La verdad acerca del bajo peso al nacer y el hambre en Colombia (investigación original)
El
bajo peso al nacer para Colombia presentado en el INCAS, muestra una
distribución paradójica en el territorio nacional; territorios
socioeconómicamente deprimidos como el Choco, parecen estar mejor
que otros territorios como Antioquia, además el régimen subsidiado
parece estar mejor que el régimen contributivo. En el 2014, el 8.8%
de los niños nacen con bajo peso al nacer, 9.3 % en el régimen
contributivo, frente a un 8.3 del régimen subsidiado.
Cuando
se ajustan los datos a la desinformación Vaupes, Choco, y Vichada
encabezan la verdadera lista del bajo peso al nacer.
Cuando
se ajustan los porcentajes a factores asociados al bajo peso al nacer
como son: la disponibilidad de cesárea, cuidados neonatales,
educación, tabaco, nutrición, embarazo en los extremos de la edad
fértil entre otras, las verdaderas proporciones aparecen, por
ejemplo para partos vía vaginal el bajo peso en el régimen
contributivo es de 6,4% frente a un 6,2% en el subsidiado, y para
parto vaginal con RN RH (-) el régimen contributivo presenta un 6,4%
de bajo peso al nacer frente a un 6,8% del subsidiado.
El
problema identificado para este fenómeno y su indicador que aplica
para muchos otros en salud pública, es que sus resultados dependen
de muchos factores asociados, algunos desconocidos y otros inclusive
aleatorios, y no solo de la atención de la calidad en salud, por lo
tanto, antes de evaluaciones o comparaciones deben ser tenidos en
cuenta identificados y ajustados.
El
sub-registro, el auto-reporte, y el referenciación a centros de
tercer nivel, también son factores a tener en cuenta para la
correcta interpretación de los indicadores.
Mapa del bajo peso al nacer teniendo en cuenta desinformación
Mapa del bajo peso al nacer sin ajustar o crudo
Introduccion:
La
medición de la calidad y la eficiencia de un servicio de salud es
una tarea de complejidad intrínseca ya que a la medición de
conceptos abstractos se añade la variedad de intereses en el
auto-reporte, el sub-registro, y factores de confusión que pueden
influir en las evaluaciones.
De
esta forma medir la calidad de la atención en salud, se constituye
en un desafío debido en parte a que los indicadores deben separar o
ajustar la parte de ellos que se debe a las características de la
población, (el tiempo y el espacio) de la que se relaciona con la
atención prestada.
Los
recién nacidos con bajo peso aparece en el INCAS de Colombia en el
subdominio de atención en el embarazo, y se presenta como indicador
de malnutrición, y estado de salud de la madre, aparte de la
atención en el embarazo.
En
esta investigación se muestra que esto no es exacto, el indicador en
realidad es el resultado de la interacción de casi medio centenar de
variables importantes, algunas desconocidas y azarosas, las cuales
deben tenerse en cuenta en los ajustes necesarios para su correcta
interpretación.
El
análisis espacial descriptivo, el análisis de tipo series de
tiempo, el análisis caótico, la estratificación en tablas de
contingencia, y estudios de otros investigadores proporcionan la
evidencia de lo anterior.
métodos:
Este
estudio es de tipo descriptivo-retrospectivo.
Se
analizó las bases de datos de las estadísticas vitales del DANE
durante un periodo de 10 años entre 2004 y 2014, para estudiar el
comportamiento del bajo peso al nacer de acuerdo a su distribución
geográfica, y sus factores asociados, así como su evolución en el
tiempo. Hay que tener en cuenta que en el proceso de depuración y
divulgación de las Estadísticas Vitales el DANE toma cerca de 18
meses.
Se
seleccionaron las variables a analizar: peso al nacimiento, sexo,
semanas de gestación, número de consultas prenatales, tipo de
parto, régimen de seguridad social, edad de la madre, estado civil
de la madre en el momento del parto, nivel educativo de la madre,
área residencial de la madre, número de hijos vivos entre otras.
Se
realizó una exploración geográfica espacial de los datos, con
sentido lógico, de los datos crudos y ajustados, el ajuste de
desinformación dio 50% de probabilidad de que un evento se presente
o no se presente, las exploraciones de las series de tiempo se
hicieron por semana y mes y año, las asociaciones en tablas de
contingencia usando estratificación simple, como forma de controlar
sesgos de confusión, buscando p<0.05.
Software
utilizado: IBM SPSS 20.0, Matlab 8.3.0.532, función Recurrence plot
tool box de H. Yang, crptool 5.21 de Marwan, QGIS 2.16.3
La
definición de recién nacido de bajo peso (RNBP), es la dada por la
Organización Mundial de la Salud (OMS) como el peso al nacer de
menos de 2 500 g (Kramer, 1987), que incluye a los prematuros y los
de restricción de crecimiento fetal (RCIU).
En
el grafico se puede la serie temporal (usando denominadores) con un
patrón anual más claro, con una tendencia ascendente que luego se
estabiliza (a.), y parece descender en una segunda parte (b.), el
mapa de recurrencia (c,) muestra tendencia y determinismo parcial,
que también se pueden ver en el espacio fase (d.) y en el histograma
de frecuencias (e.), aun así, se puede ver que los niños concebidos
en época decembrina terminaron con menos peso que los concebidos
en febrero o marzo.
En
todas las gráficas hay señales del factor aleatorio, y el fenómeno
en si se ubica en un estado intermedio entre lo completamente azaroso
y lo determinado. El reconocimiento y la cuantificación de caos en
series de tiempo es objeto de muchos estudios aparte de los mapas de
recurrencia, también están la estimación de las dimensiones
fractales, predicción no lineal, la estimación de la entropía, y
la estimación de exponentes de Lyapunov (BenSaïda, 2015), pero
este análisis más profundo escapa de el propósito de este trabajo
El
estudio de las series de bajo peso al nacer evidencias que el
fenómeno es multicausal o por lo menos depende de variables
aleatorias, y que es poco probable que dependa linealmente solo de la
nutrición de la madre, y mucho menos solo de la calidad de la
atención medica en el control prenatal.
En
la literatura científica con el bajo peso al nacer (Kramer, 1987),
nos encontramos con muchas variables (causa ) (Wardlaw,
2004), por ejemplo puede haber genes desconocidos que influyen, (de
naturaleza caótica o azarosa) además, está la altura a nivel del
mar, la nutrición, el exceso del trabajo, condiciones médicas como
la anemia, el tabaco, el sexo femenino del bebe, , controles
prenatales, edad de la madre en sus extremos, , nivel educativo ,
contaminación atmosférica (Pope, 2010), CO (Townsend, 2002) toxinas
plomo , cafeína (Chen, 2014), parto por cesárea, todo lo anterior
confundido por relaciones no lineales de asociación, como la
presentada en el nivel educativo y los extremos de la edad, factores
sociodemográficos (Borah, 2016) y además los mencionados problemas
del ruido por azar, subregistro y sesgos de auto-reporte de una
situación “negativa” para quien lo reporta.
Visto
de esta forma no hay determinantes de la salud para este fenómeno,
solo factores asociados que pueden variar de población en población,
con pesos o importancia que también pueden variar, los cuales hay
que estudiar y no suponer.
Tabla 1. Distribución del peso al nacer por régimen de seguridad
social en salud.
Peso
del RN
|
Contributivo
|
Subsidiado
|
Excepción
|
Especial
|
No
asegurado
|
||
Bajo
peso
|
9.3%
|
8.3%
|
8.5%
|
12.9%
|
10.6%
|
||
Peso
normal
|
90.7%
|
91.7%
|
91.5%
|
87.1%
|
89.4%
|
||
Fuente:
el autor para este trabajo. EEVV DANE 2014
Tabla3.
Bajo peso del RN según edad de la madre
Peso
al nacer
|
Agrupación
por edad de la madre
|
||||
10
a 19 años
|
20
a 34 años
|
35
a 54 años
|
Total
|
||
Bajo peso
al nacer
|
recuento
|
14117
|
37216
|
6993
|
58326
|
%
|
9.4%
|
8.3%
|
10.6%
|
8.8%
|
|
Peso
normal
|
recuento
|
135849
|
412806
|
59243
|
607898
|
%
|
90.6%
|
91.7%
|
89.4%
|
91.2%
|
|
Fuente:
el autor para este trabajo EEVV DANE 2014
Tabla
6. Bajo peso al nacer en partos vía vaginal
Régimen
de seguridad social
|
Bajo
peso al nacer
|
Peso
normal
|
||
Recuento
|
%
|
Recuento
|
%
|
|
Contributivo
|
8003
|
6,4%
|
117569
|
93,6%
|
Subsidiado
|
12525
|
6,2%
|
189602
|
93,8%
|
Excepción
|
414
|
5,8%
|
6746
|
94,2%
|
Especial
|
7
|
8,6%
|
74
|
91,4%
|
No asegurado
|
1272
|
8,9%
|
13073
|
91,1%
|
Sin información
|
0
|
0,0%
|
5
|
100,0%
|
Fuente: el autor para este trabajo según DANE EEVV 2014
¿Pero
por qué razón en el régimen contributivo nacen más con bajo peso
al nacer?
Respuesta:
al no haber una única causa ejemplo la nutrición, o la atención
prenatal (¿la cual se pretende medir?), otros factores incluidos
algunos desconocidos hacen su aparición.
Aquí
aparecen como razones las cesáreas, el RH, y posiblemente el tabaco,
el sub-registro, referenciación de alto riesgo obstétrico por
disponibilidad de servicios neonatales entre otros.
Revisando
la literatura también se encuentra que según la ENDS 2010, el bajo
peso se presenta con mayor frecuencia en hijos de madres menores de
20 años y mayores de 34 años, primogénitos, de las zonas urbanas,
con mayor educación y menor pobreza
¿Hay
alguna evidencia de esto fuera de Colombia?
Si,
en Brasil (Silva, 2010) se describe la "Paradoja Epidemiológica
del Bajo Peso al Nacer", la cual se reduce al hecho de que, en
las regiones de mejores condiciones, la tasa de BPN es alta mientras
que la tasa de mortalidad infantil es baja, por el contrario, en lasregiones
deprimidas, la tasa de BPN es baja y la tasa de mortalidad infantil
es alta,
Las
diferencias regionales en la tasa de bajo peso al nacer parecen estar
más asociada a la disponibilidad de los servicios de atención
perinatal que las condiciones sociales subyacentes
El
tabaquismo materno fue el factor de riesgo más importante para
explicar la diferencia en el bajo peso al nacer
Las
diferencias en las tasas de cesárea entre ambas ciudades de su
estudio contribuyeron a explicar en parte la paradoja
La
característica básica de un indicador es su potencialidad para
medir un concepto de manera indirecta
Un
indicador es una variable que pretende reflejar cierta situación y
medir el grado o nivel con que ésta se manifiesta, de manera que
resulte útil para evaluar cambios en el tiempo y hacer comparaciones
en
el espacio. En la atención hospitalaria, los indicadores de calidad
y eficiencia sirven de base para medir el desempeño de los servicios
que brinda o debe brindar el hospital y facilitar las comparaciones
en el espacio y en el tiempo (Jiménez Paneque, 2004).
Existen
organismos internacionalmente aceptados para crear y validar
indicadores de calidad como AHRQ:The Agency for Healthcare Research
and Quality y ISQUA: International society for quality in health
care, los cuales pueden orientar y ayuda a comparar o ajustar los
resultados.
Un
buen indicador por lo menos deberá cumplir al menos con cuatro
características (Paneque 2004):
i Validez:
debe reflejar el aspecto de la calidad para el que se creó o
estableció y no otro.
ii Confiabilidad:
debe brindar el mismo resultado en iguales circunstancias.
iii Comprensibilidad:
debe comprenderse fácilmente qué aspecto de la calidad pretende
reflejar
iv Sencillez:
debe ser sencillo de administrar, de aplicar y de explicar.
Los
indicadores que parten de los resultados miden el éxito alcanzado en
los pacientes y actúan como señal de alerta para que las
estructuras y los procesos de los sistemas de salud vigentes sean
mejorados o corregidos. Sin embargo, al analizar la estructura de los
indicadores de resultados se observa que casi todos dependen del tipo
de pacientes atendidos. Es decir, que las variaciones que se observan
en los valores de estos indicadores no dependen solamente de la
calidad o la eficiencia de la atención que se presta.
Las
tasas de mortalidad hospitalaria, las tasas de complicaciones, las de
reingreso, y el promedio de estadía (que a ciertos efectos también
resulta un indicador de resultados) entre otras, poseen escasa
utilidad para la comparación entre instituciones o períodos de
tiempo si no se controlan variables que reflejen las características
de los pacientes sobre cuya información fueron calculados.
Este
control de variables que permite comparaciones en espacio y tiempo
que resulta útil para atribuir diferencias a problemas de la
atención se conoce como “ajuste de riesgo” (en inglés, “risk
adjustmen”).
En
el caso del bajo peso al nacer como indicador también se hace
necesario un ajuste de riesgo antes de cualquier interpretación,
teniendo claro que es lo que realmente se mide.
Recomendaciones de política:
Para
el fenómeno del bajo peso al nacer
El
bajo peso del recién nacido es un indicador de malnutrición y del
estado de salud de la madre, y un indicador la calidad de vida.,
entre otras cosas como se vio en este trabajo.
Sin
embargo, en los Estados Unidos, varias intervenciones nutricionales,
incluyendo las dietas altas en proteínas, suplementos calóricos,
calcio y suplementos de hierro, y varios otros administración de
suplementos de vitaminas y minerales, no han reducido en general,
parto prematuro o la restricción del crecimiento. infecciones
intrauterinas bacterianas desempeñan un papel importante en la
etiología de los nacimientos prematuros más tempranos, pero, al
menos hasta la fecha, el tratamiento con antibióticos, ya sea antes
de la labor de los factores de riesgo tales como la vaginosis
bacteriana o durante el trabajo de parto prematuro no han reducido
consistentemente la tasa de nacimientos prematuros (Goldenberg,
2007).
Se
requiere por tanto un enfoque más integral y multisectorial para su
reducción., por ejemplo, empezar identificando grupos de riesgo y
actuar de manera temprana sobre estos. (hacer que las adolescentes no
fumen, además de la suplementación, y revisar la política
económica de las cesáreas en el régimen contributivo).
También
se requiere más investigación del fenómeno sobre nuestras propias
variables asociadas al bajo peso al nacer, antes de experimentar con
estrategias exitosas de otros países.
Para
el indicador del bajo peso al nacer
El
indicador debe ajustarse al riesgo, o no usarse para medir atención
de calidad.
Bibliografía
Borah, M., y Agarwalla, R. (2016). Determinantes
maternos y socio-demográficas de bajo peso al nacer (BPN): Un
estudio basado en la comunidad en un bloque rural de Assam. Journal
of Postgraduate Medicine, 62 (3), 178-181.
http://doi.org/10.4103/0022-3859.184275
BenSaïda, A. (2015). A practical test for noisy
chaotic dynamics. SoftwareX, 3–4, 1-5.
doi://dx.doi.org/10.1016/j.softx.2015.08.002
Chen, L., Wu, Y., Neelakantan, N., Chong, M. F.,
Pan, A., & van Dam, R. M. (2014). Maternal caffeine intake during
pregnancy is associated with risk of low birth weight: A systematic
review and dose-response meta-analysis. BMC
Medicine, 12(1), 174. doi:10.1186/s12916-014-0174-6
Espinoza Contreras, A. E. (2004). El caos y la
caracterizacin de series de tiempo a travs de tcnicas de la dinmica
no lineal. universidad autnoma de mexico. Campus
Aragn,
Goldenberg, R. L., & Culhane, J. F. (2007).
Low birth weight in the united states. The American Journal of
Clinical Nutrition, 85(2), 590S.
H. Yang (2011). Multiscale
Recurrence Quantification Analysis of Spatial Vectorcardiogram (VCG)
Signals. IEEE
Transactions on Biomedical Engineering, 58(2), 339.
Jiménez Paneque, Rosa E.; (2004). Indicadores de
calidad y eficiencia de los servicios hospitalarios. Una mirada
actual. Revista Cubana de Salud Pública, enero-marzo, 17-36.
Kramer, M. S. (1987). Determinants of low birth
weight: Methodological assessment and meta-analysis. Bulletin of the
World Health Organization, 65(5), 663.
Marwan, N., Romano, M. C., Thiel, M., &
Kurths, J. (2007). Recurrence plots for the analysis of complex
systems. Physics reports, 438(5), 237-329.
Pope, D. P., Mishra, V., Thompson, L., Siddiqui,
A. R., Rehfuess, E. A., Weber, M., & Bruce, N. G. (2010). Risk of
low birth weight and stillbirth associated with indoor air pollution
from solid fuel use in developing countries. Epidemiologic
reviews, mxq005.
Silva, Antônio Augusto Moura da, Silva, Leopoldo
Muniz da, Barbieri, Marco Antonio, Bettiol, Heloísa, Carvalho,
Luciana Mendes de, Ribeiro, Valdinar Sousa, & Goldani, Marcelo
Zubaran. (2010). The epidemiologic paradox
of low birth weight in Brazil. Revista de Saúde Pública, 44(5),
767-775. Epub September 08,
2010.https://dx.doi.org/10.1590/S0034-89102010005000033
Townsend, C., & Maynard, R. (2002). Effects on
health of prolonged exposure to low concentrations of carbon
monoxide. Occupational and Environmental
Medicine, 59(10), 708–711. http://doi.org/10.1136/oem.59.10.708
Valero de Bernabé, J., Soriano, T., Albaladejo,
R., Juarranz, M., Calle, M. E., Martı́nez, D., &
Domı́nguez-Rojas, V. (2004). Risk factors
for low birth weight: A review. European Journal of Obstetrics &
Gynecology and Reproductive Biology, 116(1), 3-15.
doi://dx.doi.org/10.1016/j.ejogrb.2004.03.007
Wardlaw, T. M. (Ed.). (2004). Low birthweight:
country, regional and global estimates. UNICEF.
World Health Organization. (2004). International
statistical classification of diseases and related health problems
World Health Organization.
Y. Chen and H. Yang (2012), "Multiscale
recurrence analysis of long-term nonlinear and nonstationary time
series," Chaos, Solitons and Fractals, 45(7) 978.
Contacto con el autor
Archivos originales de mapas en formato shapefile
a solicitud por correo
jairo cesar alexander e. bogota junio de 2017
No hay comentarios:
Publicar un comentario