba la

desnutrición y sobreestimaba el sobrepeso, según la edad, de los niñas/os

menores de cinco años40.

“El estudio multicéntrico sobre el patrón de crecimiento combinó un

seguimiento longitudinal desde el nacimiento hasta los 24 meses de edad y un

estudio transversal de los niños de entre 18 y 71 meses. Se recogieron datos

primarios sobre crecimiento e información conexa de 8440 lactantes y niños

38 “Idem 12”.

39 Las curvas del crecimiento del “National Center for Health Statistics” (NCHS) fueron construidosmediante la combinación de dos conjuntos distintos grupos de datos, recopilados en diferentes períodos.Para los niños menores de 2 años, los datos provinieron del “Fels Longitudinal Study” realizado enYellow Springs, Ohio, durante el período comprendido entre los años 1929 y 1975. Las curvas Felsreflejan el crecimiento de niños alimentados principalmente con fórmula y cuya alimentacióncomplementaria comenzó antes de los 4 meses. El grupo provino de entornos homogéneos en términosgenéticos, geográficos y socioeconómicos (De Onis, Garza, y Habicht, 2006).

40 “Mapa de desnutrición Crónica del Ecuador Enero 2010; Recuadro temático N°. 1; Wilma B. Freire;Nutrición humana y Epidemiología”.

36

pequeños saludables alimentados con leche materna con antecedentes étnicos

y entornos culturales muy diversos (el Brasil, Ghana, la India, Noruega, Omán y

los Estados Unidos de América). Este estudio tiene la peculiaridad de que fue

concebido específicamente para elaborar un patrón seleccionando a niños

saludables que vivieran en condiciones favorables para que los niños alcancen

plenamente su potencial genético de crecimiento. Además, las madres de los

niños seleccionados para la construcción de los patrones realizaban prácticas

fundamentales de promoción de la salud, a saber, alimentar a los hijos con

leche materna y no fumar”41.

“Los patrones de crecimiento infantil de la OMS permiten comparar parámetros

del crecimiento importantes, como el peso y la talla/estatura de los lactantes y

niños, con un valor de referencia óptimo. Hay gráficos para varones y para

hembras y también gráficos para lactantes (hasta un año de edad) y para niños

de hasta cinco años”42.

II.3.3. Estimación de la desnutrición crónica (baja talla para la

edad)

Para estimar la desnutrición crónica (baja talla para la edad), se debe contar

con datos antropométricos (para este caso la talla), de una muestra

representativa de niñas y niños menores de cinco años recogidos bajo los

estándares técnicos recomendados en este tipo de mediciones.

Al calcular el índice de desnutrición crónica, el procedimiento es estandarizar

las unidades de medida de los datos antropométricos de cada niña y niño

41 “Patrones de crecimiento infantil Métodos y Desarrollo; OMS”.

42 “Patrones de Crecimiento Nota descriptiva no.1 OMS”,

37

observado en percentiles, puntajes z y porcentaje de adecuación a la

mediana43.

Percentiles: Son puntos estimativos de una distribución de frecuencias (de

individuos ordenados de menor a mayor) que ubican a un porcentaje dado de

individuos por debajo o por encima de ellos. Se acepta numerar los percentiles

de acuerdo al porcentaje de individuos que existen por debajo de ellos, así el

valor que divide a la población en un 97% por debajo y un 3% por encima es el

percentil 97. Al evaluar un individuo, se calcula su posición en una distribución

de referencia y se establece que porcentaje de individuos del grupo iguala o

excede44.

Porcentaje de adecuación a la mediana: es el cociente entre una medición

individual (por ejemplo, peso) y el valor de la mediana de la población de

referencia para ese índice, expresado en porcentaje45.

Puntaje z: Es una transformación de las observaciones siempre que estás

sigan una distribución normal46, lo cual permite medir las distancias que existe

entre una observación o individuo respecto al promedio en unidades de

desviación estándar.

De los tres métodos mencionados el que brinda mayor información y que

puede ser usado en análisis poblacionales (estadísticos) más completos es el

puntaje Z o puntaje de desviación estándar ya que presenta las siguientes

características: adherencia a distribución de referencia, escala lineal que

43 “Evaluación del estado nutricional de niñas, niños y mujeres embarazadas mediante antropometría;Buenos Aires Ministerio de Salud de la Nación con apoyo de la OPS; 2009”.

44 “Idem 41”.

45 “Idem 41”.

46 “En estadística y probabilidad se llama distribución normal, distribución de Gauss o distribucióngaussiana, a una de las distribuciones de probabilidad de variable continua que con más frecuenciaaparece en fenómenos reales”.

38

permite estadísticos de resumen, criterio uniforme entre índices, útil para

detectar cambios en extremos de la distribución47.

II.3.3.1. Cálculo e interpretación del puntaje Z

En su aplicación a la antropometría, es la distancia a la que se ubica la

medición de una niña/o con respecto a la mediana o percentil 50 de la

población de referencia48 para su edad y sexo, en unidades de desviación

estándar. Por tanto, puede adquirir valores positivos o negativos según sea

mayor o menor a la mediana. La fórmula de cálculo en distribuciones

estadísticas normales –gaussianas- (como la talla/edad) es la siguiente:

(Valor observado) - (Valor de la mediana de referencia para edad y sexo)Z =

Desviación estándar de la población de referencia

Las niñas/os situados de la mediana de la población de referencia hasta ± 2

desviaciones estándar se consideran con estatura normal para la edad,

mientras que los que se encuentran a partir de -2 DE. de la mediana se

consideran con retraso de crecimiento para la edad (figura 3), y son

identificadas muchas veces como indicativas de desnutrición crónica49.

47 “Idem 41”.

48 “Niñas/os participantes en el estudio multicéntrico sobre el patrón de crecimiento de la OMS (2005)”.

49 “Idem 12”.

39

Figura 3: Esquema de Interpretación del Puntaje z

Si las niñas/os de la población de estudio estuvieran en condiciones normales,

se podría decir que un 2,3% de la población de estudio se encontrarían a -2DE.

ubicados en la zona de baja talla para la edad, el 95,4%50 de las niñas/os se

encuentran en el área donde la estatura es considerada normal para su edad y

el 2,3% restante se ubica en la región donde se considera que la talla excede

los parámetros comunes para su edad, como se muestra en la figura 4.

50 PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos.

40

Figura 4. Porcentaje bajo el área de la curva normal

A partir del cálculo del puntaje z la OMS elaboró las nuevas curvas de

crecimiento como se lo explica en el numeral II.3.2 de este documento, estos

parámetros son importantes indicadores de salud y ayudan a determinar el

estado de salud de una niña/o o una población de niñas/os y si su crecimiento

es adecuado.

En la figura 5, se observa cómo se forman las curvas de crecimiento a partir de

la distribución del puntaje z en cada mes de edad51, las niñas/os situadas a

51 A manera de ejemplo, en la figura 5 se muestra la distribución del puntaje z para las niñas/os de 36meses de edad.

41

menos de -2 desviaciones estándar es decir, por debajo de la línea roja sufren

retardo de talla para la edad (desnutrición crónica), mientras más alejados de la

línea roja se encuentren mayores serán las probabilidades que tengan

problemas de salud, es decir las niñas/os que se encuentran a menos de -3

desviaciones estándar, por debajo de la línea negra, presentan retardo de talla

para la edad severa, como la niña/o 2 de la figura. Por otro lado la niña/o 1

presenta una estatura normal para su edad ya que se ubica entre la línea verde

(mediana de la población de referencia) y la línea roja (-2 DE).

Figura 5. Curvas de crecimiento de la OMS

42

El siguiente cuadro desarrollado por la OMS52, permite una mejor comprensión

de la interpretación de los diferentes indicadores de crecimiento (desnutrición

global, aguda, crónica e IMC) para niñas/os menores de cinco años.

Recuadro temático 1. Curvas de crecimiento de la OMS

Categorizando los indicadores

Puntaje ZIndicadores de Crecimiento

Estatura/edad Peso/edad Peso/estatura IMC/Edad

Arriba 3 Ver nota 1

Ver nota 2

Obeso Obeso

Arriba 2 Sobrepeso Sobrepeso

Arriba 1Posible riesgo de

sobrepeso (Ver nota 3)

Posible riesgo desobrepeso (Ver

nota 3)

0 (mediana)

Bajo −1

Bajo −2 Retardo de estatura

(Ver nota 4)Bajo peso

Bajo peso paraestatura

Bajo IMC paraedad

Bajo −3 Retardo de estaturasevero (Ver nota 4)

Bajo peso severoBajo peso paraestatura severo

Bajo IMC paraedad severo

NOTAS:

1. Un niño en este rango es muy alto. Su altura es raramente un problema, a menos que sea excesiva ypuede indicar un desorden endocrino, como un tumor producido por la hormona de crecimiento. Seriarecomendable referir a este niño si usted sospecha de un desorden endocrino. (Ej.: si padres de tallanormal tienen un hijo con altura excesiva para su talla).

2. Un niño cuyo peso para la edad cae en este rango puede tener un problema de crecimiento, esrecomendable evaluar al niño con el indicador peso/talla o el índice de masa corporal para la edad.

3. Un punto por arriba de 1 demuestra un posible riesgo. Una tendencia hacia arriba demuestra un riesgocategórico.

4. Es posible para un niño con retardo de estatura o un severo retardo de estatura llegar a ser sobrepeso.

52 Categorización de los indicadores, desarrollado por la OMS, traducido al español.

43

II.3.3.2. Software “WHO Anthro” para el cálculo de desnutrición

crónica

“El software “WHO Anthro” fue desarrollado para facilitar la aplicación de los

patrones de crecimiento infantil de la OMS en la vigilancia del crecimiento y el

motor de desarrollo en individuos y poblaciones de niños de hasta 5 años de

edad.

Una primera versión de este software fue publicado en el 2006, junto con el

conjunto de Patrones de crecimiento infantil de la OMS (es decir, el peso para

la edad, talla para la edad, peso para la talla, índice de masa corporal- para la

edad y las ventanas de logro para seis hitos motricidad gruesa).

En el 2007 la OMS publicó el segundo conjunto de normas para los indicadores

de la circunferencia de la cabeza-para el brazo de la edad, la circunferencia

para la edad, los pliegues cutáneos (tríceps y subescapular) para la edad, lo

que provocó la necesidad de actualizar el software.

OMS Anthro consta de tres módulos:

• Calculadora antropométrica (CA)

• Evaluación individual (IA)

• Encuesta nutricional (SN)

Cada módulo facilita funciones específicas, es decir, para evaluar el estado

nutricional de una niña/o, seguimiento de un niña/o desarrollo y crecimiento en

el tiempo, o realizar encuestas nutricionales, respectivamente”53.

En este estudio para efectos del cálculo de los puntajes z se utilizará la versión

v.3.1.0, del software WHO Anthro, el mismo que no tiene costo de

licenciamiento y se encuentra disponible en la página web de la OMS54.

53 WHO Anthro for personal computers, World Health Organization, 2010.

54 Página web oficial de la OMS http://www.who.int/childgrowth/en/.

44

II.3.3.3. Estimación de la prevalencia de desnutrición crónica

en niñas/os menores de cinco años de la provincia de

Cotopaxi

Para estimar la prevalencia de desnutrición crónica en niñas/os menores de

cinco años se debe adecuar los datos de acuerdo a los requerimientos

técnicos del software, las variables necesarias son las siguientes:

Tabla 12. Variables que intervienen en el cálculo de la desnutrición crónica usando el

software Anthro

Variable Formato

Fecha de nacimiento dd/mm/aaaa

Fecha de medición dd/mm/aaaa

Sexo Hombre (Male)Mujer (Female)

Longitud/Estatura En centímetros

Peso En kilogramos

Medición recostado SiNo

Fuente: WHO Anthro for personal computers, World Health Organization, 2010.

Las fechas de nacimiento y medición el software utiliza para calcular la edad de

las niñas/os en meses, el sexo se utiliza para que permita la comparación con

los patrones, estos, se calcularon diferenciados para hombres y mujeres, la

longitud o estatura permitirá calcular el puntaje z de las niñas/os en estudio, es

necesario la variable que determine la forma en que se tomó la medida de las

niñas/os (medición recostado).

El siguiente diagrama explica los pasos necesarios a seguir para el cálculo de

la prevalencia de desnutrición crónica en niñas/os de cinco años:

45

Figura 6. Proceso del cálculo de desnutrición crónica

46

II.3.3.4. Resultados de la prevalencia de desnutrición crónica

En la ECV 2005-2006 se tomaron mediciones antropométricas (peso y talla) a

todos los de 0 a 59 meses de edad, a partir de estos datos se realizaran el

cálculo de los indicadores nutricionales de las niñas/os.

A continuación se muestran los principales resultados de la desnutrición

crónica, para el cálculo de la prevalencia no se tomaron en cuenta las niñas/os

que presentaban anomalías en el cálculo del puntaje z según el programa

WHO anthro55.

El retardo de talla para la edad, según la ECV 2005-2006 alcanzaba el 25,8%

a nivel nacional (ver tabla 13), la prevalencia en los hombre es del 27,5% y

24,0% para las mujeres, de igual manera en el área urbana alcanzaba un

19,2% mientras que en el área rural afectaba al 35,4% de niñas/os, el grupo de

población que alcanza el nivel más alto de desnutrición (50,5%), son los

niñas/os que provienen de hogares indígenas56 (ver anexo 3), también es

importante conocer el número de niñas/os que padecen desnutrición crónica, el

mismo que llegaba a 368606 para el período de estudio.

Tabla 13: Prevalencia de desnutrición crónica en el país

n %

Prevalencia dedesnutricióncrónica

Retardo de talla/edad 368606 25,8

Sin retardo de talla/edad 1061101 74,2

Total 1429707 100,0Fuente: INEC ECV 2005-2006

55 Se excluyeron en total 39 niñas/os del cálculo de la prevalencia de desnutrición crónica, ya quepresentaron errores en cualquiera de las cuatro medidas nutricionales (WHZ, HAZ, WAZ, BAZ).

56 Hogares con jefe/a que se autoidentificaron como indígenas.

47

Las tres provincias con niveles más altos de desnutrición están ubicadas en la

sierra y estas son: Chimborazo con 52,7%, Bolívar 47,9% (ver anexo 3) y

Cotopaxi 42,6% (ver tabla 14).

Tabla 14: Prevalencia de desnutrición crónica en la provincia de Cotopaxi

n %


Retardo de talla/edad 19282 42,6

Sin retardo de talla/edad 25956 57,4

Total 45237 100,0Fuente: INEC ECV 2005-2006

Como se mencionó anteriormente Cotopaxi tiene alto número de población

indígena (64586) tan solo superada por Chimborazo y Pichincha a nivel

nacional (ver Anexo 2), siendo este el grupo más vulnerable a padecer

desnutrición, en la provincia se evidencia que el indicador para este grupo es 9

puntos porcentuales más alto que el nacional (ver tabla 15).

48

Tabla 15: Prevalencia de desnutrición crónica según auto identificación étnica del jefe

del hogar en la provincia de Cotopaxi

Prevalencia de desnutrición crónica

Retardo de talla/edadSin retardo de

talla/edad Total

n % n % N %

Autoidentificaciónétnica del jefe delhogar

Indígena 9411 59,8% 6317 40,2% 15728 100,0%

Mestizo 9543 35,1% 17683 64,9% 27226 100,0%

Blanco 328 17,6% 1534 82,4% 1862 100,0%

Negro 0 ,0% 179 100,0% 179 100,0%

Mulato 0 ,0% 243 100,0% 243 100,0%

Otro 0 ,0% 0 ,0% 0 ,0%


Las niñas/os que provienen de hogares indígenas, sin importar el área de

residencia son los que presentan los más altos índices de retardo de talla para

la edad, superando al promedio nacional con más de 20 puntos porcentuales,

como se muestra a continuación (ver figura 7)57.

57 Para el gráfico 1 se consideró la autoidentificación del jefe del hogar indígena y mestizo, ya que, lasdemás categorías no mostraron ser significativas.

49

Figura 7. Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del

hogar y área de residencia de la provincia de Cotopaxi


Mientras que a nivel nacional hay diferencia entre hombres y mujeres que

padecen desnutrición crónica (3 puntos), en Cotopaxi tanto hombres como

mujeres alcanzan un 42,8% y 42,5% respectivamente, además se puede

visualizar que el número de niñas con retardo de talla es mayor que el de

niños. El indicador para el área rural es de 47% mientras que para el área

urbana 28,6%, siendo consistente con el nacional (ver tabla 16).

25,8 prevalencia de desnutricióncrónica a nivel nacional

42,6

28,6

51,2

26,0

47,0

60,5

39,3

0

10

20

30

40

50

60

70

Cotopaxi Total Indígena Mestizo Total Indígena Mestizo

Urbana Rural

Po

rce

nta

je

50

Tabla 16: Prevalencia de desnutrición crónica según sexo y área en la provincia de

Cotopaxi



talla/edad Total

n % N % n %

SexoHombre 9369 42,8% 12538 57,2% 21907 100,0%

Mujer 9913 42,5% 13418 57,5% 23331 100,0%

Área

Urbana 3074 28,6% 7683 71,4% 10758 100,0%

Rural 16208 47,0% 18272 53,0% 34480 100,0%

Total 19282 42,6% 25956 57,4% 45237 100,0%


Así mismo se puede estimar la desnutrición por nivel de afección, a nivel país

el retardo de talla es del 19,5% y el retardo de talla severa es del 6,3%

mientras que para Cotopaxi estos mismos indicadores alcanzan un 30,5% y

12,1% respectivamente58 (ver tabla 17).

Tabla 17: Niveles de desnutrición crónica en el país y Cotopaxi

País Cotopaxi

n % N %

Niveles de desnutrición

Sin retardo de talla 1061101 74,2 25956 57,4

Retardo de talla 278779 19,5 13810 30,5

Retardo de talla severa 89827 6,3 5471 12,1

Total 1429707 100,0 45237 100,0


58 Para el caso de nivel de afección de desnutrición se considera retardo de talla a las niñas/os que seencuentran en el rango -2 DE>x≥-3 DE, y retardo de talla severa a las/os que se encuentran a x<-3 DE.

51

La desnutrición por nivel de afección según el sexo muestra que los hombres

son quienes se ven más afectados por el retardo de talla severa alcanzando al

15% de ellos, este porcentaje es similar al alcanzado por las niñas/os que

residen en el área rural (según tabla 18).

Tabla 18: Nivel de desnutrición crónica según área y sexo en la provincia de Cotopaxi


Sin retardo detalla Retardo de talla

Retardo de tallasevera Total

N % N % n % n %

Sexo

Hombre 12538 57,2% 6090 27,8% 3279 15,0% 21907 100,0%

Mujer 13418 57,5% 7721 33,1% 2192 9,4% 23331 100,0%

Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%

Área

Urbana 7683 71,4% 2916 27,1% 158 1,5% 10758 100,0%

Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%

Total 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%


52

II.3.3.5. Comprobación de hipótesis

Para determinar si existe diferencia entre la prevalencia de desnutrición crónica

de las niñas/os según el área de residencia, se utilizarán pruebas estadísticas,

mediante las cuales se establecerá asociación y diferencia estadísticamente

significativa entre las variables de estudio.

Para la comprobación de la hipótesis59 se debe verificar que tipo de distribución

sigue la variable en estudio para aplicar la prueba estadística que se requiera.

Recuadro temático 2: PRUEBA DE NORMALIDAD KOLMOGOROV-SMIRNOV

59 Primera hipótesis del plan de tesis “La prevalencia de desnutrición crónica en las niñas y niños menoresde cinco años es diferente en el área urbana que en la rural en la provincia de Cotopaxi”.

1

PLANTEAMIENTO DE HIPÓTESISH0: La distribución de la variable HAZ sigue una distribución normal.H1: La distribución de la variable HAZ NO sigue una distribución normal.

2NIVEL DE SIGNIFICANCIAα = 0.05

3

ESTADÍSTICO DE PRUEBA

iinni

xFxFD 01

ˆmax

donde:

• ixes el i-ésimo valor observado en la muestra (cuyos valores se han ordenado

previamente de menor a mayor).

• in xF̂

es un estimador de la probabilidad de observar valores menores o iguales que ix.

• ixF0 es la probabilidad de observar valores menores o iguales que ix

cuando H0 escierta.

4REGLA DE DESICIÓNSi p valor > α se acepta H0.

5

DESICIÓNValor calculado= 0,058P valor= 0,012Como 0,012 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0

6INTERPRETACIÓNLa distribución de la variable HAZ NO sigue una distribución normal.

53

Se utiliza la prueba de Kolmogorov-Smirnov60 para determinar si la variable en

estudio, para nuestro caso HAZ61, sigue una distribución normal. Al nivel de

significancia del 95% rechazamos la hipótesis nula de que la variable de

estudio sigue una distribución normal (ver tabla 19), por lo tanto se debe utilizar

una prueba no paramétrica para determinar si existe diferencia

estadísticamente significativa entre el puntaje z (HAZ) de las niñas/os de

Cotopaxi según el área de residencia.

Tabla 19: Prueba de normalidad

Kolmogorov-Smirnov

Estadístico Gl Sig.

HAZ ,058 316 ,012


Debido a que la variable HAZ no sigue una distribución normal, para determinar

si existe diferencia significativa en el puntaje z en las niñas/os de Cotopaxi

según el área de residencia, es necesario aplicar la prueba no paramétrica U

de Mann-Whitney ya que la única suposición necesaria para su aplicación es

que la distribución de HAZ sea continua62.

60 Esta prueba se basa en una comparación entre las funciones de distribución acumulativa que seobservan en la muestra ordenada y la distribución propuesta (distribución normal) bajo la hipótesis nula.Si esta comparación revela una diferencia suficientemente grande entre las funciones de distribuciónmuestral y la propuesta, entonces la hipótesis nula de que la distribución es normal, se rechaza.“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.

61 Length or height-for-age z-score, puntaje z de la talla o estatura para la edad.

62 “Idem 50”.

54

Recuadro temático 3: PRUEBA U de Mann-Whitney

1

PLANTEAMIENTO DE HIPÓTESISH0: El puntaje Z de las niñas/os de la provincia de Cotopaxi es igual en el área urbana y enel área ruralH1: El puntaje Z de las niñas/os de la provincia de Cotopaxi NO es igual en el área urbana yen el área rural

2

NIVEL DE SIGNIFICANCIAα = 0.05

3


2

)1( 111

nnRU

2

)1( 222

nnRU

donde:

El estadístico U se define como el mínimo de U1 y U2.

• 1n y 2n son los tamaños respectivos de cada muestra.

• 1R y 2R es la suma de los rangos de las observaciones de las muestras 1 y 2

respectivamente.Para calcular el estadístico U se asigna a cada uno de los valores de las dos muestras surango para construir.

4

REGLA DE DESICIÓNSi p valor > α se acepta H0.

5

DESICIÓNValor calculado= 6111,500P valor= 0 ,000Como 0,000 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0

6

INTERPRETACIÓNEl puntaje Z de las niñas/os de la provincia de Cotopaxi del área urbana es diferente que elpuntaje Z de las niñas/os del área rural.

55

A un nivel de significancia del 95% según la prueba U de Mann-Whitney63, se

evidencia que existe diferencia significativa en el puntaje z entre las niñas/os de

la provincia de Cotopaxi según el área de residencia (urbano/rural) (ver tabla

20).

Tabla 20: Prueba de Mann-Whitney para el área

HAZ

U de Mann-Whitney 6111,500

Z -3,592

Sig. asintót. (bilateral) ,000


Por otro lado, en cuanto a la variable sexo, con un nivel de significancia del

95% no se evidencia diferencia significativa en el puntaje z en la provincia de

Cotopaxi (ver tabla 21), mientras que a nivel nacional con esta variable el

comportamiento es opuesto, es decir existe diferencia significativa en el puntaje

z entre las niñas y los niños de todo el país (ver anexo 4).

Tabla 21: Prueba de Mann-Whitney para el sexo

HAZ


Z -,728



63 La prueba de Mann-Whitney se basa en una combinación de las n1 y n2 observaciones para formar unsolo conjunto de n1 + n 2 observaciones arregladas en orden creciente de magnitud. Entonces se asignaun rango a cada observación en la secuencia ordenada que comienza con un rango 1 y termina con unrango n1 + n2. Si las muestras aleatorias provienen de poblaciones que tienen la misma distribución, seespera que los rangos se encuentren lo suficientemente dispersos cuando se observa en que muestra seencuentran las observaciones. De otra forma, debe esperarse que los rangos de las observaciones en cadamuestra se encuentren muy agrupados en los extremos. En esencia, la estadística de Mann-Whitneydetermina cuando un agregado de rangos observados es suficiente para concluir que las 2 muestrasaleatorias provienen de poblaciones cuyas distribuciones difieren en la tendencia central.“PROBABILIDAD Y ESTADÍSTICA, Aplicaciones y métodos, George C. Canavos”.

56

Para identificar si existe asociación entre la variable prevalencia de desnutrición

crónica y el área de residencia de las niñas/os de la provincia de Cotopaxi se

utiliza una prueba chi cuadrado64.

Recuadro temático 4: PRUEBA DE INDEPENDENCIA (Chi- CUADRADO)

64 La prueba chi cuadrado contrasta si existe independencia entre dos variables de estudio.

1

PLANTEAMIENTO DE HIPÓTESISH0: NO existe asociación entre la prevalencia de desnutrición crónica y el área deresidencia (Urbana ó Rural) de los niños/as de la provincia de CotopaxiH1: Existe asociación entre la prevalencia de desnutrición crónica y el área de residencia(Urbana ó Rural) de los niños/as de la provincia de Cotopaxi

2

NIVEL DE SIGNIFICANCIAα = 0.05

3


donde:

denota a las frecuencias observadas. Es el número de casos observadosclasificados en la fila i de la columna j.

denota a las frecuencias esperadas o teóricas. Es el número de casos esperadoscorrespondientes a cada fila y columna. Se puede definir como aquella frecuenciaque se observaría si ambas variables fuesen independientes.

4

REGLA DE DESICIÓNSi p valor > α se acepta H0.

5

DESICIÓNValor calculado= 7,421P valor=0,006Como 0,006 (p valor) es menor de 0,05 (nivel de significancia) se rechaza H0

6

INTERPRETACIÓNLa prevalencia de desnutrición crónica está asociada al área de residencia (Urbana ó Rural)de los niños/as de la provincia de Cotopaxi

57

A un 95% de nivel de significancia se puede afirmar que existe asociación entre

la prevalencia de desnutrición crónica y el área de residencia de las niñas/os de

la provincia de Cotopaxi (ver tabla 22).

Tabla 22: Pruebas de chi-cuadrado para el área

Valor gl

Sig.asintótica(bilateral)

Chi-cuadrado dePearson

7,421 1 ,006

N de casos válidos 316


Al mismo nivel de significancia se evidencia que existe independencia entre la

prevalencia de desnutrición crónica y el sexo de las niñas/os de la provincia de

Cotopaxi (ver tabla 23), mientras que nivel nacional existe asociación entre

estas dos variables (ver anexo 4).

Tabla 23: Pruebas de chi-cuadrado para el sexo

Valor gl



,023(b) 1 ,879



Mediante la utilización de las pruebas tanto para variable continua (HAZ), como

para la variable discreta (prevalencia de desnutrición crónica), se visualiza que

existe una marcada diferencia entre las niñas/os que residen en el área urbana

con las/os que residen en el área rural de la provincia de Cotopaxi, siendo

58

mayor el grado de desnutrición crónica en el área rural, mientras que con la

variable sexo no se evidencia diferencia significativa.

Los índices de retardo de talla para la edad en las niñas/os de la provincia de

Cotopaxi, son más elevados para quienes residen en el área rural, por lo que

esta característica es un factor determinante que influye en el desarrollo y

crecimiento de las niñas/os de la provincia.

Al igual que en toda la sierra central del Ecuador, Cotopaxi se encuentra

habitada por un gran número de población indígena, siendo este el grupo más

afectado por este grave problema, puesto que, los índices de retardo de talla

para la edad son igualmente altos en este grupo sin importar el área de

residencia, lo que hace pensar que está condición es determinante al momento

de priorizar las características que más influyen en la prevalencia de

desnutrición crónica.

Este es un primer enfoque sobre los posibles factores determinantes y su

influencia en la prevalencia de desnutrición crónica, en los siguientes capítulos

se identificará, profundizará y priorizará a mas de estos, otros factores que

permitan tener una visión más amplia de este problema persistente que afecta

durante todo el ciclo de vida.

59

Capítulo III.- Factores determinantes de la desnutrición crónica

infantil de la provincia de Cotopaxi

La encuesta de condiciones de vida 2005-2006 (ECV) muestra que el 25,8% de

las niñas/os menores de 5 años del Ecuador, sufren de retardo de talla, en la

provincia de Cotopaxi el porcentaje es aún mayor alcanzando un 42,6 %.

Este capítulo se centra en el impacto de los factores que influyen en el estado

nutricional de las niñas/os que residen en la provincia. Como se probó en el

capítulo anterior, existen variaciones significativas en el retardo de crecimiento,

entre las zonas de residencia de las niñas/os, la desnutrición se encuentra

principalmente en la zona rural de la provincia y más acentuada en las niñas/os

que provienen de hogares indígenas.

Por lo tanto, se busca proporcionar una cierta comprensión de los

determinantes de la malnutrición infantil en los hogares vulnerables situados

predominantemente en zonas rurales de Cotopaxi, en comparación con los

hogares en las correspondientes zonas urbanas. El estudio se basa en el

entendimiento de las fuentes de vulnerabilidad, que los hogares enfrentan,

incluyen los factores físicos, nutricionales relacionados con el estado de salud,

y factores económicos relacionados con la sostenibilidad de los hogares.

En la selección de posibles determinantes de la desnutrición, se va a tomar en

cuenta los datos disponibles de la ECV 2005-2006, y las investigaciones

realizadas sobre desnutrición infantil en Ecuador y en otros países así como

las consideraciones para cualquier variable que se sabe de considerable

interés para conocer las principales causas del retardo de crecimiento infantil

ver figura 865. En general, estos factores pueden agruparse en cinco grupos

65 Efectos de la desnutrición, adaptado por UNICEF (1998) el estado de los niños del mundo de1998, OxfordUniversity Press, Oxford tomado de Nutrition for improved development outcomes; 5threport on the world nutrition situation; united nation systems, march 2004.

60

como son factores medioambientales, socioeconómico culturales, político

institucionales, productivos y biomédicos66 como se presenta en el anexo 5.

Figura 8: Marco conceptual para las causas de la desnutrición (UNICEF 1998)

Fuente: Adaptado por UNICEF (1998) el estado de los niños del mundo de 1998, Oxford University

Press, Oxford

66 “Idem 7”.

61

Así este capítulo se centra en el modelado de los factores determinantes

básicos de la nutrición infantil.

III.1. Construcción del modelo de regresión

De la literatura estudiada se puede considerar algunas variables que son

causas del retardo de crecimiento, a continuación se realiza un análisis

descriptivo de estas.

III.1.1. Análisis descriptivo de los principales factores

determinantes de la desnutrición crónica en la provincia

En este apartado, mediante un análisis bivariado, se estudia los principales

factores determinantes de la desnutrición crónica, evidenciados en la literatura,

con la finalidad de tener un primer enfoque descriptivo que cada uno de estos

tiene respecto al retardo de crecimiento en la provincia. Sin embargo más

adelante se verificará el comportamiento de estas en conjunto con las demás

variables.

Sector en el que trabaja el jefe del hogar

Esta variables se basa en el sector de ocupación al que pertenece67 el jefe del

hogar, en la provincia se observa que un 45,1% de las niñas/os cuyos jefes del

hogar trabajan en el sector no agropecuario sufren de retardo de talla, la

literatura revisada manifiesta que esta variable es un posible factor que incide

en la desnutrición crónica68.

67 Se agrupó a partir la posición ocupacional declarada en la ECV 2005-2006, de la siguiente manera: Noagropecuario (Empleado/ Obrero de Gobierno, Empleado/ Obrero Privado, Jornalero o Peón, Patrono,Cuenta propia, Trabajador del hogar sin pago, Trabajador no del hogar sin pago), agropecuario(Trabajador agropecuario a sueldo/ salario, Jornalero/ Peón agropecuario, Patrón de la finca,Trabajador agropecuario por cuenta propia, Ayudante agropecuario del hogar sin pago, Ayudanteagropecuario no del hogar sin pago) y una categoría de Empleado(a) doméstico(a).

68Como menciona Victor Ajieroh Consultant, en su paper “A Quantitative Analysis of Determinants of

Child and Maternal Malnutrition in Nigeria” Background Paper No. NSSP10 December 2009,International Food Policy Research Institute, Nigeria.

62

Sexo del jefe del hogar

Algunos estudios han demostrado que la jefatura femenina del hogar tiene

un efecto mixto sobre la nutrición69, en los resultados obtenidos para Cotopaxi

la mayor cantidad de hogares tienen como cabeza de familia una persona de

sexo masculino, siendo en este grupo donde el índice más elevado de retardo

de talla (44,1%), aunque el grupo que tiene mujeres al frente del hogar es

menor que el de hombres, el porcentaje de niñas/os con retardo de talla es

considerable.

Estado civil de la madre

El estado civil de la madre puede relacionarse a la condición social y el nivel de

recursos disponibles para el cuidado de los niñas/os del hogar70, en Cotopaxi el

mayor número de niñas/os con desnutrición crónica se encuentra en el grupo

de las madres con estado civil casada (13948), vale mencionar que este es el

grupo con mayor cantidad de personas.

Abastecimiento de agua

El abastecimiento de agua es una variable importante para el cuidado de la

salud de las niña/os, y que al analizar en conjunto con la desnutrición crónica,

los resultados inducen a considerarla como un factor determinante del retardo

de talla.

Ocupación de la madre

La ocupación71 de la madre es una variable que puede tener efecto significativo

sobre el estado nutricional de las niña/os, por lo que es importante medir su

impacto sea este negativo o positivo sobre el retardo de talla.

69“Idem 68”

70“Idem 68”

71“Idem 67”

63

Nivel de instrucción de la madre

Generalmente las madres que alcanzaron algún nivel de educación conocen

como utilizar de mejor manera los recursos disponibles para mejorar el estado

nutricional de sus familias respecto de quienes no alcanzaron algún nivel de

educación72. Como se refleja al realizar la comparación entre el nivel de

educación de la madre y la prevalencia de desnutrición en la provincia.

Lactancia materna exclusiva

“La OMS recomienda a todas las madres la lactancia materna exclusiva

durante los primeros 6 meses, con el fin de ofrecer a sus hijos un crecimiento,

desarrollo y salud óptimos, la lactancia materna exclusiva, sin otros alimentos

ni líquidos, durante los primeros 6 meses de vida tiene varias ventajas en

comparación con la lactancia materna exclusiva durante solo 3 a 4 meses,

seguida de la combinación de la lactancia materna con otros alimentos”73.

72“Idem 68”

73Declaración 15 de Enero 2011 “La lactancia materna exclusiva durante los primeros 6 meses es lo

mejor para todos los niños”.

http://www.who.int/mediacentre/news/statements/2011/breastfeeding_20110115/es/

64

Tabla 24: Prevalencia de desnutrición crónica en las niñas/os menores de cinco años

según posibles factores determinantes en la provincia de Cotopaxi


Retardo detalla/edad

Sin retardo detalla/edad

n % n %

Ocupación del jefe dehogar

Sector no agropecuario 12094 45,1% 14741 54,9%

Sector agropecuario 6848 38,4% 10979 61,6%

Sin Ocupación 339 59,0% 235 41,0%

Sexo del jefe del hogarHombre 17384 44,1% 21994 55,9%

Mujer 1898 32,4% 3962 67,6%


Unión libre 3352 55,1% 2726 44,9%

Casado 13948 44,2% 17633 55,8%

Sin pareja 1258 20,8% 4779 79,2%

Sin madre del niño en elhogar

724 47,0% 818 53,0%

Abastecimiento de agua

Red pública4935 30,9% 11049 69,1%

Otra fuente por tubería11281 50,2% 11199 49,8%

Río vertiente o acequia2319 48,4% 2474 51,6%

Otro, cual747 37,7% 1234 62,3%

Ocupación de la madre

No agropecuario3974 27,4% 10521 72,6%

Agropecuario12386 53,1% 10945 46,9%

No trabaja2197 37,4% 3673 62,6%


724 47,0% 818 53,0%

65




n % n %

Nivel de instrucción de lamadre

Ninguno 2405 66,8% 1194 33,2%

Primaria 12400 50,4% 12186 49,6%

Secundaria 2950 29,1% 7180 70,9%

Superior 803 14,9% 4578 85,1%


724 47,0% 818 53,0%

Lactancia maternaexclusiva

0 831 36,4% 1455 63,6%

1 127 18,2% 573 81,8%

2 230 16,8% 1141 83,2%

3 1033 41,1% 1483 58,9%

4 930 29,2% 2256 70,8%

5 2111 47,8% 2306 52,2%

6 8043 43,0% 10648 57,0%

7 2822 62,5% 1693 37,5%

8 2144 54,2% 1811 45,8%

12 125 100,0% 0 ,0%

Todavía le da solamentepecho

885 25,5% 2590 74,5%

Total 19282 42,6% 25956 57,4%


66

“En general, se sabe que una familia numerosa tiene un impacto

negativo sobre el estado nutricional y bienestar de los hogares. Sin embargo,

algunos estudios también han relacionado los tamaños grandes de la

familia con una mejor nutrición”74. En la provincia el tamaño75 promedio del

hogar es de 6,78 personas en los hogares donde las niñas/os presentan

retardo de talla, siendo casi similar al promedio nacional (6,14) ver anexo 6.

De igual manera, el porcentaje de niña/os menores de cinco años en el hogar

es una variable que refleja la carga de atención en términos de la nutrición76, en

Cotopaxi los hogares con niñas/os con desnutrición crónica se estima que

aproximadamente la tercera parte (29%) que los conforma son niñas/os

menores de cinco años, entonces el número promedio de niña/os menores de

cinco años en el hogar es de 1,89 niñas/os.

Tabla 25: Prevalencia de desnutrición en las niñas/os menores de cinco años según

tamaño del hogar


Retardo de talla/edad Sin retardo de talla/edad

MediaDesviación

típica Mediana MediaDesviación

típica Mediana

Tamaño del hogar 6,78 2,82 6,00 6,13 3,08 5,00

Porcentaje deniña/os menoresde cinco años enel hogar77

29,44% 11,27 25,00% 28,93% 11,22 25,00%

Número deniñas/os menoresde cinco años

1,89 ,85 2,00 1,65 ,82 1,00


74 “Idem 68”

75 Este tamaño se calculó únicamente para los hogares que tienen niñas/os menores de cinco años

76 “Idem 68”77

Se obtiene calculando el porcentaje de niñas/os menores de cinco años en cada uno de los hogares de laprovincia, luego se obtiene el promedio de estos porcentajes.

67

III.1.2. Índice de condiciones socioeconómicas

La construcción de la variable de condiciones socioeconómicas del hogar se

desarrolla utilizando dos técnicas estadísticas, componentes principales78 y

clusster análisis79, para el cálculo se utiliza 5 variables compuestas a partir de

los datos originales de la ECV.

A continuación se explica la conformación de las variables compuestas a partir

de las variables originales80.

1. Años de escolaridad.- Esta variable se construyó tomando el promedio

entre la escolaridad del jefe(a) y el cónyuge, en caso de no existir

cónyuge este indicador corresponde al del jefe(a) del hogar.

2. Índice de equipamiento del hogar.- Es un índice construido a partir de

los bienes que tienen los hogares encuestados, ponderado por el costo

promedio de cada bien calculado a partir de los datos de la encuesta, el

listado de bienes es:

78El Análisis de Componentes principales consiste en encontrar transformaciones ortogonales de las

variables originales para conseguir un nuevo conjunto de variables incorreladas, denominadasComponentes Principales, que se obtienen en orden decreciente de importancia, “José Luis VicenteVillardón, Departamento de Estadística, Universidad de Salamanca”.

79El Análisis de Clusters (o Análisis de conglomerados) es una técnica de Análisis Exploratorio de Datos

para resolver problemas de clasificación. Su objeto consiste en ordenar objetos (personas, cosas,animales, plantas, variables, etc, …) en grupos (conglomerados o clusters) de forma que el grado deasociación/similitud entre miembros del mismo cluster sea más fuerte que el grado deasociación/similitud entre miembros de diferentes clusters. Cada cluster se describe como la clase a la que

sus miembros pertenecen “José Luis Vicente Villardón, Departamento de Estadística, Universidad de

Salamanca”.

80En base a la metodología de la publicación de la “Encuesta Nacional de Salud Bienestar y

Envejecimiento Sabe 1 Ecuador 2009-2010, MIES Aliméntate Ecuador ”

68

a) Refrigeradora

b) Máquina de coser

c) Cocineta

d) Cocina

e) Licuadora

f) Batidora

g) Plancha

h) TV. Blanco y negro

i) TV a color

j) Equipo de sonido

k) Betamax/VHS/DVD/VCD

l) Teatro en casa

m) Juego de video (play station,

nintendo)

n) Secadora de ropa

o) Lavadora de platos

p) Línea telefónica

q) Ventilador

r) Bicicleta

s) Carro

t) Motocicleta

u) Máquina de escribir

v) Aire acondicionado

w) Horno de toda clase

x) Waflera

y) Computadora

z) Lavadora

aa)Radio grabadora

3. Índice de la vivienda.- Para la construcción de la variable compuesta de

vivienda se utilizó las siguientes variables:

a) Variable de piso adecuado: definida como pisos de entablado

o parquet, baldosa o vinyl, ladrillo o cemento. Excluye las

viviendas con piso de caña, tierra y otros materiales.

b) Variable de cuarto exclusivo para cocinar en el hogar

c) Variable de cuarto de baño exclusivo para el hogar

d) Variable de viviendas con alcantarillado

e) Variable de viviendas con alcantarillado que tenga conexión a

red pública. Esta variable excluye a viviendas con pozo ciego,

pozo séptico y cualquier otra forma de eliminación de aguas

servidas

f) Variable de no hacinamiento, definido hasta tres personas por

cuarto

69

g) Variable de conexión a luz eléctrica

h) Variable de ducha en el hogar

i) Variable de servicio de internet en el hogar

j) Variable de televisión por cable en el hogar

4. Gasto total.- Esta compuesta por todos los gastos alimentario y no

alimentarios del hogar mensual.

5. Variable de bono de desarrollo humano.- Diferencia a las personas

que no reciben el bono de desarrollo humano (BDH).

El resultado del análisis de componentes principales nos permite resumir la

información de las 5 variables en 2 factores que explican el 74,36% de la

varianza, pero como se quiere agrupar a los hogares mediante análisis de

conglomerados y para tener una mejor discriminación, se tomaron 4 factores

(componentes) que son ortogonales81 entre sí que explican el 93,76% de la

varianza.

Tabla 26: Varianza total explicada

Autovalores inicialesSumas de las saturaciones al cuadrado

de la extracción

Total% de lavarianza

%acumulado Total

% de lavarianza

%acumulado

Componente

1 2,850 56,997 56,997 2,850 56,997 56,997

2 ,868 17,367 74,364 ,868 17,367 74,364

3 ,581 11,620 85,985 ,581 11,620 85,985

4 ,389 7,782 93,767 ,389 7,782 93,767

5 ,312 6,233 100,000 ,312 6,233 100,000

Método de extracción: Análisis de Componentes principales.

Cada componente principal es una variable que otorga a cada hogar

entrevistado un puntaje que resume su situación en relación a las 5 variables

iniciales. Por consiguiente, un hogar que tiene alto promedio de escolaridad,

81Estos nuevos factores no se correlacionan es decir son independientes, y tienen media=0 y

desviación=1 es decir están estandarizados.

70

alto índice de vivienda, bienes y gasto, por lo que tiene un alto puntaje en el

primer componente principal, en cambio un hogar que recibe BDH tiene un alto

puntaje en el segundo componente. En la tabla 27 se ve los puntajes

asignados en el primer componente en relación al segundo, de cada hogar.

Tabla 27: Matriz de componentes

Componente

1 2 3 4

Escolaridad ,796 ,047 -,457 ,355

Bono ,537 ,766 ,340 ,095

Vivienda ,815 ,145 -,282 -,484

Bienes ,762 -,388 ,401 -,058

Gasto ,826 -,329 ,128 ,127

Método de extracción: Análisis de componentes principales.

Una vez construidos los componentes y asignados cada uno de los hogares, se

utilizó la información para agrupar a los hogares de acuerdo a sus similitudes y

diferencias, en relación a las cinco variables iniciales resumidas en los cuatro

componentes. Las agrupaciones hechas con el análisis de conglomerados

(cluster analysis), determinan cinco grupos de condiciones socioeconómicas

claramente diferentes entre sí.

En la figura 9 se pueden observar cómo se agrupan los hogares con

características similares.

71

Figura 9: Dendograma de agrupación de los hogares de la provincia de Cotopaxi

A continuación podemos ver las condiciones socioeconómicas de las personas

que caen dentro de cada grupo o cluster determinado en el análisis de

conglomerados.

En la tabla 28 podemos observar los 5 grupos (cluster) en relación a las 5

variables originales, se mira claramente que el cluster 4 es el que tiene mayor

promedio en escolaridad, de igual manera tiene un alto índice de vivienda,

bienes y gasto en promedio y ningún hogar recibe el BDH, mientras el cluster 5

tiene bajos índices de escolaridad, vivienda, bienes y gasto además todos los

hogares que conforman este grupo reciben el BDH, se utilizó una escala ordinal

para identificar a cada grupo de acuerdo a las condiciones que los caracteriza.

Al cluster 4 se lo consideró como “Buenas con mejor escolaridad”, debido a

que alcanza el índice de escolaridad más alto, se ha evidenciado que el nivel

72

de educación tiene influencia positiva en la calidad de vida de las personas82 en

cambio al cluster 2 se lo denominó “Buenas con mejores posibilidades

económicas” ya que presenta mayor índice de bienes y gastos.

Tabla 28: Índice de condiciones socioeconómicas para la provincia de Cotopaxi

Escolaridad Vivienda Bienes Gasto

Bono dedesarrollohumano

Media Media Media MediaRecibeBDH

NorecibeBDH

Condicionessocioeconómicas

Cluster 1-“Regulares “ 5,25 6,33 1058,32 298,23 ,0% 100,0%

Cluster 4- “Buenas conmejor escolaridad”

12,85 6,89 1257,48 399,83 ,0% 100,0%

Cluster 3- “Malas sinayuda gubernamental”

5,46 3,29 608,71 239,43 ,0% 100,0%

Cluster 2-“Buenas conmejor posibilidadeseconómicas ”

8,95 6,47 8813,94 695,76 29,2% 70,8%

Cluster 5-“Malas conayuda gubernamental”

3,76 3,19 517,90 237,54 100,0% ,0%


Del 42,6% de niñas/os con retardo de talla para la edad, un 7,8% se

encuentran en el grupo de condiciones socioeconómicas “Buenas con mejor

escolaridad”, mientras que un 56,3% (ver anexo 6) se encuentran en el grupo

“Malas con ayuda gubernamental”, esto indica que el índice construido a partir

del ACP (análisis de componentes principales) y el análisis de conglomerados

(cluster análisis), conformó los grupos con hogares de características similares.

Dentro de cada grupo socioeconómico la desnutrición se comporta como se

observa en la siguiente figura, en el grupo con menor porcentaje de niñas/os

desnutridos como se esperaba es el de buenas condiciones con mejor

escolaridad, mientras que las niñas/os que se encuentran más afectados por

82“Idem 68”

73

este problema son las/os que pertenecen al grupo con malas condiciones con

ayuda gubernamental.

Figura 10: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas

71,79 73,81

54,8460,34

46,58

28,21 26,19

45,1639,66

53,42

0,00

10,00

20,00

30,00

40,00

50,00

60,00

70,00

80,00

90,00

100,00

Buenas con mejorposibilidadeseconómicas

Buenas con mejorescolaridad

Regulares Malas sin ayudagubernamental

Malas con ayudagubernamental

Pre

va

len

cia

de

des

nu

tric

ión

cró

nic

a

Retardo de talla/edad

Sin retardo de talla/edad


74

III.2. Modelo de regresión logística

En este apartado, se identifica los factores determinantes que inciden en la

desnutrición crónica, utilizando una de las técnicas de regresión denominada

regresión logística ya que la variable dependiente es dicotómica83 como se

explica a continuación:

“La regresión logística es un instrumento estadístico de análisis bivariado o

multivariado, de uso tanto explicativo como predictivo. Resulta útil su empleo

cuando se tiene una variable dependiente dicotómica (un atributo cuya

ausencia o presencia se ha puntuado con los valores cero y uno,

respectivamente) y un conjunto de m variables predictoras o independientes,

que pueden ser cuantitativas (que se denominan covariables o covariadas) o

categóricas. En este último caso, se requiere que sean transformadas en

variables ficticias o simuladas (“dummy”)”84.

El propósito del análisis es predecir la probabilidad de que a alguien le ocurra

cierto evento, en el presente estudio, que una niña/o presente o no retardo de

talla para la edad, también determinar qué variables influyen o pesan más para

aumentar o disminuir la probabilidad de que a alguien le suceda el evento en

cuestión.

Esta asignación de probabilidad de ocurrencia del evento a un cierto sujeto

(niña/o), así como la determinación del peso que cada una de las variables

dependientes en esta probabilidad, se basan en las características que

presentan los sujetos a los que, efectivamente, les ocurren o no estos sucesos.

En este estudio, la regresión logística tomará en cuenta los valores que

83La variable prevalencia de desnutrición toma los valores 0 para niñas/os sin retardo de talla para la

edad, y 1 para niñas/os con retardo de talla para la edad.

84Sociedad española de bioquímicaclínica y patología molecular; Modulo 3: Regresión logística y

múltiple http://www.seqc.es/

75

asumen en una serie de variables (edad de la madre, sexo de la niña/o, nivel

educativo de la madre, posición en el hogar, etc.) las niñas/os que están

efectivamente desnutridos (= 1) y los que no lo están (= 0). En base a ello,

predecirá a cada uno de las niñas/os independientemente de su estado real y

una determinada probabilidad de ser desnutrido (es decir, de tener valor 1 en la

variable dependiente). Por ejemplo, si un niño es varón, su madre tiene bajo

nivel de educación y el jefe del hogar trabaja en el sector agropecuario el

modelo le predecirá una alta probabilidad de estar desnutrido (puesto que la

prevalencia de desnutrición para este grupo así definido es alta), generando

una variable con esas probabilidades estimadas. Y procederá a clasificarlo

como desnutrido en una nueva variable, que será el resultado de la predicción.

Además, analizará cuál es el peso de cada uno de estas variables

independientes en el aumento o la disminución de esa probabilidad. Por

ejemplo, cuando aumenta la educación de la madre disminuirá en algo la

probabilidad de ser desnutrido.

El modelo tiene un buen nivel de pronóstico cuando los datos estimados son

concordantes con los datos reales.

Para explicar el comportamiento de una variable dependiente binaria

(prevalencia de desnutrición) se usa un modelo Logit de la forma:

nn XXi

ieX

YEP

...1101

11 (1)

76

Donde :

Pi=E(Y =1 | Xi) es la probabilidad de que Y tome el valor 1 (presencia de

la característica estudiada), en presencia de las covariables Xi ; Xi es un

conjunto de n covariables {X1, X2,…,Xn}que forman parte del modelo;

0 es la constante del modelo o término independiente;

1 los coeficientes de las covariables.

Este tipo de modelos no resulta posible interpretar directamente las

estimaciones de los parámetros β, ya que son modelos no lineales. Lo que se

hará en la práctica es, fijarse en el signo de los estimadores. Si el estimador es

positivo, significará que incrementos en la variable asociada causan

incrementos en P(Y = 1) (aunque se desconoce la magnitud de los mismos).

Por el contrario, si el estimador muestra un signo negativo, ello supondrá que

incrementos en la variable asociada causarán disminuciones en P(Y = 1)85.

La naturaleza no lineal de la transformación logística requiere el procedimiento

de máxima verosimilitud para la estimación más probable de los coeficientes.

“El procedimiento que calcula el coeficiente logístico compara la probabilidad

de la ocurrencia de un suceso con la probabilidad de que no ocurra. Este odds

ratio puede expresarse como:

nn XX

eventono

eventoe

ob

ob ...

)(

)(110

Pr

Pr

ó

nn XXe

YP

YPOdds

...110

)1(1

1(2)

85Regresión Logística Binaria Ángel Alejandro Juan Pérez, Renatas Kizys, Luis María Manzanedo Del

Hoyo; UOC.

77

Los coeficientes estimados (β0, β1, β2,…, βn) son en realidad medidas de los

cambios en el ratio de probabilidades, denominado odds ratio”86.

Si se toma logaritmos neperianos en la expresión anterior, obtenemos una

expresión lineal para el modelo:

nn XXYP

YPYPLogit

...

11

1ln1 110 (3)

Aquí se aprecia claramente que el estimador del parámetro β2 se podrá

interpretar como la variación en el término Logit (el logaritmo neperiano del

cociente de probabilidades) causada por una variación unitaria en la variable X2

(suponiendo constantes el resto de variables explicativas)87.

La regresión logística maximiza la verosimilitud de que un suceso tenga lugar.

La utilización de esta técnica de estimación alternativa requiere también que se

evalúe el ajuste del modelo de varias formas.

Para comprobar la significación estadística de cada uno de los coeficientes de

regresión en el modelo. Se pueden emplear básicamente tres métodos: el

estadístico de Wald, el estadístico G de razón de verosimilitud y la prueba

Score88.

El estadístico de Wald: Contrasta la hipótesis de que un coeficiente aislado es

distinto de 0, y sigue una distribución normal de media 0 y varianza 1. Su valor

para un coeficiente concreto viene dado por el cociente entre el valor del

coeficiente y su correspondiente error estándar. La obtención de significación

indica que dicho coeficiente es diferente de 0 y merece la pena su

conservación en el modelo. En modelos con errores estándar grandes, el

86Análisis multivariante; J. F. Hair, R. E. Anderson, R. L. Tatham, W. C. Black; 5a ed. Prentice Hall

Iberia, Madrid, 1999

87“Idem 85”

88“Idem 84”

78

estadístico de Wald puede proporcional falsas ausencias de significación (es

decir, se incrementa el error tipo II). Tampoco es recomendable su uso si se

están empleando variables de diseño89.

El estadístico G de razón de verosimilitud: Se trata de ir contrastando cada

modelo que surge de eliminar de forma aislada cada una de las covariables

frente al modelo completo. En este caso cada estadístico G sigue una χ2 con

un grado de libertad (no se asume normalidad). La ausencia de significación

implica que el modelo sin la covariable no empeora respecto al modelo

completo (es decir, da igual su presencia o su ausencia), por lo que según la

estrategia de obtención del modelo más reducido (principio de parsimonia),

dicha covariable debe ser eliminada del modelo ya que no aporta nada al

mismo. Esta prueba no asume ninguna distribución concreta, por lo que es la

más recomendada para estudiar la significación de los coeficientes90.

La prueba Score: En el caso de múltiples covariables hay que utilizar cálculo

matricial, si bien no requiere un cálculo iterativo (precisamente su rapidez de

cálculo sería su aspecto más favorable). En contra del mismo dos aspectos:

Se sabe que este estadístico se incrementa conforme aumenta el

número de covariables (es decir tiende a dar significación con mayor

frecuencia).

Este estadístico también asume una distribución normal con media 0 y

varianza 1.

Al igual que en los casos anteriores, si alcanza significación indica que la

covariable debería permanecer en el modelo. Su uso en algunos paquetes

89“Idem 84”

90“Idem 84”

79

estadísticos ha quedado relegado a la selección de variables en métodos paso

a paso (por la mayor rapidez de cálculo)91.

Una de las diferentes técnicas para evaluar el ajuste del modelo construido es

a través del test de Hosmer-Lemeshow, es muy recomendable cuando se

incluyen en el modelo al menos una variable cuantitativa92.

Prueba de Hosmer-Lemeshow: El test consiste en establecer los deciles de

riesgo o probabilidad predicha por el modelo de presentar el evento, y en cada

una de estas diez categorías se comparan los valores observados y los

predichos, tanto para los que tienen el resultado explorado como para los que

no lo tienen. Si hay una elevada coincidencia entre observados y esperados

(un buen ajuste), el test Chi cuadrado que contrastará ambas distribuciones

(con 8 grados de libertad) no mostrará significación estadística93, ya que, la

ausencia de significación indica un buen ajuste del modelo.

91“Idem 84”

92Como hacer una regresión logística: Análisis multivariante; Fundación Andaluza Beturia para la

Investigación en Salud, Hospital Universitario Virgen Macarena (Sevilla), Servicio de Medicina Interna,Área Sanitaria de Osuna (Sevilla) Aguayo Canela Mariano; Lora Monje, Estrella

93“Idem 85”

80

III.2.1. Identificación de los factores que inciden en la

desnutrición crónica infantil.

Para una mejor comprensión de los factores determinantes de la desnutrición

crónica se identificó por separado para el área urbana y para la rural, de esta

forma se diferenciará las variables que tienen influencia en el retardo de talla

en cada área, cabe mencionar que no se trata de un estudio causal es decir no

se van a determinar las causas que provocan el retardo de talla para la edad ya

que para esto es necesario abordar el tema desde un enfoque diferente.

Tanto para el área urbana como para la rural se partió del siguiente conjunto

de variables, de acuerdo a la literatura estudiada94:

Tabla 29: Listado de variables para el modelo

Etiqueta Tipo

Variable dependiente ó predichaPrevalencia de desnutrición crónicaDesnutrido/aNo desnutrido/a

Dicotómica

Variable de segmentaciónÁrea de residencia del niño/a95

UrbanaRural

Dicotómica

Variables independientes ó predictorasCondiciones estructurales de la vivienda

Vía de acceso a la viviendaCarretera, calle pavimentadaEmpedradoLastrado/ calle de tierraSenderoRío, mar

DicotómicaDicotómicaDicotómicaDicotómicaDicotómica

Material del piso de la viviendaCerámica/ baldosa/vinilMármol/marmetonCemento, ladrilloTabla, tablón no tratado

DicotómicaDicotómicaDicotómicaDicotómica

94 “Idem 68”, “La selección de variables se hizo, principalmente, en base a este paper”.

95 Se corrió el modelo por separado para identificar los factores determinantes tanto en el área urbanacomo para el área rural.

81

Etiqueta TipoCañaTierra

DicotómicaDicotómica

Eliminación de la basuraServicio municipalLa botan a la calle/quebrada/río/loteLa quemanReciclan, entierran


Ocupación

Ocupación del jefe de hogarJefe del hogar trabaja en el sector agropecuarioJefe del hogar trabaja en el sector no agropecuarioJefe del hogar trabaja en como empleada/o doméstico/aJefe de hogar no tiene ocupación


La madre si trabaja DicotómicaOcupación de la madreMadre trabaja en el sector agropecuarioMadre trabaja en el sector no agropecuarioMadre trabaja en como empleada/o doméstico/aMadre no tiene ocupación


La madre si decide sobre el uso de los ingresos en gastosalimenticios

Dicotómica

Uso de agua potable y servicios higiénicosAbastecimiento de aguaRed públicaPila, pileta o llave públicaOtra fuente por tuberíaCarro repartidor, tricicloPozoRío, vertiente o acequia

DicotómicaDicotómicaDicotómicaDicotómicaDicotómicaDicotómica

Tipo de servicio higiénicoInodoro y alcantarilladoInodoro y pozo sépticoInodoro y pozo ciegoLetrinaNo tiene baño


Tratamiento del agua para beberNinguno, tal como la obtieneLa hiervenLa hechan cloroLa filtranCompran agua purificada


Educación de la madre

Escolaridad de la madre Continua

Sabe leer la madre Dicotómica

82

Etiqueta Tipo

DemográficasSexo del jefeHombreMujer


Edad del jefe del hogar ContinuaEstado civil de la madreUnión libreCasadaSeparadaDivorciadaViuda


Tamaño del hogar Continua

Porcentaje de niña/os menores de cinco años en el hogar Continua

Tamaño del hogar al cuadrado Continua

Edad en meses del niño/a Continua

Edad del niño/a en años ContinuaSexo del niño/aHombreMujer


Autoidentificación del jefe del hogarIndígenaMestizoBlancoNegroMulato


Edad de la madre en años cumplidos Continua

Peso del niño/a al nacer (gramos) Continua

Hacinamiento Dicotómica

Cocina independiente Dicotómica

Alcantarillado Dicotómica

Uso y disponibilidad de servicios de salud

Lugar de atención en el partoEstablecimientos públicosEstablecimientos privadosEn casa o con partera

DicotómicaDicotómicaDicotómica

Responsable de la atención en el último partoMédicoObstetrizComadrona o parteraEnfermera o auxiliarFamiliarUsted misma

DicotómicaDicotómicaDicotómicaDicotómicaDicotómicaDicotómica

Si recibió el niño/a la vacuna bcg (vacuna básica) Dicotómica

83

Etiqueta Tipo

Si recibió vitamina A Dicotómica

Si recibió vacuna pentavalente Dicotómica

Si recibió vacuna poliomielitis Dicotómica

Recibió el niño/a refuerzo de la vacuna poliomielitis Dicotómica

Recibió el niño/a vacuna triple Dicotómica

Se desparasitó el niño/a en los últimos 12 meses Dicotómica

Prácticas de alimentación y cuidado infantil

Meses que recibió lactancia materna ContinuaSi se alimentó de los cuatro grupos de alimentos la semanaanterior Dicotómica

Lactancia materna exclusiva hasta 6 y más Dicotómica

Diversidad de alimentos complementarios (días) Continua

Responsable del cuidado del niño/a Dicotómica

Variables para la construcción del estado de la economía del hogar

Escolaridad promedio entre la madre y el jefe del hogar

Recibe el hogar bono

Índice de vivienda

Promedio de bienes del hogar

Promedio de gasto en el hogar

Para correr el modelo en algunas variables se agrupó las categorías debido a

que las frecuencias observadas fueron igual a 0 o menor a 5 casos, esto

sucedió en dos variables que resultaron significativas tanto para el área urbana

como para el rural, mismas que se presentan a continuación:

Tabla 30: Variable agrupadas

VariableEstado civil de la madreCon pareja (unión libre/casada)Sin pareja (separada, divorciada, viuda)Autoidentificación del jefe del hogarIndígenaOtra etnia

84

III.2.1.1. Identificación de factores para el área urbana

Una vez que la combinación de variables determinó que el modelo tenga una

bondad de ajuste global para el modelo medida por la prueba de Hosmer y

Lemeshow (Sig=0,952), como se puede ver en la tabla 31; los coeficientes

estimados de modelo de regresión son significativos, medidos con el

estadístico de Wald, estos se muestran en la tabla 32 para cada una de las

variables (B), además se presenta: su error estándar (E.T.), la significación del

estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados

(Exp(B)) y el intervalo de confianza (95%) para este, características que

resultan útiles para la comprensión del fenómeno que se está estudiando.

Tabla 31: Prueba de Hosmer y Lemeshow

Chi-cuadrado Gl Sig.

2,704 8 ,952

Tabla 32: Variables en la ecuación para el área urbana

B E.T. Wald Sig. Exp(B)

I.C. 95,0% paraEXP(B)

InferiorSuperior

Peso delniño al nacer

En gramos -,002 ,001 4,076 ,044 ,998 ,996 1,000

Sedesparasitóel niño/a enlos últimosdoce meses

Si -1,272 ,665 3,660 ,056 ,280 ,076 1,032

Porcentajede niños delhogar

Porcentaje -,068 ,034 3,920 ,048 ,934 ,873 ,999

Gasto delhogar

En dólares -,003 ,001 4,015 ,045 ,997 ,994 1,000

Constante9,251 3,549 6,796 ,009 10415,081

a Variable(s) introducida(s) en el paso 1: ps11b, ps17, porcen_tam, Gasto.Fuente: INEC ECV 2005-2006

85

Una medida de ajuste del modelo es la comparación de los valores observados

(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada

por el modelo) entre sí, para este caso la sensibilidad96 del modelo es del 45%,

y la especificidad97 alcanza un 87,8%, el porcentaje global de acierto asciende

al 75,4%, es decir, si no se dispone de la información antropométrica de las

niñas/os es posible estimar la prevalencia de desnutrición crónica a partir de las

variables que componen el modelo de aproximadamente 8 de cada 10 niñas/os

(Ver tabla 33).

Tabla 33: Pronostico del modelo para el área urbana

Pronosticado

Prevalencia dedesnutrición crónica

Porcentajecorrecto

Sinretardo

detalla/edad


Observado


Sin retardo detalla/edad 43 6 87,8Retardo detalla/edad 11 9 45,0

Porcentaje global75,4


El modelo calculado permite identificar los factores determinantes que inciden

en sentido positivo o negativo sobre el retardo de talla, también permite

determinar la probabilidad de que una niña/o presente desnutrición crónica a

partir de los odds ratio98 de los factores que componen el modelo, por ejemplo

una niña/o que le desparasitaron en los últimos 12 meses están un 72% más

96Sensibilidad: Porcentaje de acierto de los individuos que presentan la característica en estudio, para

este caso niña/os retardo de talla para la edad

97Especificidad: Porcentaje de acierto de los individuos que no presentan la característica en estudio,

niña/os sin retardo de talla para la edad

98 Los odds ratio para cada factor determinante del modelo, el software los presenta en la columna Exp B.

86

protegidos de sufrir retardo de talla para la edad con respecto de las niña/os

que no se desparasitaron en los últimos 12 meses.

Los factores determinantes para el área urbana de la provincia de Cotopaxi,

identificados mediante el modelo logístico se visualizan en la tabla 34, además

se presenta la influencia que estos ejercen sobre la probabilidad de sufrir

retardo de talla99.

Tabla 34: Factores determinantes de desnutrición crónica para las niñas/os que residen

en el área urbana de la provincia de Cotopaxi

Probabilidad de la niña/ode ser desnutrida/o100

Peso del niño al nacer En gramos Disminuye

Se desparasitó el niño/a en losúltimos doce meses

Si Disminuye

Porcentaje de niños del hogar Porcentaje Disminuye

Gasto del hogar En dólares Disminuye

99Los coeficientes miden la probabilidad de presentar la característica estudiada respecto a una categoría

de la variable predictora, que se la designó como de base.

100 Si es aumenta el sentido es positivo, es decir, aumenta el riesgo de que una niña/o sufra desnutrición

crónica, si es disminuye, en cambio, el sentido es negativo, es decir disminuye el riego de que una niña/o

sufra retardo de talla para la edad.

87

III.2.1.2. Identificación de factores para el área rural

Una vez que la combinación de variables determinó que el modelo tenga una

bondad de ajuste global para el modelo medida por la prueba de Hosmer y

Lemeshow (Sig=0,640)101, como se puede ver en la tabla 35; los coeficientes

estimados de modelo de regresión son significativos, medidos con el

estadístico de Wald, estos se muestran en la tabla 36 para cada una de las

variables (B), además se presenta: su error estándar (E.T.), la significación del

estadístico de wald (Sig.), el antilogaritmo de los coeficientes estimados

(Exp(B)) y el intervalo de confianza (95%) para este, características que

resultan útiles para la comprensión del fenómeno que se está estudiando.

Tabla 35: Prueba de Hosmer y Lemeshow

Chi-cuadrado gl Sig.

6,068 8 ,640

Tabla 36: Variables en la ecuación para el área rural

B E.T. Wald Sig. Exp(B)

I.C. 95,0% paraEXP(B)

Inferior Superior

Escolaridadde la madre

Años deestudioaprobados

-,135 ,038 12,685 ,000 ,874 ,812 ,941

Estado civilde la madre

Casado/Uniónlibre

1,392 ,396 12,329 ,000 4,024 1,850 8,752

Etnia deljefe delhogar

Otra etnia -,609 ,295 4,248 ,039 ,544 ,305 ,971

Edad de lamadre

En años -,041 ,021 3,946 ,047 ,960 ,922 ,999

Edad delniño/a

En meses ,020 ,008 5,820 ,016 1,020 1,004 1,037

Constante,398 ,661 ,362 ,547 1,488

a Variable(s) introducida(s) en el paso 1: resc_madre, restado_civ, retnia, edad_madre, edadmeses.

101“Idem 85”

88

Una medida de ajuste del modelo es la comparación de los valores observados

(reales de desnutrición crónica) y pronosticados (desnutrición crónica estimada

por el modelo) entre sí, para este caso la sensibilidad102 del modelo es del

66,7%, y la especificidad103 alcanza un 66,9%, el porcentaje global de acierto

asciende al 66,8% de los niño/as, es decir, si no se dispone de la información

antropométrica de las niñas/os es posible estimar correctamente alrededor de 7

de cada 10 niñas/os la prevalencia de desnutrición crónica a partir de las

variables que componen el modelo (Ver tabla 37).

Tabla 37: Pronostico del modelo para el área rural

Pronosticado


Porcentajecorrecto

Sinretardo

detalla/edad


Observado



87 43 66,9%


39 78 66,7%

Porcentaje global 66,8%


El modelo calculado permite identificar los factores determinantes que inciden

en sentido positivo o negativo sobre el retardo de talla, también permite

determinar la probabilidad de que una niña/o presente desnutrición crónica a

partir de los odds ratio104 de los factores que componen el modelo, por ejemplo

102“Idem 96”

103“Idem 97”

104 “Idem 98”

89

a medida que aumenta la escolaridad de la madre, una niña/o está más

protegida/o de sufrir retardo de talla para la edad en un 12,6% en promedio,

respecto de una niña/o cuya madre tiene escolaridad más baja.

Los factores determinantes para el área rural de la provincia de Cotopaxi,

identificados mediante el modelo logístico se visualizan en la tabla 38, además

se presenta la influencia que estos ejercen sobre la probabilidad de sufrir

retardo de talla105.

Tabla 38: Factores determinantes de desnutrición crónica para las niñas/os que residen

en el área rural de la provincia de Cotopaxi

Probabilidad de la

niña/o de ser

desnutrida/o106

Escolaridad de la madre Años de estudio aprobados Disminuye

Estado civil de la madre Casado/Unión libre Aumenta

Etnia del jefe del hogar Otra etnia Disminuye

Edad de la madre En años Disminuye

Edad del niño/a En meses Aumenta

105“Idem 99”

106 “Idem 99”

90

III.2.2. Comparación de factores identificados entre áreas

Entre el área urbana y la rural se obtuvieron 9 factores determinantes de

desnutrición crónica los cuales se detallan en la siguiente tabla, también se

puede observar los factores comunes entre las áreas, si un factor es común

para ambas áreas no quiere decir que afecta de igual manera ya que su nivel

de influencia puede contribuir a que la probabilidad de que una niña/o sea

desnutrido aumenta o disminuya de acuerdo a su coeficiente, esto se explicará

en el siguiente capítulo.

Tabla 39: Factores comunes y diferentes según área

Factores determinantes de la desnutrición crónica para

la provincia de Cotopaxi

Área

Urbana Rural

Peso de la niña/o al nacer

Se desparasitó el niño/a en los últimos doce meses

Porcentaje de niños del hogar

Gasto del hogar

Escolaridad de la madre


Etnia del jefe del hogar

Edad de la madre

Edad del niño/a

: Se refiere cuando un factor aumenta la probabilidad de sufrir retardo de talla para la edad respectode la categoría de referencia.

: Se refiere cuando un factor disminuye la probabilidad de sufrir retardo de talla para la edadrespecto de la categoría de referencia.

Se identificaron 9 factores determinantes de desnutrición crónica en total, tanto

para el área urbana como para el área rural, 4 y 5 respectivamente, de los

91

cuales ningún factor es común para las 2 áreas de residencia de las niñas/os,

el conjunto de factores identificados para el área rural es más grande y

diferente que el grupo de determinantes identificados para el área urbana, es

decir el retardo de talla para la edad es afectado por distintos factores

determinantes, por lo que la intervención para combatir este problema, debería

realizarse de manera diferenciada.

En el área urbana el conjunto de factores que inciden en la desnutrición crónica

están relacionados con la salud de las niñas/os, (Peso de la niña/o al nacer

desparasitación de las niñas/os), la economía del hogar (Gasto del hogar) y por

el número de miembros que conforman el hogar (Porcentaje de niñas/os

menores de cinco años), en cambio en el área rural los factores se relacionan

con características demográficas de las niña/os, de las madres y del jefe del

hogar (Escolaridad de la madre, estado civil de la madre, etnia del jefe del

hogar, edad de la madre y edad de las niñas/os).

En el siguiente capítulo se explicará el nivel de importancia que tiene cada uno

de los factores determinantes de desnutrición crónica identificados.

92

Capítulo IV.- Priorización de los factores determinantes

identificados por el modelo

Una vez identificados los factores determinantes de desnutrición crónica es

importante conocer el nivel de incidencia que estos tienen sobre este problema

dependiendo del área de residencia de las niñas/os, y así dar luces a las

autoridades competentes sobre que ámbitos priorizar la implementación de

políticas, y de esta forma fortalecer las políticas establecidas para ir

disminuyendo los índices de retardo de talla para la edad que afectan a las

niñas/os de la provincia.

IV.1. Estimación del peso de los factores que inciden en la

desnutrición crónica

IV.1.1. Área Urbana

A partir de los coeficientes estimados a través del modelo de regresión logística

se obtienen sus respectivos odds ratio, los que permiten analizar la incidencia

que tiene cada uno de los factores determinantes sobre la probabilidad de que

una niña/o sufra desnutrición crónica, en la figura 11 se muestra el porcentaje

de protección que cada uno de los factores presentan en relación a la categoría

de referencia.

93

Figura 11: Odds ratio de probabilidad de los factores determinantes de desnutrición

crónica (porcentaje de protección) para el área urbana

0,2

72

6,6

0,3

0 10 20 30 40 50 60 70 80

Peso del niño al nacer

Se desparasitó el niño/a en losúltimos doce meses

Porcentaje de niños del hogar

Gasto del hogar

Porcentaje de protección


En el sector urbano de la provincia de Cotopaxi, el factor que más protección

presenta en relación a la categoría de referencia, sobre el retardo de talla para

la edad en las niña/os menores de cinco años es el que se refiere a la

desparasitación de las niñas/os en los últimos doce meses, ya que si una

niña/o se desparasitó en el periodo de referencia tiene 72% más probabilidad

de protección de presentar desnutrición crónica con respecto a una niña/o que

no se desparasitó, en la figura 12 se puede observar como las niñas/os que se

desparasitaron en el periodo de referencia presentan probabilidades menores

al 50% por lo que el modelo los ubica como niñas/os libres de desnutrición, tan

solo una niña/o que se desparasitó se ubica como desnutrido.

94

Figura 12: Probabilidad pronosticada por el modelo según desparasitación de la niña/o


Es importante destacar que las niñas/os que pertenecen a los hogares donde el

porcentaje de niñas/os menores de 5 años es mayor presentan más

probabilidad de protección (6,8% en promedio) de padecer retardo de talla

para la edad en relación a las niñas/os que provienen de hogares con menor

porcentaje es decir un hogar con 50% niñas/os menores de 5 años tienen más

probabilidad de no ser desnutridos con respecto a un hogar donde hay un 12%

de niñas/os, como se puede visualizar en la figura siguiente existen ciertas

variaciones a medida que aumenta el porcentaje de niñas/os menores de cinco

años en el hogar, sin embargo es importante analizar la relación entre la

probabilidad pronosticada y este porcentaje, la cual es inversamente

95

proporcional es decir cuando el porcentaje tiende a aumentar la probabilidad en

cambio tiende a disminuir.

Figura 13: Probabilidad pronosticada por el modelo según porcentaje de niñas/os

menores de cinco años

0,000,050,100,150,200,250,300,350,400,450,500,550,600,650,700,750,800,850,900,951,00

10 15 20 25 30 35 40 45 50 55

Pro

bab

ilid

adp

ron

ost

icad

a

Porcentaje de niñas/os


Se evidencia que las niñas/os que provienen de hogares donde el gasto es

mayor, están 0,3% en promedio más protegidos, que las niñas/os de hogares

que tienen menos gasto, esta variable da una idea de los ingresos que tienen

los hogares, por lo que se puede afirmar que hogares con menos gasto

tendrían menores ingresos lo cual se traduce en menos oportunidades de

acceso a servicios básicos de mejor calidad, complicando el estado nutricional

de las niñas/os y especialmente su crecimiento resultando en tallas bajas para

96

su edad, en la siguiente figura se observa la relación entre el gasto del hogar

con la probabilidad de ser desnutrido la tendencia que presenta es disminuir la

probabilidad a medida que aumenta el gasto.

Figura 14: Probabilidad pronosticada por el modelo según gasto del hogar en dólares

0,00

0,10

0,20

0,30

0,40

0,50

0,60

0,70

0,80

0,90

1,00

0 200 400 600 800 1000 1200 1400 1600

Pro

bab

ilid

adp

ron

ost

icad

a

Gasto del hogar


El último factor identificado por el modelo que incide sobre la desnutrición

crónica de las niñas/os del área urbana de la provincia, se refiere al peso de la

niña/o al nacer, está variable depende de los cuidados de salud, prácticas

alimenticias, que la madre tuvo durante su estado de gestación, se evidencia

que mientras la niña/o nace con un peso más elevado107 presenta menos

probabilidad de sufrir desnutrición crónica, frente a una niña/o que nace con un

107Peso que se encuentra dentro de los rangos normales según su edad gestacional.

97

peso menor, como se puede observar en la figura que se presenta a

continuación.

Figura 15: Probabilidad pronosticada por el modelo según peso de la niña/o al nacer en

gramos

0

0,1

0,2

0,3

0,4

0,5

0,6

0,7

0,8

0,9

1

1000 2000 3000 4000 5000

Pro

bab

ilid

adp

ron

ost

icad

a

Peso de la niña/o al nacer


98

IV.1.2. Área Rural

Así mismo, para el área rural a partir de los coeficientes estimados a través del

modelo de regresión logística se obtienen sus respectivos odds ratio, los que

permiten analizar la incidencia que tiene cada uno de los factores

determinantes sobre la probabilidad de que una niña/o sufra desnutrición

crónica, en la figura 16 se muestra el porcentaje de protección que cada uno de

los factores presentan en relación a la categoría de referencia.

En el sector rural de la provincia de Cotopaxi, el factor que más protección

presenta en relación a la categoría de referencia, sobre el retardo de talla para

la edad en las niña/os menores de cinco años es el que se refiere a la

autidentificación étnica del jefe/a del hogar, ya que una niña/o en donde el

jefe/a del hogar se autoidentificó como no indígena, tiene 45,6% más

probabilidad de protección de presentar desnutrición crónica con respecto a

una niña/o con jefe/a del hogar autoidentificado como indígena.


crónica (porcentaje de protección) para el área rural

12,60

45,60

4,00

0 10 20 30 40 50


Autoidentificación étnica del jefe delhogar

Edad de la madre

Porcentaje de protección


99

Para el área rural se identificaron factores que tienen un sentido opuesto a los

mencionados anteriormente, es decir aumentan la probabilidad de padecer

desnutrición crónica, estos factores se muestran en la figura 17 acompañados

del número de veces de riesgo que presentan frente a la categoría de

referencia.


crónica (porcentaje riesgo) para el área rural

4,02

1,02

0 1 2 3 4 5


Edad de la niña/o

Riesgo (número de veces)Fuente: INEC ECV 2005-2006

El 31,8% (ver tabla 40) de los hogares que habitan en el área rural el jefe se

autoidentificó como indígena, siendo las niñas/os que pertenecen a estos

hogares los que más probabilidad presentan de sufrir retardo de talla, ya que el

modelo arrojó un 45,6% de protección a las niñas/os que residen en hogares

donde los jefes se autoidentificaron con una etnia diferente a la indígena.

100

Tabla 40: Hogares según autoidentificación étnica del jefe del hogar en el área rural.

%

Etnia

Indígena 31,8%

Mestizo 61,4%

Blanco 5,5%

Negro ,8%

Mulato ,5%

Otro, cual ,0%


En la siguiente figura se visualiza la probabilidad que el modelo asignó a cada

niña/o según la autoidentificación del jefe del hogar, las niñas/os que provienen

de hogares con jefe indígena se encuentran mayoritariamente concentrados

por encima de 0,5 de probabilidad, por lo que el modelo los asigna como

retardo de talla para la edad.

101

Figura 18: Probabilidad pronosticada por el modelo según Autoidentificación étnica del

jefe del hogar


La escolaridad de la madre en el área urbana es mayor que la escolaridad que

alcanzaron las madres que residen en el área rural (ver tabla 14), el modelo

identificó este factor como determinante en el área rural influyendo

negativamente sobre la probabilidad de que las niñas/os presenten retardo de

talla para la edad, es decir una madre con más años de estudio aprobados

disminuye el riesgo de que sus niñas/os presenten este problema.

102

Tabla 41: Escolaridad de la madre según área

MediaDesviación

típica Mediana Máximo Mínimo

Rural 6,44 4,17 6,00 18,00 ,00

Urbana 10,86 4,39 12,00 18,00 ,00


La siguiente figura muestra la relación existente entre la probabilidad de que

una niña/o sea desnutrido y la escolaridad de la madre, de la literatura

estudiada se desprende que “la educación es uno de los recursos

más importantes, que permiten a las mujeres proporcionar una atención

adecuada para sus hijos, y es un determinante importante del crecimiento y

desarrollo de los niños (Engle, Menon, y Haddad, 1997). Existe considerable

evidencia entre los países de que el estado nutricional de los niños varía

directamente con el nivel de educación de sus padres y sus

madres en particular, (Benson 2004). La educación de la madre, influye en los

resultados de nutrición infantil a través del efecto de mayores ingresos y un

mejor uso de la información disponible sobre la salud y nutrición

(Garrett y Ruel, 1999; Smith, Ruel y Ndiaye 2004; Charmarwabagwala et

al. 2005)”108, esta relación es inversa ratificando los expuesto que la

probabilidad de que una niña/o sea desnutrido aumenta conforme la

escolaridad de la madre disminuye.

108“Idem 68”

103

Figura 19: Probabilidad pronosticada por el modelo según escolaridad de la madre

0,000,050,100,150,200,250,300,350,400,450,500,550,600,650,700,750,800,850,900,95

0 2 4 6 8 10 12 14 16 18 20

Pro

bab

ilid

adp

ron

ost

icad

a



Las madres que residen en el área rural son más jóvenes e inician su vida

reproductiva a menor edad que las que residen en el área urbana (ver tabla

42), siendo esto un factor identificado a través del modelo la cual influye sobre

la probabilidad de ser desnutrido en forma negativa es decir conforme aumenta

la edad de la madre disminuye el riesgo de que las niñas/os tengan baja talla

para la edad.

Tabla 42: Edad promedio de la madre según área

MediaDesviación

típica Mediana Máximo Mínimo

Rural 28,62 7,63 27,00 50,00 15,00

Urbana 30,29 6,83 32,00 43,00 17,00


104

Al igual que los factores anteriores la relación que existe entre la edad de la

madre y la probabilidad de ser desnutrido es inversa, la cual se visualiza en la

figura siguiente.

Figura 20: Probabilidad pronosticada por el modelo según edad de la madre

0,000,050,100,150,200,250,300,350,400,450,500,550,600,650,700,750,800,850,900,95

10 20 30 40 50 60

Pro

bab

ilid

adp

ron

ost

icad

a

Edad de la madre


105

El estado civil de la madre tiene un efecto diferente sobre la desnutrición

crónica diferente a los factores descritos anteriormente, es decir es un factor de

riesgo para las niñas/os ya que si la madre tiene pareja aumenta la

probabilidad de sufrir retardo de talla en comparación de las niñas/os con

madres que no tienen pareja como se observa en la siguiente figura.

Figura 21: Probabilidad pronosticada por el modelo según estado civil de la madre


106

La edad de los niños en meses tiene una relación directa con el riesgo de

presentar retardo de talla para la edad, es decir conforme aumenta la edad de

las niñas/os su probabilidad de ser desnutrido aumenta, la implementación de

políticas se deberían realizar a medida que la edad de las niñas/os aumenta, ya

que conforme avanza el crecimiento y desarrollo de las niñas/os estos

presentan más riesgo debido al cambio en su dieta ,prácticas de higiene,

prácticas de salud, esta relación se la puede visualizar en la figura que se

presenta a continuación.

Figura 22: Probabilidad pronosticada por el modelo según edad de la niña/o en meses

0,000,050,100,150,200,250,300,350,400,450,500,550,600,650,700,750,800,850,900,95

0 10 20 30 40 50 60

Pro

bab

ilid

adp

ron

ost

icad

a

Edad de las niñas/os


107

IV.2. Determinación de los factores más influyentes en la

desnutrición crónica

Para tener una idea más clara de cómo influyen los factores identificados

mediante el modelo tanto para el área urbana como para la rural se realizaron

distintos escenarios a partir de la probabilidad calculada por este, donde cada

niña/o cambia el estado en la variable independiente109, manteniendo fijo los

valores que tienen las otras variables, y a partir de los coeficientes estimados

por el modelo se obtiene la nueva probabilidad de que la niña/o presente

retardo de talla para la edad con esta nueva característica.

IV.2.1. Área Urbana

Para el área urbana este procedimiento se lo realizó con dos factores cuyos

resultado puede ser modificado, como son la desparasitación de las niñas/os y

el gasto del hogar, ya que los otros dos factores no se pueden modificar.

A partir de los coeficientes estimados por el modelo se desarrolló el escenario

respecto de la desparasitación de las niñas/os, el cual consiste en incrementar

el porcentaje de niñas/os desparasitados de 10% en 10%, hasta obtener el

escenario ideal en el que todo/as las niñas/os fueron desparasitados, y así

analizar que sucede con el retardo de talla para la edad en el área urbana de la

provincia.

Para la selección de los individuos a cambiar se siguió un procedimiento

sistemático detallado a continuación:

Se calculó el intervalo de selección, el mismo que viene dado por:

i=N/n (4)

109Esta variable es a la que se le modifica sus valores mientras las otras variables mantienen sus valores

originales, luego se calcula la probabilidad

108

de dónde:

N= Número total de niña/os que residen en el área urbana

n= Número de niña/os a cambiar su estado

i= Intervalo de selección

Selección de un arranque aleatorio comprendido entre 1 e i

El primer individuo seleccionado corresponde al arranque aleatorio, el

siguiente es la suma del arranque aleatorio más el intervalo de selección

(i), así sucesivamente hasta completar el número de individuos

deseados110.

En la figura 23, que se presenta a continuación se encuentran los distintos

escenarios que se consideraron para la variable desparasitación con su

respectivo índice de desnutrición crónica.

Partiendo de una desnutrición crónica calculada por el modelo del 21,7% y un

índice de desparasitación del 43,5%, si se incrementa el índice de

desparasitación en un 10%, se lograría disminuir el retardo de talla para la

edad en 6 puntos porcentuales donde se observa la disminución más

importante en el retardo de talla para la edad. Cuando se incrementa un 30% la

desparasitación, el retardo de talla para la edad pasa de 15,9% a 11,6%; si se

alcanzaría desparasitar al 100% de las niñas/os la desnutrición crónica

disminuiría al 4,3%, es decir se habría reducido en casi 17,4% este problema.

Si la estrategia para la reducción del índice de desnutrición crónica consistiría

en aumentar el porcentaje de niña/os desparasitados de 10% en 10%, se

lograría disminuir en promedio 2,9% el retardo de talla cada vez que se

desparasite un 10% más de niña/os.

110Si el individuo seleccionado tiene el estado positivo (Se desparasitó), se busca el siguiente individuo

con estado negativo (No se desparasitó, y este es el seleccionado.

109

La desparasitación no es un factor aislado ya que depende de las condiciones

climáticas y sanitarias a las que están expuesta/os las niñas/os como se

menciona en la FAO “desparasitar con frecuencia a los niños, especialmente

en aquellos lugares en los que las condiciones climáticas, favorecen el

desarrollo de parásitos, o donde las deficientes condiciones sanitarias faciliten

la infección. Eliminar los parásitos favorece el crecimiento normal”111 por lo que

no solo se debería desparasitar, sino mejoras la condiciones en las que las

niñas/os se desarrollan normalmente.

Figura 23: Resultados del escenario de la variable desparasitación (área urbana)

21,715,9

13,0 11,68,7 7,2

4,3

43,5

53,6

63,8

73,9

84,1

94,2 100,0

0

10

20

30

40

50

60

70

80

90

100

Modelo 10% 20% 30% 40% 50% Todos lasniñas/os

Desnutrición

Desparasitación


111Tomado de “Guía de nutrición y la familia; Ann Burgess Peter Glasauer; ORGANIZACIÓN DE LAS

NACIONES UNIDAS PARA LA AGRICULTURA Y LA ALIMENTACIÓN ROME, 2006.

110

Para el escenario en el que se involucra la variable gasto del hogar, se utilizó

otra estrategia, la misma que consistió en incrementar de 10 en 10% el gasto

de cada uno de los hogares, posteriormente se analizó que sucede con el

índice de desnutrición crónica.

El promedio de gasto de los hogares en el área urbana de la provincia es de

$461,35, a este nivel el índice de retardo de talla para la edad es del 21,7%, al

incrementar el 10% de gasto en todos los hogares, se obtiene un promedio de

$507,48 a este gasto promedio el porcentaje de niña/os desnutridos se reduce

en 3 puntos porcentuales, si el gasto de los hogares se incrementaría en un

20% se obtendría una disminución en el retardo de talla para la edad de 4

puntos porcentuales con un promedio de gasto de 553,62, de igual manera

cuando los hogares aumentarían su gasto en un 30% ($599,75 en promedio)

se reduce la desnutrición crónica a un 11,6%, cuando se aumenta un 40%

($645,89 en promedio) no se evidencia disminución en el retardo de talla ya

que el indicador de desnutrición crónica sigue siendo 11,6%, mientras que si se

llegara a incrementar a un 50% el gasto de los hogares nuevamente se

experimenta una disminución de aproximadamente 3 puntos porcentuales en el

índice del retardo de talla, al ser una relación inversa la que existe entre el

gasto y la desnutrición, al ir aumentando el gasto de los hogares la tendencia

en la desnutrición es ir decreciendo.

La variable gasto permite tener una clara idea de los ingresos con los que

cuentan los hogares, por lo que es claro que las niñas/os de hogares con

menores ingresos están más propensos a sufrir desnutrición crónica, debido a

que estos hogares tienen menos posibilidades de acceder a mejores servicios

de salud, educación, alimentación afectando todo esto en el estado nutricional

de las niñas/os de la provincia.

111

Figura 24: Resultados del escenario de la variable gasto (área urbana)

21,7

18,8

14,5

11,6 11,6

8,7

0,0

5,0

10,0

15,0

20,0

25,0

461,35 507,48 553,62 599,75 645,89 692,02

De

snu

tric

ión

Escenario promedio del Gasto


112

IV.2.2. Área Rural

Mientras que para el escenario de la escolaridad de la madre en el área rural

de la provincia se utilizó una estrategia similar a la del gasto en el área urbana,

con la variante de que los incrementos no fueron de 10 en 10, sino se los

realizó en función del terminó de los distintos niveles de estudio112 en la figura

25 se muestran los resultados de dicho escenario.

La desnutrición calculada mediante la probabilidad que arrojó el modelo

alcanza un 49% para el área rural, aumentando a todas las madres su

escolaridad por lo menos a 1 año aprobado se observa que el retardo de talla

disminuye en 1 punto porcentual, así mismo si las madres alcanzarían 6 años

aprobados de estudio es decir tendrían primaria completa, la desnutrición

disminuiría a un 36,4%, el cambio más drástico que se presenta entre estos

escenarios es el que se da al aumentar a las madres la escolaridad a por lo

menos 9 años aprobados con lo que se conseguiría disminuir el retardo de talla

para la edad en 17 puntos porcentuales con respecto a si las madres hubieran

aprobado hasta por lo menos la primaria.

“La educación es uno de los recursos más importantes que permiten a las

mujeres proporcionar la atención adecuada a sus hijos, es un determinante

importante del crecimiento y desarrollo de los niños (Engle, Menon, y Haddad,

1997). Existe considerable evidencia de entre los países que el estado

nutricional de los niños varía directamente con el nivel de educación de sus

padres y sus madres en particular, (Benson 2004). La educación

materna, como parte de la educación de los padres, influye en los

resultados de la nutrición infantil a través del efecto de mayores ingresos y un

mejor uso de la información disponible sobre la salud y nutrición

(Garrett y Ruel, 1999; Smith, Ruel y Ndiaye 2004; Charmarwabagwala et

112Se refiere a nivel primario (6 años de escolaridad), secundario (12 años de escolaridad).

113

l. 2005)”113.

Figura 25: Resultados del escenario de la variable Escolaridad de la madre (área rural)

49,0

47,8

36,4

19,0

8,1

0,0 10,0 20,0 30,0 40,0 50,0 60,0

Modelo

Por lo menos 1 año aprobado

Por lo menos 6 años aprobados



Desnutrición

Esco

lari

dad

de

lam

adre


113“Idem 68”

114

IV.3. Efectos marginales y elasticidades de los coeficientes estimados

de los factores determinantes de desnutrición crónica

En los modelos de regresión no lineales como en este caso, los parámetros βi

no necesariamente son los efectos marginales comunes analizados114, por lo

que para priorizar los factores determinantes de desnutrición crónica es

necesario calcular estos, ya que miden el cambio marginal que generan los

factores identificados de las niñas/os sobre la probabilidad estimada de

presentar o no desnutrición crónica de forma más acertada.

“La interpretación de los coeficientes estimados del modelo Logit puede

complejizarse dada la posibilidad de que la derivada de pj con respecto a una

variable específica Xk pueda no tener igual signo que k, lo que no mostraría la

real dirección de cambio en la variable dependiente cuando cambia la variable

explicativa. Para corregir esto es necesario recurrir al cálculo de los efectos

marginales, los que miden el cambio marginal que producen las características

de los individuos sobre las probabilidades Pij estimadas, señalando con mayor

precisión la inclinación de las características de las niñas/os para presentar o

no desnutrición. Por lo tanto, los efectos marginales se obtienen al diferenciar

la ecuación:

(5)

114“Los modelos logit y probit en la investigación social”; INEI Centro de investigaciones y desarrollo

(CIDE); Lima Agosto 2002.

115

con respecto a cada una de las variables correspondientes al vector de

características Xi, las que son expresados de la siguiente manera:

(6)

En los modelos de elección binaria, los efectos marginales se calculan en el

promedio de las variables. Es decir, la probabilidad Pj de elegir alguna opción

para la niña/o se obtiene empleando el vector de coeficientes estimado, tanto a

través de las probabilidades como a través de la media ponderada, con esto se

halla el efecto marginal de cada una de los rasgos personales para cada

alternativa (presentar desnutrición ó no presentar desnutrición).

Ahora bien, para el caso de variables explicativas, que se hallen tanto en forma

lineal como cuadrática, se calcula el efecto marginal de la siguiente manera:

(7)

En cuanto a las variables explicativas binarias, el efecto marginal se calcula

como la resta entre la probabilidad Pj con la variable binaria igual a 1 restada la

probabilidad Pj con la binaria igual a cero. Es decir,

116

(8)

Con lo que el efecto marginal de xi = 1 frente a xi = 0 es:

(9)

Para el efecto marginal de la opción j= 0 se emplea su correspondiente función

y se procede de manera similar que en la otra categoría.

Es decir, al realizar este cálculo, se trata de ver el impacto experimentado en la

variable explicada cuando la variable explicativa se incrementa en una unidad,

lo que en términos matemáticos se traduce como la derivada de Y con respecto

a X. La derivada aquí representa el incremento en la probabilidad de ser

desnutrida/o que se da cuando se incrementa en una unidad la variable

explicativa, como se mostró en las ecuaciones anteriores”115.

Como se calculó un modelo logit diferenciado para el área urbana y rural, de

igual manera, los efectos marginales se calculan para cada modelo, es decir

para cada área.

Tanto para el área urbana como para el área rural adicionalmente se calcularon

las elasticidades entre los factores determinantes encontrados y la probabilidad

pronosticada por el modelo.

115Tesis de grado “El género como influencia en el acceso al empleo de los profesionales en el Ecuador”,

Pablo Andrés Osorio Flores y Paola Inés Rojas Blanco, EPN; 2009.

117

Elasticidad: Relación del cambio porcentual en una variable dependiente ante

un cambio de una unidad porcentual en una variable independiente. Mediante

esta relación se mide la sensibilidad que tiene la variable dependiente a los

cambios que se producen en las variables independientes.

Matemáticamente se expresa de la siguiente manera:

XX

YY

Xdeporcentualiación

YdeporcentualiaciónE

/

/

var%

var%

(10)

Siendo:

E: la elasticidad,

Y: Variable dependiente (Probabilidad de presentar retardo de talla), y

X: Variable independiente (Factores determinantes encontrados)

118

IV.3.1. Análisis de los efectos marginales para el área urbana

En el siguiente cuadro, se muestra como los efectos marginales de cada

variable explicativa se diferencian de los coeficientes estimados para el área

urbana asociados a cada variable. “En donde, el incremento en la probabilidad

que se da cuando se incrementa en una unidad la variable explicativa, no

depende solamente del coeficiente asociado a la variable explicativa sino que

también, depende de la función de densidad del valor ajustado de la variable

explicada”116.

Tabla 43: Efectos marginales del modelo de regresión logística de los determinantes de

la desnutrición crónica en el área urbana

Marginal effects after logity = Pr (Desnutrición) (Predict)= ,23331081

Variable

Efectosmarginales(dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio

Peso del niña/o alnacer -,0003807 -0,04% -2,07 0,038 -,000741 -,00002 3111,43Se desparasitó enlos últimos 12meses* -,2168496 -21,68% -2,04 0,042 -,425475 -,008224 ,434783Porcentaje deniñas/os menores decinco años en elhogar -,0121844 -1,22% -2,01 0,044 -,024037 -,000332 27,9241

Gasto del hogar -,0005286 -0,05% -2,05 0,040 -,001034 -,000023 461,349

(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1


Al analizar las estimaciones realizadas en el área urbana se desprende que la

variable con mayor efecto marginal sobre la reducción de ser una niña/o

desnutrida/o es la desparasitación, por lo que al pasar de niña/o no

desparasitada a desparasitada el efecto marginal o disminución sobre la

116“PERÚ: DETERMINANTES DE LA POBREZA”; INEI Centro de Investigación y Desarrollo (CEI);

Lima marzo 2011.

119

probabilidad de ser desnutrida/o es de 21,68%, mientras cambios marginales

en las otras variables que componen el modelo disminuyen esta probabilidad

hasta en 1%.

A manera de ejemplo, se realizó una simulación con la variable desparasitación

de las niñas/os investigados, fijando en los valores promedio las demás

variables identificadas por el modelo, con el fin de conocer la reducción que se

produce en la probabilidad de ser desnutrido frente al cambio de estado de esta

característica.

Tabla 44: Predicción calculada a partir del modelo con la variable desparasitación para el

área urbana117

Variable Estado Probabilidad% de

Reducción

Sedesparasitóel niño/a enlos últimosdoce meses

Si17,85%

25,82%

No43,67%


El calculo de los efectos marginales corrobora la predicción realizada por el

modelo, que determina a la desparasitación de las niñas/os menores de cinco

años como el factor más influyente en el área urbana de la provincia, sobre la

disminución en la probabilidad de que las niñas/os presenten desnutrición,

como se puede observar en la tabla 43, así al cambiar el estado de una niña/o

(de no desparasitado a desparasitado), esta probabilidad disminuye en 25,8

puntos porcentuales.

117La probabilidad se calculó fijando las demás variables en sus valores promedio.

120

Tabla 45: Elasticidades del modelo de regresión logística de los determinantes de la

desnutrición crónica en el área urbana

Elasticities after logity = Pr (Desnutrición) (predict)

= ,23331081

Variable ey/exStd.Err. Z P>│z│ [ 95% C.I. ] Promedio

Peso del niña/o alnacer -5,077264 2,64199 -1,92 0,055 -10,2555 ,100942 3111,43

Se desparasitó en losúltimos 12 meses -0,423971 0,23082 -1,84 0,066 -,876364 ,028422 ,434783Porcentaje de niñas/osmenores de cinco añosen el hogar -1,458314 0,77029 -1,89 0,058 -2,96806 ,051437 27,9241

Gasto del hogar -1,045238 0,54706 -1,91 0,056 -2,11745 ,026977 461,349Fuente: INEC ECV 2005-2006

Las elasticidades obtenidas para las variables explicativas del modelo en el

área urbana, permiten conocer el porcentaje de cambio118 que experimentaría

la probabilidad pronosticada al aumentar o disminuir una unidad en la variable

explicativa, así, si aumenta en promedio un 1% al peso de cada niña/o, la

probabilidad de desnutrición crónica, para este caso específico, disminuiría en

promedio 5 puntos porcentuales, es decir la probabilidad presenta gran

sensibilidad al cambiar el peso. De igual manera sucede con la variable el

gasto del hogar, si se incrementa un 1% en cada hogar la probabilidad

disminuiría en un punto porcentual, es decir, se podría afirmar que la relación

es inversamente proporcional. Similar este comportamiento, sucede con el

porcentaje de niñas/os menores de cinco años en el hogar, la diferencia radica

en que la relación entre las variables es solamente inversa (ver tabla 45).

118El signo muestra el efecto que causa el determinante sobre la categoría de referencia de la variable

explicada es decir si el signo es negativo significa que disminuye la desnutrición crónica.

121

IV.3.2. Análisis de los efectos marginales para el área rural

Examinando las estimaciones de los efectos marginales de las variables

explicativas sobre la probabilidad de que una niña/o sea desnutrida/o en el área

rural, se encuentra que las variables con mayores impactos en la reducción de

la desnutrición crónica en niñas/os menores de 5 años son la autoidentificación

étnica del jefe del hogar, seguida de la escolaridad de la madre.

Tabla 46: Efectos marginales del modelo de regresión logística de los determinantes de

la desnutrición crónica en el área rural

Marginal effects after logity = Pr (Desnutrición) (Predict)= ,46494615

Variable

Efectosmarginales(dy/dx) Porcentaje Z P>│z│ [ 95% C.I. ] Promedio

Escolaridad de lamadre -,033488 -3,35% -3,57 0,000 -,051876 -,0151 5,61943Estado civil de lamadre* ,3114261 31,14% 4,23 0,000 ,167098 ,455754 ,809717Autoidentificaciónétnica del jefe delhogar* -,1506726 -15,07% -2,09 0,037 -,292109

-,009236 ,578947

Edad de la madre -,0102269 -1,02% -1,99 0,047 -,020317-

,000137 28,085

Edad de la niña/o ,0050139 0,50% 2,41 0,016 ,00094 ,00094 29,668

(*) El efecto marginal es para el cambio discreto de la variable Dummy cuando pasa de 0 a 1


Al analizar los efectos marginales estimados en el área rural, se observa que la

variable con mayor impacto en la disminución de la probabilidad de sufrir

desnutrición crónica, es la autoidentificación étnica del jefe del hogar, es decir

una niña/o que proviene de un hogar con jefe cuya autoidentificación es

diferente a indígena disminuye en un 15,07% esta probabilidad, mientras que el

aumento de un año en la escolaridad de la madre disminuye esta probabilidad

en 3,35%.

122

Tabla 47: Predicción calculada a partir del modelo con la variable desparasitación para el

área rural119

VariableEtnia del jefe del hogar

Otra etnia Indígena

Estadocivil de lamadre

Casado/Uniónlibre

46,61% 61,62%

Sin pareja17,83% 28,52%


La variable que más contribuye en el aumento de la probabilidad de ser una

niña/o desnutrida/o es el estado civil de la madre, en el ejercicio del pronóstico,

combinando con la variable autoidentificación étnica del jefe del hogar (ver

tabla 47) se puede observar que las niñas/os que provienen de hogares con

madre casada/unión libre y jefe de hogar indígena presentan la mayor

probabilidad de sufrir desnutrición crónica en alrededor del 61%, mientras que

las niñas/os que viven en hogares con madre sin pareja y jefe de hogar no

indígena son los que tienen menor probabilidad de padecer retardo de talla

para la edad.

Las variable con mayor efecto marginal sobre la reducción de la probabilidad

de ser una niña/o desnutrida/o es la autoidentificación del jefe del hogar y el

estado civil de la madre, por esto, es necesario que las políticas programas y

proyectos dirigidos a la erradicación de la desnutrición crónica se enfoquen

prioritariamente en este grupo de personas.

Debido a que el estado civil de la madre es un factor que puede resultar

confuso al momento de su entendimiento, ya que presenta gran influencia en la

119La probabilidad se calculó fijando las demás variables en sus valores promedio.

123

probabilidad de ser una niña/o desnutrida/o, se incorporó al análisis la

presencia en el hogar de personas mayores a la madre de la niña/o120.

Tabla 48: Niñas/os que viven con personas mayores a la madre

Porcentajede niñas/os

Si vive con personasmayores a la madre

32,8

No vive con personasmayores a la madre

67,2

Total 100,0


Se puede observar que el 32,8% de las niñas/os que residen en el área rural de

la provincia viven con personas mayores a su madre en el hogar.

Tabla 49: Niñas/os que viven con personas mayores a la madre según estado civil de la

madre

Persona mayor a lamadre

Si vive conpersonasmayores

No vivecon

personasmayores

% %

Estado civil dela madre rec

Sin pareja 78,7% 21,3%

Casado/Unión libre 22,0% 78,0%


120Se identificó las personas mayores a la madre de la niña/o que viven en el hogar excluyendo a la

pareja.

124

Según la tabla 49 de las/os niñas/os con madres sin pareja un 78,7% viven con

personas mayores en el hogar, al contrario de lo que sucede con las madres

con estado civil casada/unión libre o que tienen pareja.


prevalencia de desnutrición crónica



No vivecon

personasmayores

% %


Sin retardo de talla 61,7% 48,2%

Retardo de talla 38,3% 51,8%

Total 100,0% 100,0%


Del porcentaje de niñas/os que viven con personas mayores a su madre en el

hogar un 61,7% no presenta retardo de talla, mientras que un 51,8% de las

niñas/os que viven sin personas mayores a su madre en el hogar presenta

retardo de talla.

125


prevalencia de desnutrición crónica y autoidentificación étnica del jefe del hogar



No vivecon

personasmayores

% %

Autoidentificaciondel jefe del hogar

IndígenaPrevalencia dedesnutrición crónica



Otraetnia





Se puede observar que un 48% de los niñas/os que provienen de hogares con

jefe indígena y viven con personas mayores a su madre presentan retardo de

talla, mientras que un 64,6% de las/os niñas/os en los que el jefe del hogar de

igual manera es indígena pero no viven con personas mayores a su madre

presentan retardo de talla. Mientras que en los hogares en los que el jefe del

hogar no es indígena las prevalencias de desnutrición crónica son menores,

manteniendo el comportamiento, es decir el retardo de talla es menor en las

niñas/os que viven con personas mayores en el hogar.

Estos resultados hacen suponer que la presencia de personas mayores en el

hogar contribuye a la disminución del retardo de talla en las niñas/os que

residen en el área rural de la provincia, una posible explicación sería que con la

experiencia de estas personas las niñas/os se encuentran mejor atendidos en

cuanto a su alimentación y su bienestar en general.

Otra posible explicación que es pertinente mencionar es la que hace referencia

a la importancia que tiene el cuidado y atención que la madre proporciona a

126

sus hijos121, especialmente en sus primeros años de vida, lo que se reforzaría

cuando la madre no tiene pareja, ya que el tiempo dedicado a estas actividades

sería exclusivamente para sus niña/o.

Tabla 52: Elasticidades del modelo de regresión logística de los determinantes de la

desnutrición crónica en el área rural

Elasticities after logity = Pr (Desnutrición) (Predict)= ,46494615

Variable ey/exStd.Err. Z P>│z│ [ 95% C.I. ] Promedio

Escolaridad de lamadre -,4047423 0,11868 -3,41 0,001 -,637357 -,172128 5,61943Estado civil de lamadre ,603148 0,1796 3,36 0,001 ,251143 ,955153 ,809717Autoidentificaciónétnica del jefe delhogar (indígena) -,1885253 0,09227 -2,04 0,041 -,369381 -,00767 ,578947

Edad de la madre -,6177547 0,31411 -1,97 0,049 -1,23341 -,002103 28,085

Edad de la niña/o ,3199369 0,13435 2,38 0,017 ,056622 ,583251 29,668Fuente: INEC ECV 2005-2006

Las elasticidades obtenidas para las variables explicativas del modelo en el

área rural, permiten conocer el porcentaje de cambio122 que experimentaría la

probabilidad pronosticada al aumentar o disminuir una unidad en la variable

explicativa, así, si aumenta el promedio de escolaridad de las madres que

habitan en el área rural de la provincia en un 1%, la probabilidad disminuiría en

promedio 0,4 puntos porcentuales. Así mismo al aumentar en 1% el promedio

de edad de las madres la probabilidad disminuye en 0,6%. Mientras que al

aumentar el promedio de edad de las niñas/os la probabilidad también aumenta

en 0,3% (ver tabla 52).

121“Idem 68”

122“Idem 119”

127

Capítulo V. Conclusiones y Recomendaciones

V.1. Conclusiones

Cotopaxi es la tercera provincia con más altos índices de desnutrición

crónica (42,6%) en niñas/os menores de cinco años, tan solo superada

por Chimborazo (52,7%) y Bolívar (47,9%).

Una tercera parte de la población de la provincia de Cotopaxi, el

jefe del hogar se autoidentifica como indígena, las niñas/os que

pertenecen a este grupo étnico alcanzan los índices más

elevados de desnutrición crónica (59,8%).

Aproximadamente las tres cuartas partes de la población de la

provincia de Cotopaxi reside en el área rural, similar a lo que

ocurre con la distribución que se presenta cuando se analiza la

población de niñas/os menores de cinco años, siendo esta la más

afectada por el retardo de talla para la edad (47%).

El índice de retardo de talla severa123 (12,1%) en la provincia de

Cotopaxi es el doble del índice a nivel nacional (6,3%), este

problema afecta mayoritariamente a las niñas/os que residen en

el área rural.

La población de niñas/os menores de 5 años que habitan en el

área rural de la provincia de Cotopaxi son los que se encuentran

más afectados por la desnutrición crónica respecto de los que

habitan en el área urbana, existe evidencia estadística que

permite llegar a está conclusión.

Si se observa el porcentaje de niñas/os con retardo de talla para

la edad de la provincia, aparentemente, existiría una leve

123Retardo de talla severa se considera a las niñas/os que presentan un puntaje z menor a -3 desviaciones

estandar

128

diferencia entre los varones (42,8%) y las mujeres (42,5%), pero

no existe evidencia estadística que permita afirmar esto, por lo

que el sexo no es un factor que influya en la desnutrición crónica

en la provincia de Cotopaxi.

Los factores determinantes de desnutrición crónica identificados, son

diferentes según el área geográfica de residencia (urbano, rural) de

las/os niñas/os de la provincia, debido a las características

socioeconómicas, ambientales, biomédicas, político institucionales y

productivas propias de los individuos que las habitan.

Para el área rural de la provincia se identificaron 5 factores que

influyen sobre la desnutrición crónica de las niñas/os 1 que tienen

que ver con características de las niñas/os edad en meses, 3 con

la madre: escolaridad, estado civil y edad en años, y 1 con el

jefe/a del hogar autoidentificación étnica. Mientras que para el

área urbana los factores identificados son 4: 2 son características

de las niñas/os como es el peso al nacer y la desparasitación en

los últimos doce meses, y los 2 restantes son características del

hogar; porcentaje de niñas/os en el hogar y gasto del hogar.

Se evidencia que los factores que inciden sobre la desnutrición

crónica en la provincia, son diferentes para el área urbana y para

la rural, puesto que en el área urbana inciden factores

relacionados con el hogar y la niña/o, mientras que en el área

rural influyen principalmente factores relacionados con la madre

de la niña/o.

En el área urbana el factor mas influyente sobre el retardo de talla de las

niñas/os es la desparasitación, ya que si las niñas/os se desparasitan

regularmente124 disminuye el riesgo de presentar este problema, ya que

124En la ECV se tomó como período de referencia la desparasitación en los últimos 12 meses.

129

las probabilidades expresadas por el coeficiente del modelo y el efecto

marginal confirman esta aseveración.

En el área urbana la desparasitación de las niñas/os aumenta la

probabilidad de no presentar desnutrición crónica al igual que el

gasto de los hogares, estas dos variables son características en

las que se puede implementar acciones para modificar su

comportamiento.

El peso de las niñas/os al nacer es un factor que influye sobre la

desnutrición crónica para el área urbana disminuyendo el riesgo

de presentar retardo de talla para la edad, es decir mientras el

peso de la niña/o al nacer aumenta125, el riesgo de ser

desnutrida/o disminuye.

Para el área rural los factores con mayor peso sobre la desnutrición

crónica, son el estado civil de la madre ya que las niñas/os cuyas

madres estén de una u otra forma con pareja (casada, unión libre)

aumenta el riesgo de sufrir retardo de talla para la edad al igual que las

niñas/os que viven en hogares con etnia indígena.

La escolaridad de la madre en el área rural afecta inversamente

sobre la probabilidad de que una niña/o sea desnutrido, siendo

esta variable factible de modificar su comportamiento.

Existen factores en los que no se puede modificar su

comportamiento como son la autoidentificación del jefe del hogar,

la edad de las niñas/os, la edad de la madre, debido a que son

intrínsecos de los individuos.

125Se refiere a rangos biológicos admisibles del peso de las niñas/os al nacer.

130

V.2. Recomendaciones

Atenuar la desnutrición crónica en las niñas/os menores de 5 años de la

provincia de Cotopaxi, ya que es un problema que afecta a la salud de

las personas lo largo de toda la vida, a través de políticas económicas y

sociales de largo plazo que permitan ir contrarrestando este problema.

Atender de forma prioritaria al sector indígena sobre todo al que

reside en la zona rural mediante capacitación, atención en salud y

alimentación, que permitan mejorar el estado nutricional de las

niñas/os que pertenecen a este grupo étnico, también

proporcionar ayuda gubernamental para mejorar las condiciones

socioeconómicas de estos hogares.

Enfocar prioritariamente en el área rural las políticas, programas y

proyectos, enfocados a la reducción de la desnutrición crónica, ya

que este grupo de niñas/os es el más vulnerable a padecer este

mal.

Determinar los factores que influyen en cada nivel de desnutrición

crónica (retardo de talla y retardo de talla severa), permitiendo de

esta manera, implementar políticas diversificadas con la finalidad

de reducir estos índices126.

La implementación de políticas, programas y proyectos sociales

enfocados a erradicar la desnutrición crónica en la provincia de Cotopaxi

se lo debe hacer de manera diferenciada según el área de residencia de

las/os niñas/os y con la mayor desagregación posible, ya que las

características sociales, económicas y culturales de la población del

Ecuador es diversa.

126En el presente trabajo de investigación no se identificaron factores para los niveles de desnutrición

crónica.

131

En el área urbana fortalecer los programas que se vienen ejecutando

respecto de la desparasitación de las niñas/os, también elaborar

campañas de educación sobre prácticas saludables (control del niño

sano, consumo de alimentos inocuos) y prácticas de higiene personal

adecuada que permitan prevenir que las niñas/os contraigan parásitos.

Mejorar el nivel de ingresos de los hogares, ya que este es un

factor determinante identificado127 por el modelo desarrollado en

esta tesis, mediante políticas salariales que permitan ir mejorando

la calidad de vida de estos hogares y por ende el estado

nutricional especialmente de las niñas/os miembros del hogar.

Establecer políticas eficientes en materia de salud, que permitan

educar a las mujeres en estado de gestación, sobre prácticas

alimentarias adecuadas y concientizar sobre el cuidado durante

el embarazo, para lograr que las niñas/os nazcan con pesos

apropiados.

En las variables identificadas que no se pueden modificar su

comportamiento directamente como es el caso del estado civil de la

madre y la etnia del jefe del hogar, es importante estudiar más a fondo

cada una de ellas y direccionar la implementación de políticas de acción

sobre estas características explicativas, de esta forma ir reduciendo la

desnutrición crónica que afecta a medida que cambia el factor principal

identificado.

Mejorar el nivel de educación de las madres, promoviendo

campañas de alfabetización, educación de adultos que permitan

alcanzar mínimo el bachillerato, esto se tendría que adaptar al

ritmo cotidiano de vida de las madres.

127El factor determinante identificado por el modelo fue el gasto de los hogares, variable proxi del

ingreso.

132

Realizar investigaciones que tengan como principal objetivo el estudiar

los factores determinantes que influyen sobre la desnutrición crónica.

Vale mencionar que la correcta nutrición de las niñas/os depende en gran

medida de la apropiada ingesta de alimentos, y de la capacidad del

organismo para asimilarlos, así como lo sostiene Héctor Maletta y Rosario

Gómez en su publicación Seguridad Alimentaria: Medición y Métodos Parte

I “la desnutrición es una parte de un conjunto más amplio de fenómenos o

condiciones denominado malnutrición. Su forma principal es la desnutrición,

ya sea por insuficiencia de energía, de proteínas, o de micronutrientes (o de

todos ellos a la vez)”.

Se sugiere que los resultados obtenidos en esta tesis, sean utilizados como

insumos en estudios específicos, por los planificadores de políticas

públicas, para la toma de decisiones acertadas, en beneficio de las niñas/os

que padecen este problema y que permitan ir previniendo el aparecimiento

de este problema.

Se espera que la metodología realizada para elaborar la presente tesis sirva

como insumo para futuras investigaciones y contribuya a una mejor toma de

decisiones respecto de cómo mejorar el estado nutricional de las niñas/os

menores de cinco años no solo de la provincia de Cotopaxi sino de todo el

país.

I

Bibliografía

Dirección de Análisis e Investigación del Ministerio de Coordinación del

Desarrollo Social, “Mapa de la Desnutrición Crónica del Ecuador”,

Quito/Ecuador, Enero de 2010.

Lucas Achig, “Metodología de la Investigación Social”, Publicaciones

Tercer Mundo, Quito/Ecuador, 1989.

Victor Ajieroh Consultant, “A Quantitative Analysis of Determinants of

Child and Maternal Malnutrition in Nigeria” Background Paper No.

NSSP10 December 2009, International Food Policy Research Institute,

Nigeria.

Aníbal Velásquez, “Efectividad de Programas de Reducción de la

Pobreza en la Nutrición Infantil y los Determinantes Económicos de la

Desnutrición en Países de Escasos Recursos”, Programa de

fortalecimiento de la capacidad regional de seguimiento y evaluación de

los proyectos FIDA para la reducción de la pobreza rural en América

Latina y el Caribe – PREVAL, 2009.

Banco Internacional de Reconstrucción y Desarrollo / BANCO MUNDIAL,

“Insuficiencia Nutricional en el Ecuador Causas, Consecuencias y

Soluciones”, Estados Unidos de América, junio de 2007.

Organización de las Naciones Unidas para la Agricultura y la

Alimentación (FAO), Dirección de Nutrición y Protección del Consumidor,

“Indicadores de nutrición para el desarrollo”, Roma, 2006.

Héctor Maletta Rosario Gómez, “Seguridad Alimentaria Conceptos y

Tendencias”, FODEPAL, 2004.

Guillermo Paraje, “Evolución de la desnutrición crónica infantil y su

distribución socioeconómica en siete países de América Latina y el

II

Caribe”, División de Desarrollo Social, Santiago de Chile, Marzo de

2008.

Larrea Carlos, Desnutrición, etnicidad y pobreza en el Ecuador y el Área

Andina, en Foro Sobre la Democracia, el Bienestar y el Crecimiento

Económico, pag 91 – 111, Quito, FLACSO-UNICEF, 2006.

Instituto Nacional de Estadísticas y Censos, “Metodología de la ECV de

la Quinta Ronda”, Quito/Ecuador, 2006.

Instituto Nacional De Estadísticas Y Censos, “Diseño de la muestra

maestra para el sistema integrado de encuestas de hogares del INEC-

Ecuador, y diseño de la muestra para la encuesta nacional de ingresos y

gastos de hogares urbanos”, Quito/Ecuador, 2002.

Viginia Commonwealth University, George C Canavos “Probabilidad y

estadística, Aplicaciones y Métodos”, México, 1988 .

WHO Anthro for personal computers, World Health Organization, 2010.

Página web oficial de la OMS http://www.who.int/childgrowth/en/.

Evaluación del estado nutricional de niñas, niños y mujeres

embarazadas mediante antropometría; Buenos Aires Ministerio de

Salud de la Nación con apoyo de la OPS; 2009.

Patrones de Crecimiento Nota descriptiva no.1 OMS.

SECAP, Bases Metodológicas, Técnicas y procedimientos, (1996).

WHO Child Growth Standards, Methods and development, World Health

Organization 2006

INTRODUCCION AL ANALISIS DE CLUSTER, José Luis Vicente

Villardón, Departamento de Estadística, Universidad de Salamanca”.

III

ANALISIS DE COMPONENTES PRINCIPALES, José Luis Vicente

Villardón, Departamento de Estadística, Universidad de Salamanca”.

Encuesta Nacional de Salud Bienestar y Envejecimiento Sabe 1 Ecuador

2009-2010, MIES Aliméntate Ecuador

Regresión Logística Binaria Ángel Alejandro Juan Pérez, Renatas Kizys,

Luis María Manzanedo Del Hoyo; UOC.

Análisis multivariante; J. F. Hair, R. E. Anderson, R. L. Tatham, W. C.

Black; 5a ed. Prentice Hall Iberia, Madrid, 1999.

Guía de nutrición y la familia; Ann Burgess Peter Glasauer;

ORGANIZACIÓN DE LAS NACIONES UNIDAS PARA LA

AGRICULTURA Y LA ALIMENTACIÓN ROME, 2006.

Nutrition for improved development outcomes; 5th report on the world

nutrition situation; united nation systems, march 2004.

1

ANEXO 1: SECCIÓN DEL FORMULARIO DE LA ECV DESTINADA AL REGSITRO DE DATOS

ANTROPOMÉTRICOS

2

ANEXO 2: ESTRUCTURA DE LA POBLACIÓN

Tabla 53: Personas por provincia

N %

Provincia

AZUAY 664660 5,0%

BOLIVAR 179199 1,3%

CAÑAR 223251 1,7%

CARCHI 164293 1,2%

COTOPAXI 391016 2,9%

CHIMBORAZO 437424 3,3%

EL ORO 594023 4,5%

ESMERALDAS 429889 3,2%

GUAYAS 3577001 26,9%

IMBABURA 387551 2,9%

LOJA 430311 3,2%

LOS RIOS 727079 5,5%

MANABI 1296601 9,8%

MORONA 155463 1,2%

NAPO 76605 ,6%

PASTAZA 114903 ,9%

PICHINCHA 2642604 19,9%

TUNGURAHUA 490535 3,7%

ZAMORA 68183 ,5%

SUCUMBIOS 127411 1,0%

ORELLANA 100355 ,8%

Total 13278359 100,0%Fuente: INEC ECV 2005-2006

3

Tabla 54: Personas por provincia según área

Área

Urbana Rural Total

n % n % n %

Provincia

AZUAY 349394 2,6% 315266 2,4% 664660 5,0%

BOLIVAR 24743 ,2% 154456 1,2% 179199 1,3%

CAÑAR 70789 ,5% 152462 1,1% 223251 1,7%

CARCHI 66592 ,5% 97702 ,7% 164293 1,2%

COTOPAXI 101649 ,8% 289367 2,2% 391016 2,9%

CHIMBORAZO 160532 1,2% 276892 2,1% 437424 3,3%

EL ORO 434427 3,3% 159596 1,2% 594023 4,5%

ESMERALDAS 216025 1,6% 213863 1,6% 429889 3,2%

GUAYAS 3029140 22,8% 547861 4,1% 3577001 26,9%

IMBABURA 203441 1,5% 184110 1,4% 387551 2,9%

LOJA 166247 1,3% 264064 2,0% 430311 3,2%

LOS RIOS 379226 2,9% 347853 2,6% 727079 5,5%

MANABI 678805 5,1% 617796 4,7% 1296601 9,8%

MORONA 24596 ,2% 130867 1,0% 155463 1,2%

NAPO 14407 ,1% 62199 ,5% 76605 ,6%

PASTAZA 35173 ,3% 79730 ,6% 114903 ,9%

PICHINCHA 2177390 16,4% 465214 3,5% 2642604 19,9%

TUNGURAHUA 204692 1,5% 285843 2,2% 490535 3,7%

ZAMORA 15113 ,1% 53069 ,4% 68183 ,5%

SUCUMBIOS 40251 ,3% 87160 ,7% 127411 1,0%

ORELLANA 43005 ,3% 57351 ,4% 100355 ,8%


4

Tabla 55: Promedio de edad de la personas a nivel nacional

Mediana MediaDesviación

típica Mínimo Máximo N total

Edad 23,00 27,22 20,56 0 98 13278359Fuente: INEC ECV 2005-2006

Tabla 56: Promedio de personas por hogar de la provincia a nivel nacional

MediaDesviación

típica Mínimo MáximoTotal dehogares

% dehogares

Área

Urbana 3,92 1,93 1,00 18,00 2152290 65,9%

Rural 4,35 2,33 1,00 23,00 1112576 34,1%

Total 4,07 2,09 1,00 23,00 3264866 100,0%


5

Tabla 57: Niñas/os menores de 5 años por provincia

N %

Provincia

AZUAY 67616 4,6%

BOLIVAR 23066 1,6%

CAÑAR 23136 1,6%

CARCHI 15654 1,1%

COTOPAXI 47862 3,2%

CHIMBORAZO 53228 3,6%

EL ORO 61170 4,1%

ESMERALDAS 55425 3,7%

GUAYAS 396085 26,7%

IMBABURA 41363 2,8%

LOJA 45005 3,0%

LOS RIOS 87891 5,9%

MANABI 146410 9,9%

MORONA 23804 1,6%

NAPO 9466 ,6%

PASTAZA 19236 1,3%

PICHINCHA 275834 18,6%

TUNGURAHUA 47741 3,2%

ZAMORA 11003 ,7%

SUCUMBIOS 15944 1,1%

ORELLANA 14486 1,0%

Total 1481423 100,0%Fuente: INEC ECV 2005-2006

6

Tabla 58: Promedio de niñas/os menores de 5 años por hogar a nivel nacional

MediaDesviación

típica Mínimo Máximo

Total dehogares

conniñas/osmenoresde cinco

años% de

hogares

Área

Urbana 1,25 ,50 1,00 5,00 706939 62,8%

Rural 1,43 ,65 1,00 5,00 418683 37,2%

Total 1,32 ,57 1,00 5,00 1125622 100,0%


Figura 26. Pirámide poblacional a nivel nacional


7

Tabla 59: Personas a nivel nacional por Autoidentificación étnica según Área

Área

Urbana Rural Total

n % n % n %

Autoidentificaciónétnica

Indígena 157181 2,5% 519443 15,6% 676625 7,1%

Mestizo 5180681 83,0% 2460334 73,9% 7641015 79,9%

Blanco 532916 8,5% 190654 5,7% 723570 7,6%

Negro 182077 2,9% 99675 3,0% 281752 2,9%

Mulato 181697 2,9% 58430 1,8% 240127 2,5%

Otro, cual 4247 ,1% 0 ,0% 4247 ,0%


8

Tabla 60: Personas a nivel nacional por provincia según Autoidentificación étnica

Autoidentificación étnica

Indígena Mestizo Blanco Negro Mulato Otro, cual Total

N % n % n % n % n % n % n %

Provincia

AZUAY 17165 3,5% 433711 89,5% 27336 5,6% 1917 ,4% 4267 ,9% 0 ,0% 484396 100,0%

BOLIVAR 25720 21,1% 87531 72,0% 7724 6,4% 521 ,4% 115 ,1% 0 ,0% 121611 100,0%

CAÑAR 33925 21,4% 113212 71,5% 9120 5,8% 622 ,4% 1485 ,9% 0 ,0% 158364 100,0%

CARCHI 2496 2,1% 104374 86,7% 4367 3,6% 6779 5,6% 2346 1,9% 0 ,0% 120362 100,0%

COTOPAXI 64586 23,7% 192398 70,7% 13345 4,9% 482 ,2% 1213 ,4% 0 ,0% 272026 100,0%

CHIMBORAZO 114392 37,1% 181637 58,8% 12001 3,9% 382 ,1% 249 ,1% 0 ,0% 308661 100,0%

EL ORO 7283 1,6% 380971 85,3% 38867 8,7% 6783 1,5% 12383 2,8% 315 ,1% 446604 100,0%

ESMERALDAS 4172 1,4% 131084 44,7% 15372 5,2% 92904 31,7% 49947 17,0% 0 ,0% 293479 100,0%

GUAYAS 29356 1,1% 2163786 83,2% 247551 9,5% 68077 2,6% 88851 3,4% 1842 ,1% 2599463 100,0%

IMBABURA 63649 22,9% 186214 67,0% 7399 2,7% 16895 6,1% 3919 1,4% 0 ,0% 278076 100,0%

LOJA 11643 3,8% 265203 86,5% 21475 7,0% 833 ,3% 7417 2,4% 0 ,0% 306571 100,0%

LOS RIOS 2346 ,5% 435643 84,9% 47165 9,2% 16844 3,3% 10161 2,0% 801 ,2% 512960 100,0%

9

Autoidentificación étnica

Indígena Mestizo Blanco Negro Mulato Otro, cual Total

N % n % n % n % n % n % n %

MANABI 268 ,0% 791967 86,4% 85868 9,4% 24937 2,7% 13169 1,4% 455 ,0% 916664 100,0%

MORONA 50401 54,2% 38789 41,7% 3358 3,6% 212 ,2% 201 ,2% 0 ,0% 92961 100,0%

NAPO 25341 50,0% 20941 41,3% 3731 7,4% 239 ,5% 472 ,9% 0 ,0% 50724 100,0%

PASTAZA 35411 47,3% 35031 46,8% 3209 4,3% 898 1,2% 289 ,4% 0 ,0% 74837 100,0%

PICHINCHA 114776 5,8% 1631635 83,0% 140550 7,2% 38540 2,0% 39136 2,0% 834 ,0% 1965471 100,0%

TUNGURAHUA 43875 11,9% 304690 82,8% 17380 4,7% 1415 ,4% 725 ,2% 0 ,0% 368085 100,0%

ZAMORA 4729 11,4% 31303 75,3% 5332 12,8% 0 ,0% 227 ,5% 0 ,0% 41590 100,0%

SUCUMBIOS 5797 6,4% 74464 82,5% 6353 7,0% 1543 1,7% 2147 2,4% 0 ,0% 90304 100,0%

ORELLANA 19294 30,1% 36432 56,8% 6067 9,5% 928 1,4% 1405 2,2% 0 ,0% 64126 100,0%

Total 676625 7,1% 7641015 79,9% 723570 7,6% 281752 2,9% 240127 2,5% 4247 ,0% 9567336 100,0%Fuente: INEC ECV 2005-2006

10

ANEXO 3: PREVALENCIA DE DESNUTRICIÓN CRÓNICA

Tabla 61: Prevalencia de desnutrición crónica según provincia



talla/edad Total

n % n % n %

Provincia

AZUAY 23412 36,6% 40623 63,4% 64036 100,0%

BOLIVAR 10860 47,9% 11809 52,1% 22669 100,0%

CAÑAR 7870 34,9% 14651 65,1% 22521 100,0%

CARCHI 4817 31,1% 10681 68,9% 15499 100,0%

COTOPAXI 19282 42,6% 25956 57,4% 45237 100,0%

CHIMBORAZO 27100 52,6% 24391 47,4% 51492 100,0%

EL ORO 8988 15,2% 50236 84,8% 59224 100,0%

ESMERALDAS 10354 19,2% 43665 80,8% 54019 100,0%

GUAYAS 65375 16,8% 323943 83,2% 389318 100,0%

IMBABURA 16326 40,2% 24313 59,8% 40639 100,0%

LOJA 15309 34,7% 28782 65,3% 44091 100,0%

LOS RIOS 18326 21,5% 66841 78,5% 85167 100,0%

MANABI 35367 24,7% 107604 75,3% 142971 100,0%

PICHINCHA 58203 22,5% 200554 77,5% 258757 100,0%

TUNGURAHUA 15950 34,9% 29771 65,1% 45721 100,0%

AMAZONÍA 31064 35,2% 57281 64,8% 88345 100,0%


11

Tabla 62: Prevalencia de desnutrición crónica según autoidentificación étnica del

jefe del hogar en el país



talla/edad Total

n % n % n %


Indígena 76922 50,5% 75479 49,5% 152401 100,0%

Mestizo 254230 23,3% 836837 76,7% 1091067 100,0%

Blanco 20967 22,3% 73146 77,7% 94113 100,0%

Negro 9730 18,8% 41919 81,2% 51649 100,0%

Mulato 6757 17,0% 33036 83,0% 39793 100,0%

Otro 0 ,0% 685 100,0% 685 100,0%


Tabla 63: Prevalencia de desnutrición crónica según autoidentificación étnica del jefe del

hogar y área en la provincia de Cotopaxi



n % N %

Área

Urbana

Indígena 595 51,2% 568 48,8%

Mestizo 2284 26,0% 6491 74,0%

Blanco 195 27,8% 505 72,2%

Otra autoindetificación 0 ,0% 119 100,0%

Rural

Indígena 8816 60,5% 5749 39,5%

Mestizo 7259 39,3% 11192 60,7%

Blanco 133 11,5% 1029 88,5%

Otra autoindetificación 0 ,0% 303 100,0%


12

Tabla 64: Prevalencia de desnutrición crónica según área en el país



talla/edad Total

n % n % N %

Área

Urbana 163147 19,2% 686894 80,8% 850041 100,0%

Rural 205458 35,4% 374208 64,6% 579666 100,0%


Tabla 65: Prevalencia de desnutrición crónica según sexo en el país



talla/edad Total

n % n % N %

SEXO

Hombre 203090 27,5% 535899 72,5% 738989 100,0%

Mujer 165516 24,0% 525202 76,0% 690718 100,0%


13

Niveles de desnutrición crónica

Tabla 66: Niveles de desnutrición crónica según provincia


Sin retardo de talla Retardo de tallaRetardo detalla severa Total

n % n % n % n %

AZUAY 40623 63,4% 17660 27,6% 5752 9,0% 64036 100,0%

BOLIVAR 11809 52,1% 7242 31,9% 3617 16,0% 22669 100,0%

CAÑAR 14651 65,1% 5298 23,5% 2573 11,4% 22521 100,0%

CARCHI 10681 68,9% 3637 23,5% 1180 7,6% 15499 100,0%

COTOPAXI 25956 57,4% 13810 30,5% 5471 12,1% 45237 100,0%

CHIMBORAZO 24391 47,4% 17667 34,3% 9433 18,3% 51492 100,0%

EL ORO 50236 84,8% 6571 11,1% 2418 4,1% 59224 100,0%

ESMERALDAS 43665 80,8% 8311 15,4% 2044 3,8% 54019 100,0%

GUAYAS 323943 83,2% 52898 13,6% 12477 3,2% 389318 100,0%

IMBABURA 24313 59,8% 11231 27,6% 5095 12,5% 40639 100,0%

LOJA 28782 65,3% 12711 28,8% 2598 5,9% 44091 100,0%

LOS RIOS 66841 78,5% 15051 17,7% 3275 3,8% 85167 100,0%

MANABI 107604 75,3% 27784 19,4% 7583 5,3% 142971 100,0%

PICHINCHA 200554 77,5% 44009 17,0% 14194 5,5% 258757 100,0%

TUNGURAHUA 29771 65,1% 9972 21,8% 5978 13,1% 45721 100,0%

AMAZONÍA 57281 64,8% 24926 28,2% 6138 6,9% 88345 100,0%

Total 1061101 74,2% 278779 19,5% 89827 6,3% 1429707 100,0%Fuente: INEC ECV 2005-2006

14

Tabla 67: Niveles de desnutrición crónica según autoidentificación étnica del jefe del

hogar en el país


Sin retardo de talla Retardo de tallaRetardo de talla

severa Total

n % n % n % n %

Indígena 75479 49,5% 49571 32,5% 27351 17,9% 152401 100,0%

Mestizo 836837 76,7% 200336 18,4% 53894 4,9% 1091067 100,0%

Blanco 73146 77,7% 16330 17,4% 4637 4,9% 94113 100,0%

Negro 41919 81,2% 6256 12,1% 3474 6,7% 51649 100,0%

Mulato 33036 83,0% 6286 15,8% 471 1,2% 39793 100,0%

Otro 685 100,0% 0 ,0% 0 ,0% 685 100,0%


Tabla 68: Nivel de desnutrición crónica según área en el país


Sin retardo detalla Retardo de talla

Retardo de tallasevera Total

n % N % n % n %

Área

Urbana 686894 80,8% 128912 15,2% 34235 4,0% 850041 100,0%

Rural 374208 64,6% 149867 25,9% 55592 9,6% 579666 100,0%


15

Tabla 69: Niveles de desnutrición crónica según autoidentificación étnica del jefe

del hogar en la provincia de Cotopaxi


Sin retardo detalla

Retardo detalla

Retardo detalla severa Total

n % n % n % n %


Indígena 6317 40,2% 6509 41,4% 2902 18,4% 15728 100,0%

Mestizo 17683 64,9% 6974 25,6% 2570 9,4% 27226 100,0%

Blanco 1534 82,4% 328 17,6% 0 ,0% 1862 100,0%

Negro 179 100,0% 0 ,0% 0 ,0% 179 100,0%

Mulato 243 100,0% 0 ,0% 0 ,0% 243 100,0%

Otro 0 ,0% 0 ,0% 0 ,0% 0 ,0%


Tabla 70: Nivel de desnutrición crónica según área en la provincia de Cotopaxi


Sin retardo de talla Retardo de talla Retardo de talla severa Total

n % N % n % n %

Área

Urbana 7683 71,4% 2916 27,1% 158 1,5% 10758 100,0%

Rural 18272 53,0% 10895 31,6% 5313 15,4% 34480 100,0%


16

ANEXO 4: PRUEBAS ESTADÍSTICAS A NIVEL NACIONAL

Tabla 71: Prueba de Mann-Whitney para el sexo a nivel nacional

HAZ


Z -3,870



Tabla 72: Prueba de chi-cuadrado para el sexo a nivel nacional

Valor gl



13,205(b) 1 ,000



17

ANEXO 5: MARCO CONCEPTUAL DE SEGURIDAD ALIMENTARIA

18

ANEXO 6: FACTORES DETERMINANTES DE DESNUTRICIÓN

CRÓNICA

Tabla 73: Tamaño del hogar según prevalencia de desnutrición en las niñas/os menores

de cinco años

desnutricion Prevalencia de desnutrición crónica


MediaDesviación

típica Mediana MediaDesviación

típica Mediana

tamañoTamaño delhogar

6,14 2,53 6,00 5,49 2,26 5,00


Tabla 74: Prevalencia de desnutrición crónica según grupos de condiciones

socioeconómicas de la provincia de Cotopaxi

Prevalencia de desnutrición crónicaSin retardo de

talla/edad Retardo de talla/edad

n % n %

Condicionessocioeconómicas

Regulares 2689 10,4% 2065 10,7%

Buenas conmejorescolaridad

4404 17,0% 1512 7,8%

Malas sinayudagubernamental

5122 19,7% 3162 16,4%

Buenas conmejorposibilidadeseconómicas

4554 17,5% 1690 8,8%

Malas conayudagubernamental

9187 35,4% 10853 56,3%

Total 25956 100,0% 19282 100,0%


Documents

“FACTORES DETERMINANTES DE DESNUTRICIÓN CRÓNICA … · de las metas que he emprendido, estoy segura que en estos momentos se alegran por mí. ... ANEXO 5: MARCO CONCEPTUAL DE