The impact of economic sanctions on health and health systems in low-income and middle-income countries: a systematic review and narrative synthesis

Matteo Pinna Pintor,¹ Marc Suhrcke,^1,2 and Christoph Hamelmann³

Recientemente, la OMS encargó una revisión de la evidencia sobre si las sanciones afectan la salud y los sistemas de salud en los países de ingresos bajos y medianos (y, en caso afirmativo, por qué). Las sanciones económicas restringen los vínculos económicos habituales entre estados para perseguir objetivos de política exterior. Los países de ingresos bajos y medios (PIBM) ocupan un lugar destacado entre los estados destinatarios. La falta de una evaluación prospectiva de riesgos y de experiencia de episodios pasados ​​clave genera preocupación sobre posibles impactos adversos para la salud de los civiles. Sin embargo, las afirmaciones sobre efectos adversos a menudo han sido controvertidas y los resúmenes actuales tienen una cobertura geográfica y una evaluación de calidad limitadas.

Las sanciones económicas (en adelante, «sanciones» o «embargo») son restricciones a los vínculos comerciales y financieros habituales impuestas por uno o más estados a un objetivo, generalmente un estado, para inducir cambios en su conducta política o su constitución. ^1–5 Las medidas adoptadas reflejan la evolución de las oportunidades para infligir pérdidas económicas en la economía global: prohibición de importar y/o exportar bienes y servicios, ya sea de base amplia o limitada a productos estratégicos como armas y recursos naturales; retención de transacciones financieras (por ejemplo, inversión extranjera directa, asistencia militar, ayuda humanitaria o de desarrollo); confiscación de activos y prohibiciones de viajar aplicadas a personas y entidades incluidas en la lista 

Durante la Guerra Fría, las alianzas dentro de los bloques limitaron su alcance ⁴ y el Consejo de Seguridad de la ONU utilizó su poder para imponer «medidas que no implicaban el uso de la fuerza armada», incluida «la interrupción total o parcial de las relaciones económicas» ⁶ sólo dos veces (Rodesia 1965– 1979, Sudáfrica 1962–1994). A principios de la década de 1990 aumentó el uso de sanciones, como alternativa o complemento a la intervención militar, y a menudo se las presenta como un método benigno de resolución de disputas, consistente en esencia con los derechos humanos. Sin embargo, los relatos de episodios destacados en Haití (1991-1994) e Irak (1990-2003) generaron una preocupación generalizada de que la carga del aislamiento económico pudiera recaer sobre los civiles. ^{4 5 7} Estos acontecimientos movilizaron a la profesión médica ^8–11 ; generó controversia sobre la ética de las sanciones y la posibilidad de eliminar su carácter potencialmente indiscriminado ^12-16 y estimuló la investigación empírica sobre las causas y consecuencias de las sanciones. ^17–19 Recientemente, la cuestión ganó renovada importancia a medida que se impusieron o endurecieron las sanciones contra Irán, Siria, Venezuela y Rusia.

Cuando las sociedades eligen su conducta durante las disputas internacionales, se deben considerar las consecuencias adversas para los civiles. Cualquier análisis de bienestar de este tipo dependerá de los objetivos sociales, que pueden permitir, en diversos grados, equilibrar las consideraciones políticas y humanitarias; sobre todos los costos y beneficios (sanitarios y no sanitarios) de las sanciones; y sobre los costos y beneficios de opciones alternativas, que pueden incluir «ir a la guerra o dejar impunes crímenes importantes, como el genocidio». ⁵ Este último punto subraya la importancia del pensamiento contrafactual al proporcionar un terreno empírico para ayudar a la deliberación normativa sobre las sanciones. Recientemente, la OMS encargó una revisión de la evidencia sobre si las sanciones afectan la salud y los sistemas de salud en los países de ingresos bajos y medianos (y, en caso afirmativo, por qué). Este artículo presenta los hallazgos clave de la revisión, mejorando los resúmenes anteriores en términos de amplitud de la cobertura y proporcionando una evaluación más sistemática de la validez interna y los mecanismos.

Marco conceptual: las sanciones como experimentos naturales

Los experimentos naturales son eventos probabilísticos, con un mecanismo de asignación desconocido, que son externos a los sujetos de la población de estudio. ¹⁰⁸ Al evaluar las consecuencias para los civiles, esta definición reciente se aplica claramente a las sanciones.

Mecanismo de asignación desconocido . Si bien los objetivos declarados de las sanciones pueden incluir consideraciones humanitarias, y se han desarrollado directrices de seguimiento para este fin, ⁹⁷ la recopilación de datos pertinentes no se incorpora periódicamente en su implementación. Además, la formulación de políticas de sanciones suele ser opaca. Como resultado, la información pública sobre los determinantes, el momento y las características de las sanciones no está disponible por adelantado y es incompleta en retrospectiva. Esto contrasta con el entorno experimental clásico, donde los evaluadores especifican prospectivamente la probabilidad de que cada unidad sea asignada a cada uno de los grupos del estudio y las exposiciones asociadas (el «mecanismo de asignación»). Se desconoce el mecanismo de asignación de sanciones y su evaluación pertenece firmemente al ámbito de los estudios observacionales retrospectivos.

Exposición externa . El riesgo de que un país incurra en sanciones está determinado en gran medida por las decisiones políticas y el comportamiento de los gobiernos nacionales y extranjeros. En particular, si bien los gobiernos pueden subestimar o sobreestimar el riesgo asociado a una conducta particular, en general son capaces de anticipar un orden de riesgo. Sin embargo, los civiles del país suelen tener poca influencia en estos procesos. La influencia sobre el comportamiento político de los gobiernos está mediada por instituciones y acciones colectivas y, por lo tanto, es indirecta e incierta, especialmente en ámbitos de políticas que influyen en el riesgo de sanciones. Los civiles también enfrentan límites claros a la hora de influir en su propia exposición individual si su país es sancionado o se prevé que lo será. El gran tamaño de los objetivos (normalmente países enteros) limita la capacidad general de las poblaciones para evitar la exposición mediante la reubicación, y los individuos enfrentan limitaciones obvias a la hora de preservar para sí mismos los vínculos económicos formalmente interrumpidos. En resumen, hay razones prima facie para creer que los civiles no se autoseleccionan para recibir sanciones. Siguiendo la terminología econométrica, ¹⁰⁹ la imposición de sanciones es, por lo tanto, «externa» a (es decir, no directamente afectada por) las decisiones de los miembros de la población en riesgo. Finalmente, la implementación de sanciones suele ser mucho más rápida que el tiempo necesario para que el gobierno y la población de un país reorganicen su economía y eviten todas las consecuencias. Más bien, estas respuestas estratégicas probablemente modifican el efecto de las sanciones y, por lo tanto, pertenecen a él.

Esta definición, basada en características generales del tema, representa una heurística útil. Su valor radica en sugerir elementos deseables para el diseño del estudio. El supuesto de externalidad debe estar respaldado por evidencia de antecedentes y operacionalizado mediante una medición precisa del momento y la cobertura geográfica de las sanciones. Como la externalidad corrobora pero no implica falta de confusión, ^{108 109} no disminuye la necesidad de controlar las diferencias de base en los resultados, probablemente causadas por factores de confusión que no surgen de decisiones individuales, por ejemplo, los shocks correlacionados que a menudo anticipan, acompañan o siguen a las sanciones: los conflictos armados. , desastres naturales e inestabilidad política y económica a gran escala.

Ir a:

Resultados

De las 185 fuentes incluidas, 31 calificaron como básicas (tabla 1, figura complementaria en línea A1.1 ). La literatura proviene principalmente de revistas médicas revisadas por pares (Figura 2), y rastrea los principales episodios de sanciones en los años 1990 (Irak, Cuba, Haití) y 2010 (Irán) (figura 3, figura complementaria en línea A5.6 ). Aunque la mayoría de las investigaciones originales contienen información cuantitativa, pocos estudios estiman diferencias grupales o coeficientes de regresión, y solo uno aplica métodos cuasiexperimentales (Figura 2). Los estudios básicos evaluaron principalmente los resultados de salud, especialmente la mortalidad a temprana edad y la desnutrición. Los estudios sobre los resultados de los sistemas de salud se centraron principalmente en el acceso a los productos farmacéuticos (Figura 4).

Indicadores de resultados en estudios básicos, por dominio y subdominio de medición. Los subdominios de resultados incluyen los siguientes indicadores específicos. Mortalidad: tasa de mortalidad a 1 mes (tasa de mortalidad neonatal); tasa de mortalidad de 1 a 12 meses (tasa de mortalidad posneonatal); tasa de mortalidad infantil, riesgo de muerte de menores de 3 años, tasa de mortalidad de 1 a 4 años, tasa de mortalidad de menores de 5 años, tasa de mortalidad de menores de 6 años, riesgo de muerte de menores de 2 años 12 meses después de la primera visita, muertes infantiles por sarampión, tasa de mortalidad materna , muertes por enfermedades cardiovasculares, tasa de supervivencia a 5 años después del tratamiento del cáncer de huesos, mortalidad por todas las causas, mortalidad por causas específicas para todas las edades, tasa bruta de mortalidad relacionada con el VIH/SIDA en menores de 15 años. Morbilidad (prevalencia): bajo peso al nacer (kg <2,5), diabetes tipo 2, sobrepeso/obesidad, caries dental, VIH/SIDA entre las mujeres, ‘retraso del crecimiento’ basado en HAZ<2, ‘emaciación’ basado en WHZ<2, ‘ «infraponderación» basada en WAZ<2. Secuelas (estados de salud causados ​​por una enfermedad o lesión): población que necesita ayuda en casos de desastre, puntuación de artropatía (pacientes con hemofilia), hemorragias anuales (pacientes con hemofilia), frecuencia de convulsiones (pacientes con epilepsia). Antropometría: HAZ de 6 a 59 meses, puntuación Z de peso inferior a 1, puntuación Z de altura inferior a 3. Morbilidad (incidencia): nuevos casos de tuberculosis por 100.000 habitantes, nuevos casos de VIH/SIDA entre la población menor de 15 años. Morbilidad (casos): hepatitis B diagnosticada, retinopatía diagnosticada. Biomarcadores: ferritina sérica (pacientes con talasemia). Esperanza de vida: esperanza de vida al nacer. Medicamentos y vacunas: entregas de vacuna contra la hepatitis B a nivel de ciudad, cumplimiento autoinformado del tratamiento de la epilepsia, facilidad de acceso al tratamiento de la epilepsia autoinformada, acceso (paciente y médico) al tratamiento de la talasemia, disponibilidad de asma a nivel de centro medicamentos, dosis diaria definida por 1.000 habitantes, dosis unitaria por 1.000 habitantes por día, precio unitario de los medicamentos importados al por menor en forma farmacéutica. Insumos de atención sanitaria: gasto sanitario anual per cápita, rayos X por año, pruebas de laboratorio por año, tamaño del formulario nacional, valor de las importaciones médicas, transfusiones de sangre anuales (pacientes con talasemia), gasto público en preparación para desastres. Agua, saneamiento e higiene (WASH): proporción de muestras de agua contaminada, proporción de población con acceso a agua clorada. Alimentos: disponibilidad de calorías per cápita, disponibilidad de proteínas per cápita, consumo de azúcares libres. HAZ: puntuación Z de talla para la edad. WHZ, puntuación Z de peso para la talla. WAZ, puntuación Z de peso para la edad. Tuberculosis, tuberculosis.

En los estudios principales, descubrimos una amplia gama de limitaciones en el diseño y la estimación ( figura complementaria en línea A5.7 ). Los problemas de errores en la medición de resultados y los datos faltantes o no comparables probablemente reflejan una capacidad limitada de recopilación de datos en los países de ingresos bajos y medianos, donde es común que no se notifiquen eventos vitales. ²⁷ La subnotificación puede persistir en conjuntos de datos ajustados por encuestas (utilizados por Peksen ²⁸ ) y compartir determinantes no observados con las sanciones, lo que requiere un control adecuado de los resultados de referencia. Las sanciones en sí mismas pueden afectar la calidad de los datos al reducir los recursos y los incentivos para informar, e inducir un desplazamiento interno que complica el diseño de las encuestas y altera la población de captación de los establecimientos de salud. Por lo tanto, el aumento de la mortalidad infantil bajo las sanciones que muestra el registro de Haditha, en el oeste de Irak, es difícil de interpretar. ²⁹ Los gobiernos sancionados pueden manipular la recopilación de datos para inflar los costos humanitarios, y cuatro estudios principales se basaron en encuestas posteriormente implicadas en cargos de fraude. Para aclarar el registro, revisamos estos estudios para una discusión separada ( archivo complementario en línea A4 ), excluyéndolos de la síntesis.

En ocasiones, la información disponible estaba infrautilizada y sólo un estudio ³⁰ realizó análisis de sensibilidad sistemáticos de la definición de exposición. Kheirandish et al ³¹ realizaron pruebas de ruptura estructural en series temporales de disponibilidad farmacéutica, pero no exploraron el momento del cambio supuesto. Un riesgo de sesgo de selección afectó a los estudios donde la recopilación de datos podría haber sido alterada por la emigración inducida por sanciones ^{30, 32} o cambios en la mortalidad en las áreas de estudio. ³³ Algunos estudios minimizaron el problema mediante retiros u observaciones repetidas. ^{30 34 35} Se identificaron preocupaciones de confusión como el problema principal, debido principalmente a variables omitidas, pero también a modelos de regresión insuficientemente justificados, análisis de sensibilidad limitados o la inclusión de «malos controles» ³⁶ (es decir, covariables afectadas por las sanciones). Por ejemplo, Reid et al ³⁷ estimaron el impacto de las sanciones contra Haití en la mortalidad de los niños pequeños matriculados en un centro de salud, controlando la desnutrición en el momento de la inscripción. Como las sanciones podrían haber alterado la población de captación de la instalación en términos de estado nutricional preexistente, este paso podría ser útil. Sin embargo, las sanciones también podrían haber afectado causalmente el estado nutricional, lo que complica la interpretación de los coeficientes estimados. Las sanciones suelen ir acompañadas de shocks correlacionados no medidos, que pueden confundir o modificar las estimaciones ( gráfico complementario en línea A5.8 ). Por ejemplo, Haití enfrentó una inestabilidad generalizada y violencia política en el período previo a las sanciones. ^37–39 Tal inestabilidad podría modificar estimaciones simples de antes y después si persistiera durante las sanciones, o confundirlas si disminuyera con el tiempo. De acuerdo con esto último, la mortalidad en el centro de estudio fue mayor tanto durante como antes de las sanciones en comparación con el período posterior a las sanciones. ³⁷ En los estudios de Irak, la Primera Guerra del Golfo es a menudo un posible factor de confusión y casi siempre un modificador de efecto plausible. Excepcionalmente, un estudio ⁴⁰ aprovechó el corto período entre la imposición de sanciones y el inicio de las operaciones militares. En general, casi todos los estudios adolecen de limitaciones importantes en dominios de sesgo múltiple. Como se aclara en la discusión a continuación, algunas de estas debilidades tienen soluciones fácilmente disponibles, mientras que otras probablemente reflejen desafíos más fundamentales del tema, como la complejidad de la exposición, su baja frecuencia y su naturaleza específica del contexto, y la probable amplia gama de posibles vías causales.

Entre 27 estudios sintetizados, 21 informaron efectos adversos consistentes de las sanciones en los resultados examinados (tabla 1, figura complementaria en línea A5.9 y tabla A5.1 ). Esta proporción es significativamente mayor de lo esperado suponiendo que no haya ningún efecto y un rango de probabilidades de falsos positivos y negativos, desde una probabilidad uniforme hasta 10 puntos porcentuales más de probabilidad de falsos positivos, lo que podría deberse a un sesgo de publicación o informe ( tabla complementaria en línea). A3.1 ). La dirección del efecto parece no estar relacionada con la calidad evaluada, centrándose en episodios de sanciones anteriores y el período de publicación ( cuadros complementarios en línea A3.2, A3.3 y figura A5.10 ). Quizás como reflejo de mejores datos, la calidad del estudio fue mayor para los episodios recientes, mientras que no se encontró asociación con el período de publicación.

Ir a:

Discusión

A continuación, contextualizamos las estimaciones de impacto en la literatura más amplia a través de una narrativa temática ( la tabla complementaria en línea A5.2 detalla estudios complementarios). Su estructura, desarrollada de manera inductiva en las primeras etapas de la revisión, proporciona un mapa analítico del tema (Figura 5). El modelo causal anidado en la figura representa un marco explicativo propuesto, destacando dos características de las sanciones que se han tomado como marcadores de complejidad en la investigación de intervenciones de salud ⁴¹ : multidimensionalidad y multiplicidad de canales.

Multidimensionalidad de las sanciones

Las sanciones no son conceptos homogéneos y pueden variar, entre otras cosas , en su alcance, carácter restrictivo y aplicación. Por lo tanto, los impactos pueden diferir entre estas dimensiones y cambiar a medida que las medidas se endurecen o relajan.

Por ejemplo, se puede esperar que las sanciones impuestas por grandes socios comerciales y organizaciones multilaterales causen un daño mayor. ^{4 5} De acuerdo con esta intuición, Gutmann et al ⁴² informan que las sanciones de la ONU tienen un impacto negativo mayor en la esperanza de vida que las sanciones de los Estados Unidos. Un estudio sobre la mortalidad de menores de 5 años ²⁸ bajo las sanciones estadounidenses y multilaterales encontró un patrón opuesto, pero podría decirse que proporcionó un ajuste más débil para las diferencias de referencia entre los países sancionados y no sancionados. Como ninguno de los estudios permite líneas de base separadas según las partes sancionadoras, que pueden apuntar sistemáticamente a países diferentes, se necesitan más pruebas.

La mayoría de las sanciones contienen cláusulas que eximen los productos básicos, incluidos alimentos y medicamentos. Sin embargo, la investigación cualitativa sugiere que, debido a fricciones en la implementación, a menudo persisten barreras comerciales sustanciales. El comercio de artículos exentos requiere la participación en un sistema de concesión de licencias y seguimiento, lo que eleva los costos de transacción. En 1992, las sanciones estadounidenses más estrictas contra Cuba requirieron una inspección federal de todos los envíos en territorio cubano. ⁴³ Las definiciones ambiguas de categorías exentas implican un riesgo de violación involuntaria, lo que aumenta aún más los costos esperados y desalienta a las empresas reacias al riesgo, un efecto de «cumplimiento excesivo» observado en informes sobre Siria y Corea del Norte. ^44–46 La ambigüedad en la definición a menudo rodea a los artículos de «doble uso», con aplicaciones tanto militares como civiles. En casos extremos, las alegaciones de doble uso invocadas para justificar la exclusión de las listas de exención resultaron infundadas. Los ejemplos incluyen ‘la denegación de derechos de compra de repuestos para equipos de rayos X de mama para Cuba por la razón declarada del potencial de ‘terrorismo médico’ y […] permisos para importar pasta de nitroglicerina para pacientes iraquíes con angina debido a la equivocada creencia de que la medicina tenía una aplicación potencial en la construcción de bombas» (p. 24). ⁵ Recientemente, los organismos profesionales iraníes expresaron su preocupación por la prohibición de insumos intermedios para los radiofármacos. ^{47 48} En India, los fondos del Banco Mundial bloqueados bajo las sanciones de la ONU fueron posteriormente descongelados «gracias a una interpretación liberal de estos préstamos como ayuda humanitaria», ⁴⁹ lo que sugiere una negociación política sobre la terminología operativa. Los costos y riesgos relacionados con las exenciones también afectan a los proveedores de servicios complementarios, por ejemplo, la banca comercial y los seguros de envío, que supuestamente limitaron las importaciones farmacéuticas de Irán. ⁵⁰ Cuando los servicios sociales y de salud se brindan públicamente, las prohibiciones de interacción con el personal gubernamental pueden obstaculizar aún más las entregas de artículos exentos. ^{38 45}

A pesar de una extensa discusión, las exenciones carecen de una medición sistemática para operacionalizarlas como posibles determinantes de la «severidad» de las sanciones. Dos estudios de Irak ^{51 52} informan variaciones anuales en la morbilidad infantil a lo largo de la implementación de importantes exenciones a través del Programa Petróleo por Alimentos, pero no se define ninguna discontinuidad. Como tampoco se dispone de datos sobre otras características legales y administrativas del alcance y la aplicación, los estudios cuantitativos evalúan la gravedad a través de varios indicadores, por ejemplo, las estimaciones de «pérdidas económicas relacionadas con sanciones» calculadas por Hufbauer et al . ³ Esta medida basada en resultados puede capturar de manera útil los impactos macroeconómicos de las sanciones (ver más abajo, p. 11), y su asociación documentada con la mortalidad de menores de 5 años ²⁸ se ajusta a la evidencia existente sobre la mortalidad a edad temprana y los shocks de ingresos en los PIBM. ⁵³ Sin embargo, es poco probable que se pueda identificar la gravedad de las sanciones por separado de otros modificadores de efectos. Por último, se ha demostrado que el impacto de las sanciones estadounidenses en la esperanza de vida se atenúa en los países más distantes. ⁴² La distancia probablemente refleja la variación en los volúmenes de comercio afectados, pero también puede reflejar diferencias en la implementación, por ejemplo, si los responsables de las políticas tratan la distancia como una limitación o un factor a compensar. Estas complejidades refuerzan el argumento a favor de la medición directa de las características estructurales de las sanciones en futuros esfuerzos de recopilación de datos.

Canales de impacto

Los diferentes impactos entre episodios también pueden reflejar la multiplicidad de posibles vías causales. Si bien los estudios cuantitativos enfatizan los efectos totales con un análisis limitado de los mediadores, la literatura más amplia sugiere dos tipos de canales: cambios en la oferta y la demanda, y respuestas deliberadas de comportamiento o políticas.

Impactos totales y parciales

La mayoría de los estudios básicos estiman los impactos en los indicadores de salud de la población, que generalmente se ven afectados por muchos factores. Los análisis entre países encontraron efectos adversos considerables de las sanciones de las Naciones Unidas y de los Estados Unidos sobre la esperanza de vida, ⁴² y de las sanciones de los Estados Unidos sobre la mortalidad de los menores de 5 años. ²⁸ En estudios de un solo país, las sanciones se asociaron con aumentos de la desnutrición en Burundi, ³² la mortalidad infantil en la República Democrática del Congo, ³⁰ la mortalidad de niños menores de 3 años en Haití, ³⁷ y la mortalidad de varios grupos de edad temprana en Irak. ^{40 54}

Algunos estudios exploraron mediadores de estos efectos. En su estudio de las sanciones estadounidenses contra la minería controlada por la guerrilla en el Congo, Parker et al ³⁰ modelan el estimador como una diferencia triple, interactuando indicadores para el período de implementación, las áreas afectadas y la proximidad a las minas. Los resultados sugieren que las sanciones aumentaron la mortalidad infantil al reducir los ingresos relacionados con la minería. Otras estrategias requieren un examen cuidadoso. En el mismo estudio, la solidez de las estimaciones sobre el control adicional de los enfrentamientos armados en lugares donde hay niños se interpreta como una falta de mediación debido a una reducción de la actividad guerrillera. En otro estudio, Bundervoet y Verwimp ³² sustituyen el indicador de sanciones por índices de precios de los alimentos y ven el coeficiente negativo obtenido como prueba de que las sanciones aumentaron el retraso del crecimiento infantil a través de los precios de los alimentos. En ambos casos, no se dio ninguna consideración explícita a los posibles determinantes de los mediadores propuestos distintos de las sanciones (por ejemplo, los efectos persistentes y de largo plazo de la guerra civil de Burundi sobre los precios de los alimentos). En ocasiones se realizaron regresiones auxiliares relacionadas con los candidatos a mediadores de las sanciones: atención primaria de salud y uso de mosquiteros (mediadores de la tasa de mortalidad infantil) ³⁰ ; mortalidad de menores de 5 años, muertes por cólera y gasto público en salud (mediante la esperanza de vida). ⁴² Aunque sugerentes, estas evaluaciones de una sola ecuación de múltiples mediadores pasan por alto posibles influencias recíprocas. Esto afecta la interpretación: si la mortalidad infantil aumenta bajo las sanciones debido a un brote de cólera causado por la reducción del gasto en salud, delimitar el gasto en salud en casos similares puede ser crucial. Sin embargo, si las muertes por cólera aumentan por razones distintas, por ejemplo, la escasez de productos químicos para el tratamiento del agua, es posible que se justifiquen implicaciones políticas diferentes. Los avances recientes en el análisis de la mediación pueden ayudar en el trabajo futuro a abordar estas limitaciones. ⁵⁵

Efectos de «cuello de botella»

Las observaciones de campo y la correspondencia a menudo informan de grandes reducciones en el suministro de insumos de salud específicos bajo sanciones, lo que genera precios de mercado más altos, colas para el suministro público y, en casos extremos, una falta total de disponibilidad. Los elementos mencionados incluyen productos químicos utilizados como reactivos de laboratorio, para clorar el agua o sintetizar proteínas ^56–58 ; fertilizantes y pesticidas ^{38 57} ; materiales protésicos ⁵⁹ ; bario para máquinas de rayos X ⁶⁰ ; libros de texto médicos y cursos en línea ^{57 61} ; y bienes mecánicos y energéticos de uso general que afectan, entre otras cosas , al transporte en ambulancia, ^{56 58 62 63} almacenamiento de sangre y vacunas. ^{38 58 64 65} A medida que aumenta el precio de un insumo, se espera que los hogares y las organizaciones del sector de la salud busquen sustitutos más baratos y ajusten las prioridades de gasto al nuevo nivel reducido de poder adquisitivo. ⁶⁶ Como en los países de ingresos bajos y medianos en riesgo de sufrir sanciones, las posibilidades de sustitución pueden ser limitadas, por ejemplo, debido a los derechos de propiedad intelectual, ⁴³ y los aumentos de precios pueden ser grandes en relación con los ingresos de muchos hogares, los obstáculos pueden limitar sustancialmente las decisiones en materia de atención sanitaria.

La evidencia de cuellos de botella es escasa. Un panorama algo consistente emerge para Irán, donde con frecuencia se ha informado de escasez y precios más altos de productos farmacéuticos tras la imposición de sanciones adicionales. ^67–72 Se documentó una disponibilidad reducida de medicamentos para el asma en una encuesta realizada en las farmacias comunitarias de Teherán, ⁷³ y de 13 de 26 productos farmacéuticos en un análisis de series temporales de suministros nacionales. ³¹ En ambos casos, los efectos fueron mayores para los productos finales importados, pero los medicamentos nacionales con contenido importado también se vieron afectados. Un estudio realizado en un centro de salud ³⁴ de pacientes con epilepsia no encontró cambios significativos en la adherencia autoinformada después de sanciones internacionales más estrictas, pero otro estudio ⁷⁴ en una muestra similar (y posiblemente superpuesta) encontró que, bajo las renovadas sanciones estadounidenses, los pacientes que tomaban medicamentos importados eran más Es probable que informen de una disponibilidad reducida y de la aparición de incautaciones. Finalmente, un estudio realizado en centros sanitarios sobre pacientes con hemofilia y talasemia documentó un empeoramiento significativo de los resultados clínicos bajo sanciones internacionales más estrictas en comparación con las tendencias previas a las sanciones. ³⁵

Estos estudios se basan en exposiciones binarias que no se adaptan bien al complejo cronograma de sanciones de Irán y hacen un uso mínimo de información de antecedentes y análisis de sensibilidad para corroborar sus comparaciones. Un trabajo reciente de series de tiempo en economía ⁷⁵ ilustra la posibilidad de utilizar medidas continuas de severidad de las sanciones. Sin embargo, estos hallazgos pueden verse como instantáneas de un impacto dinámico complejo, que en conjunto sugieren escasez de productos finales e intermedios. Se documentó una evidencia aún más directa de un efecto de cuello de botella, un aumento en los precios unitarios de importación de medicamentos, en Nepal, ⁷⁶ donde se estimó que el bloqueo fronterizo entre Nepal e India de 2015 causó costos adicionales de 22,3 millones de dólares para medicamentos en forma de dosificación al por menor.

Cuando los artículos sancionados tienen sustitutos más baratos, su asequibilidad puede reflejar una menor eficacia o seguridad. La evidencia anecdótica incluye una serie de casos de ceguera después de una cirugía ocular atribuida a equipos deficientes en Irán ⁷⁷ ; envenenamiento no intencional por soda cáustica utilizada como sustituto del jabón en Cuba ⁵⁶ ; y el empeoramiento de la calidad de la dieta en Haití ³⁸ , Serbia-Montenegro ⁶² y Cuba, donde la falta de proteínas animales se vio posteriormente implicada en una epidemia de trastornos neurológicos. ^{57 78} Se ha argumentado que la escasez induce a los consumidores a aceptar los riesgos asociados a los productos farmacéuticos caducados, falsificados o mal manipulados, ⁵⁰ estimulando el surgimiento de mercados negros, un fenómeno observado con frecuencia durante las sanciones. ^{38 50 62 72} Esto, a su vez, ha generado preocupación sobre la propagación de la resistencia a los antimicrobianos. ^{63 79 80} Sin embargo, no se encontró ninguna estimación de impacto para peligros similares.

Efectos macroeconómicos

Las reducciones del comercio pueden deprimir la demanda de exportaciones y los ingresos, aumentar los costos de producción y repercutir en todos los sectores nacionales, provocando una contracción de la actividad económica. Las recesiones pueden, a su vez, afectar la salud de la población. ^81–83 Para que este canal macroeconómico funcione, deben cumplirse varias condiciones:

1. Un shock suficientemente severo, en términos de volumen y composición de los flujos involucrados y grado de integración entre las empresas importadoras/exportadoras y otros productores, como en Irak, donde los ingresos de una sola industria exportadora (el petróleo) desempeñaron un papel crucial en el financiamiento de la inversión interna. ⁸⁴
2. Capacidad limitada de las empresas para absorber el shock mediante el establecimiento de canales comerciales alternativos, debido por ejemplo a barreras de entrada al mercado y mayores costos de transporte. ⁸⁵
3. Incapacidad o falta de voluntad de los gobiernos sancionados para contrarrestar la desaceleración con políticas macroeconómicas adecuadas.

En una literatura relacionada, los estudios sobre los resultados económicos de las sanciones corroboran esta secuencia, documentando una menor rentabilidad de las empresas, ⁸⁶ producción y empleo, ^{75 87} y mayores tasas de pobreza. ⁸⁸ En la literatura revisada, los informes de campo mencionan caídas en la producción industrial y la inversión, especialmente en las exportaciones, y altos niveles de inflación y desempleo. ^{38 56 62 84} Como se mencionó anteriormente, un estudio de las sanciones de Estados Unidos en el Congo sugiere que los ingresos relacionados con la minería disminuyeron, lo que afectó el uso de la atención médica. ³⁰

En resumen, la teoría y la evidencia plausibles sugieren que pueden ocurrir tanto obstáculos como efectos macroeconómicos. Su contribución relativa y el posible papel mediador de factores institucionales preexistentes que afectan la distribución del ingreso y la desigualdad, y el acceso a insumos de salud, siguen siendo en gran medida desconocidos.

Respuestas a las sanciones: políticas e instituciones

Las consecuencias de las sanciones pueden ir más allá de los cambios en los precios y las cantidades en los mercados y los sectores públicos e incluir respuestas políticas y sociales más complejas. Una posición de larga data en la ciencia política sostiene que las sanciones frecuentemente resultan contraproducentes porque los gobiernos pueden descargar costos sobre los oponentes internos y cimentar el consenso a través de sentimientos de solidaridad nacional. ^{17 18} De manera algo análoga, los estudios revisados ​​sugieren que los gobiernos sancionados pueden reorganizar los recursos existentes para mitigar los impactos en la salud.

Una evaluación comparativa ⁸⁹ de tres episodios bien estudiados argumentó que Haití y Cuba fueron capaces de mantener las continuas disminuciones seculares en la mortalidad infantil, a pesar del aumento de la desnutrición ³⁹ y la mortalidad ^{37, 56} en niños mayores, a través de suplementos alimentarios específicos, educación sanitaria basada en la comunidad, promoción de la lactancia materna y liberalización de mercados agrícolas estrictamente regulados. ⁵⁶ En Irak, en cambio, grandes aumentos en la mortalidad infantil inmediatamente después de las sanciones ⁴⁰ presagiaron niveles persistentemente altos de desnutrición ⁵² , atribuidos en parte a un modelo de atención de salud sesgado contra los servicios primarios y la prevención. ^{5 89} Los informes sobre Serbia-Montenegro ⁶² e Irán ⁵⁰ sugieren que las sanciones pueden inducir a los gobiernos a alterar las políticas regulatorias, incluidos los subsidios de precios, de manera que beneficien a grupos de intereses especiales, por ejemplo, compañías farmacéuticas bien conectadas, agravando potencialmente la escasez o impidiendo el acceso equitativo. .

Dos análisis entre países proporcionan información más sistemática. McLean y Whang ⁹⁰ informan que, bajo sanciones, el gasto en preparación para desastres disminuye entre un 8% y un 18%, mientras que las pérdidas económicas relacionadas con los desastres y la población afectada aumentan un 88% y un 95%, respectivamente. Sostienen que las sanciones endurecen las restricciones presupuestarias del gobierno objetivo y al mismo tiempo señalan un riesgo de conflicto armado, lo que provoca recortes en el gasto civil de «baja visibilidad». Algunos efectos son menores en los países de bajos ingresos, lo que quizás refleja una menor calidad de los datos; y las estrategias para controlar la confusión no llegan a descartar que, por ejemplo, los resultados se vean afectados por tendencias de referencia específicas de cada país o diferencias en la gravedad de los desastres. A pesar de estas limitaciones, el estudio abre nuevos caminos al explorar las respuestas gubernamentales y propone una teoría plausible. Gutmann et al ⁴² modelan las respuestas gubernamentales como el componente principal de tres indicadores de calidad institucional, mostrando que los impactos sobre la esperanza de vida se concentran en países con peores «entornos políticos». Si bien es posible una interpretación causal de este resultado, las diferencias en el entorno político también pueden reflejar diferencias no observadas en las características de las sanciones (por ejemplo, la imposición de sanciones más duras contra países menos democráticos). Profundizar la interpretación con estudios entre países se complica por la tosquedad de los índices disponibles, que pueden predecir mal los modelos de sistemas de salud a largo plazo y las políticas relevantes a corto plazo.

Respuestas a las sanciones: estrategias de afrontamiento de los hogares

La literatura confirma la importancia bien establecida de las respuestas conductuales de los hogares a las crisis de recursos y salud en los PIBM. ⁹¹ Estudios cualitativos de Cuba, ⁵⁸ Serbia-Montenegro, ^{62 63} Haití ⁶⁴ e Irak ⁸⁴ identifican una serie de estrategias de afrontamiento: cambios en los hábitos alimentarios, frecuencia de las comidas y recurso a «alimentos para la hambruna» (Irak, Haití); migración de la ciudad al campo en busca de alimentos y tierras de cultivo (Haití, Serbia-Montenegro); ‘ventas urgentes’ de tierras, ganado y bienes de consumo duraderos (Haití, Irak); cambios en las condiciones de vida, incluida la consolidación de hogares, la división de viviendas y el uso compartido o la subcontratación de la preparación de alimentos (Haití, Serbia-Montenegro); alteración de la formación de familias por el aplazamiento de los matrimonios, la cohabitación y la fertilidad planificada (Haití, Iraq, Serbia-Montenegro); abandono escolar (Irak, Haití) y un aumento de las actividades informales generadoras de ingresos, incluidas la prostitución, el contrabando y la delincuencia (Cuba, Haití, Serbia-Montenegro, Irak). Estas estrategias de adaptación individual pueden tener consecuencias sociales no deseadas: desahorrar en tiempos malos proporciona beneficios limitados, mientras que el hacinamiento, la migración y la informalidad conllevan riesgos potenciales para la salud y pueden producir un desajuste entre la población y la infraestructura local.

Las estrategias de afrontamiento esencialmente no se miden, y en dos estudios centrales, ^{30 32} las estimaciones podrían haber sido confundidas (o modificadas) por la migración no observada, seleccionando en el grupo expuesto a niños que enfrentan mayores riesgos (o impactos) independientes. Parker et al ³⁰ emplean efectos fijos a nivel de madre, excluyendo el sesgo debido a que las madres experimentan una mortalidad infantil inferior al promedio que huyen de las aldeas seleccionadas a otras aldeas dentro del área de la encuesta. Sin embargo, no pueden excluir que movimientos similares dejen atrás y expongan a las madres a enfrentar un empeoramiento de la mortalidad infantil, por ejemplo, debido a un mayor impacto de menores recursos en paridades crecientes. Es probable que estas estimaciones recuperen el impacto de las sanciones específicas a las madres abandonadas. Si bien esto es útil para resaltar grupos con oportunidades limitadas de afrontamiento, sólo una comprensión de la movilidad y otras estrategias de supervivencia permitirá su identificación prospectiva.

En conclusión, es la coherencia entre las respuestas del gobierno y de los hogares lo que probablemente determina su eficacia conjunta para mitigar los cambios adversos en los ingresos y los precios, una cuestión que requiere más atención por parte de los investigadores y los responsables de las políticas.

Efectos a corto y largo plazo.

La variación en las características de las sanciones y en el momento de los canales alternativos puede dar lugar a un impacto dinámico complejo. Su estimación es difícil, y los intentos seguramente se verán empañados por la incertidumbre y la controversia, como lo demuestra una mirada en profundidad al episodio iraquí ( archivo complementario en línea A4 ). Sin embargo, si las necesidades evolucionan bajo las sanciones como lo hacen después de otras crisis sociales (por ejemplo, desastres naturales y conflictos armados), ese conocimiento puede ser útil para diseñar una mitigación eficaz. Una cuestión preliminar es si los impactos muestran un patrón acumulativo. En general, este no parece ser el caso en el estudio de la esperanza de vida, ⁴² donde las estimaciones de regresión del efecto de un año adicional de sanciones son insensibles al uso de una forma funcional no lineal.

Impacto en grupos vulnerables

Un último tema importante en la literatura es la vulnerabilidad: el conjunto de factores que predisponen a ciertos grupos a una mayor adversidad ante un peligro determinado. ⁹² La principal vulnerabilidad investigada en la literatura, nuevamente con lagunas considerables, se relaciona con resultados de salud diferenciales entre hombres y mujeres. Las diferencias generalmente surgen de una combinación de determinantes genéticos, de desarrollo y culturales, ⁹³ y pueden modificarse mediante sanciones. Gutmann et al ⁴² informan de un impacto adverso promedio mayor en la esperanza de vida para las mujeres, y un impacto mayor de un año adicional bajo sanciones para los hombres. Por lo tanto, los diferenciales de impacto no son los mismos en sanciones de duración media y (suficientemente) superior a la media. Este resultado coincide con la evidencia actual de una ventaja atenuada en la longevidad femenina durante las crisis de mortalidad, ⁹⁴ y sugiere una interacción entre múltiples factores que varían en el tiempo. La evidencia sobre la mortalidad a temprana edad se limita a un estudio, ³⁷ que reporta interacciones insignificantes entre el sexo infantil y la exposición a sanciones. Un estudio realizado en varios países ⁹⁵ que informa una proporción elevada de mujeres en la prevalencia del VIH-SIDA bajo sanciones tiene limitaciones importantes, pero es consistente con evidencia cualitativa sobre estrategias de afrontamiento de alto riesgo. ^{38 56 58} En la epidemia de trastornos neurológicos de Cuba, un estudio que muestreó todos los casos graves en una región terminó con dos tercios de pacientes masculinos, ⁷⁸ pero el papel de las sanciones en el brote sigue siendo una conjetura. Los estudios futuros deberían responder a los llamados a incorporar el sexo y el género en la salud global, ⁹⁶ esforzándose por explorar cómo las sanciones afectan específicamente a hombres y mujeres.

La evidencia sobre otros grupos vulnerables es anecdótica, por ejemplo, un posible abandono de las personas mayores en las políticas de mitigación de Cuba ⁵⁶ ; o implícito en estudios de pacientes en tratamientos avanzados, enfatizando sus riesgos peculiares. ^{34 35 74}

Ir a:

Conclusiones

Existe una extensa y heterogénea literatura que investiga el impacto de las sanciones económicas en la salud y los sistemas de salud en los países de ingresos bajos y medianos. Pocos estudios cuantifican esos impactos abordando desafíos a la inferencia causal. Si se analiza la proporción de estudios que informan sistemáticamente sobre efectos nocivos, la evidencia sugiere firmemente la existencia de consecuencias adversas. El hallazgo está en línea con revisiones anteriores, pero surge de una estrategia de búsqueda más integral y de métodos de síntesis de evidencia de última generación.

Sin embargo, como revela nuestra síntesis temática, generar estimaciones de impacto consistentes con un modelo causal plausible es un desafío. Las sanciones son peligros multidimensionales y su impacto varía dependiendo de muchos factores, incluido el apalancamiento económico de la parte sancionadora, el sistema de exención vigente y la evolución de las medidas a lo largo del tiempo. Los impactos pueden originarse de una combinación de cambios en los precios y cantidades de insumos sanitarios específicos; una disminución general de los ingresos debido a la inflación y el desempleo; y las respuestas de los gobiernos, las comunidades y los hogares, que pueden ejercer influencias sutiles y contradictorias. Conocer estos factores puede mejorar las políticas de mitigación, a las que las investigaciones existentes no han prestado suficiente atención. Si bien actualmente los datos inadecuados obstaculizan el diseño de estudios precisos, también observamos margen para mejoras sencillas. En general, los estudios basados ​​en regresión pueden beneficiarse fácilmente de la incorporación de técnicas cuasiexperimentales y nuevos métodos para la modificación y mediación de efectos.

Una precaución adicional al interpretar estos hallazgos surge de las limitaciones de la propia revisión. En primer lugar, nuestro procedimiento simplificado de evaluación de riesgos se basa más en el juicio estadístico de los revisores que en la herramienta original. En segundo lugar, si bien la heterogeneidad del efecto parece ser importante, sólo pudimos explorarla a través de una narrativa estructurada. Si bien creemos que estos métodos son adaptaciones razonables a características clave de la literatura y el tema, generan incertidumbre adicional sobre los resultados. También es posible que se hayan pasado por alto resultados atípicos, si se publicaron en idiomas distintos del inglés o si figuraron en literatura gris que no se recuperó ni se incorporó completamente en las publicaciones recuperadas. Además, debido a la escasa orientación metodológica preexistente sobre el tema, no se elaboró ​​ningún protocolo prerregistro. Finalmente, las revisiones sistemáticas, incluso si se implementan adecuadamente, pueden complementarse fructíferamente con otras evaluaciones, como las entrevistas con el método Delphi a paneles de expertos, que exceden el alcance de nuestra contribución pero que probablemente arrojen más luz sobre el tema.

Sin embargo, es probable que una solución más fundamental a las muchas limitaciones de este campo de investigación dependa de su transformación en una actividad de monitoreo rutinaria, habilitada por un marco institucional adecuado. La aplicación sistemática de la evaluación prospectiva, y el grado de intercambio de información entre los gobiernos y los evaluadores que la acompaña, desplazaría las actividades de investigación, al menos en parte, de  la documentación ex post hacia la reducción y el control de los riesgos. Los evaluadores se enfrentarían a nuevas decisiones, en primer lugar sobre la recopilación de datos. Si bien un debate completo está fuera del alcance de esta revisión, se pueden destacar algunos puntos con respecto al objetivo de reducir el sesgo.

En primer lugar, cualquier evaluación tendrá que comenzar con una recuperación exhaustiva de la información de referencia, incluido el alcance de los datos cualitativos y cuantitativos existentes, como los agentes locales bien informados, los censos, los registros administrativos, las encuestas por muestreo, haciendo hincapié en la determinación de su utilidad (por ejemplo, si se conoce la población objetivo de una encuesta); un análisis del país, en el que se documenten las tendencias temporales y espaciales preexistentes pertinentes; y un análisis de las sanciones para establecer canales de impacto plausibles para investigar.

Habrá que recopilar nuevos datos para un conjunto mínimo suficiente de indicadores, que podrían cambiar a lo largo del episodio para hacer un seguimiento de la evolución del conjunto de posibles impactos. El proceso de expertos necesario para identificar dicho conjunto podría beneficiarse de la recomendación de un conjunto de «dominios de medición de la seguridad humana 4+4» realizada por la única metodología de evaluación de sanciones plenamente desarrollada que identificamos⁹⁷; y de las iniciativas en respuesta ^{humanitaria,98 99} donde se plantea un problema similar.^{100 101} Cuando existe una línea de base útil, la recopilación de datos debe tener como objetivo garantizar el grado de comparabilidad que sea posible, por ejemplo, replicar la metodología de una encuesta transversal realizada antes de las sanciones para generar un pseudopanel. La reconstrucción creíble de una  línea de base de facto a través de un despliegue rápido de la recopilación de datos podría ser posible en casos especiales, por ejemplo, para resultados que cambian gradualmente o que se pueden medir con recordatorios bien formulados y probados previamente. Probablemente, la mayoría de los demás datos pueden obtenerse mejor en el marco de las sanciones mediante encuestas de panel compactas y de alta calidad de hogares y centros de salud. Dados los recursos de las encuestas, la utilidad de las muestras más grandes debe sopesarse cuidadosamente con la de invertir en capacitación y capacidad de seguimiento para minimizar la falta de respuesta y el desgaste. Es posible que los métodos deban incorporar salvaguardias contra la desconfianza y las presiones políticas de los encuestados, por ejemplo, se puede implementar una encuesta de precios de productos farmacéuticos mediante paneles rotativos de farmacias si se sospecha que se trata de intentos de exagerar la escasez.

Al analizar los datos, los evaluadores pueden obtener información de múltiples enfoques de la inferencia causal: teórico de grafos,102 ^{103  contrafactual,104} 105  estructural¹⁰⁶ y cualitativo.¹⁰⁷ Los conceptos generales que deben considerarse incluyen la existencia de mediadores; la diferencia entre causas suficientes y necesarias, y entre significación práctica y estadística; efectos variables en el tiempo, retardados y persistentes. La atención debe centrarse en la identificación de causas de importancia práctica que sean modificables y estén relacionadas con las sanciones, aunque es importante destacar que esta relación no tiene por qué ser directa y puede depender de la conducta del país sancionado. Al formular recomendaciones a los países sancionadores y a los países sancionados, los evaluadores podrían tener en cuenta el principio de redundancia, según el cual los riesgos para la salud se gestionan mejor si actúan más partes de las estrictamente necesarias.

El problema de quién debe aplicar esas evaluaciones sigue pendiente. En el pasado, las evaluaciones se han confiado caso por caso a entidades como la Secretaría de las  Naciones Unidas, grupos especiales de  expertos y la Oficina de Coordinación de Asuntos Humanitarios de las Naciones Unidas.⁹⁷ La creación de un órgano permanente deberá superar importantes obstáculos técnicos y políticos, aunque tendencias como el crecimiento del comercio Sur-Sur podrían favorecer esta solución. Las sanciones están cada vez más dotadas de incentivos para inducir el cumplimiento por parte de terceros, como disposiciones extraterritoriales y excepciones o compensaciones diplomáticas.^{1 En la medida en que la}  práctica revele un papel cada vez más importante de los actores estatales regionales en la determinación de la viabilidad de las sanciones, estos Estados podrían apoyar la creación de un organismo que pueda mejorar aún más su posición negociadora en la negociación de una protección adecuada del comercio exento. El hecho de que se pueda alcanzar una masa crítica de países que apoyen, y de que un mecanismo de este tipo pueda distribuir suficientes costos y beneficios materiales y de reputación para evitar que se deshaga mediante acciones bilaterales o una comunicación deshonesta, es un problema apremiante que debe abordarse con ingenio intelectual y político.

Concluimos subrayando que las pruebas existentes, a pesar de las claras limitaciones, deben ser objeto de una seria atención por parte de la comunidad internacional. Como mínimo, refuerza la expectativa de que las sanciones puedan perjudicar a la población civil. En última instancia, sólo la incorporación de procedimientos de evaluación de riesgos basados en la recopilación prospectiva de datos en el mecanismo administrativo de las sanciones puede certificar las afirmaciones de que los civiles están adecuadamente protegidos. El fracaso de la comunidad de Estados a la hora de desarrollar una costumbre jurídica de vigilancia recíproca contra estos peligros representa un obstáculo autoimpuesto en el camino hacia la «Salud para Todos» emprendido en Alma Ata, hace más de 40 años.

El blog va a abordar este mes como investigación bibliográfica un tema preocupante, que no será solucionado con las medidas que discuten los representantes del pueblo y el poder ejecutivo. La desnutrición, la obesidad infantil, y la inseguridad alimentaria, a raíz de los problemas en la ejecución de asistencia a los comedores infantiles de la republica argentina. Aproximadamente 6 de cada 10 niños son pobres en argentina, reciben «ayuda alimentaria». El asistencialismo muy necesario en este tiempo atenúa el impacto de la inflación, sin embargo un 12% de los niños y los adolescentes quedan fuera de esa cobertura y sufren hambre y no se logra garantizar los derechos de la infancia. La cantidad de niños y adolescentes en edad escolar que se alimentan en las escuelas públicas creció un 21% entre 2014 y 2022 en total son casi dos millones de niños. Uno de cada cuatro estudiantes recibe asistencia alimentaria en las escuelas. Actualmente existen en argentina más de tres millones de niños en estado de malnutrición. Esto implica que esta cantidad de niños no llegue a contar con una dieta suficiente que le permita una buena incorporación de nutrientes a sus organismos. Estos temas, se habla poco. Las provincias que más asisten con un almuerzo a sus alumnos en las escuelas públicas son: Formosa (45%), Córdoba (44%), CABA (37%), Corrientes 36% y Santa Fe 32%. En el otro extremo se Encuentran Santa Cruz, Neuquén, Mendoza, San Luis y Misiones. Esto hace indispensable las formas que los responsables políticos locales, provinciales y nacionales, educadores, trabajadores sociales, participen, intervengan y ejecuten evitando que estas soluciones sigan poco formalizadas, que las enturbian en cuanto al manejo de las ayudas. El hambre y la desnutrición no son efecto de la fatalidad, de una eventualidad social o geográfica. Son el resultado de haber excluido a millones de personas del acceso a bienes y recursos productivos, tales como la tierra, el mar, el agua, las simientes, la tecnología y el conocimiento. Son, ante todo, consecuencia de las políticas económicas, sociales y comerciales a escala mundial, regional y nacional. Entre 308 y 346 niños mueren por desnutrición en Argentina. Otros trabajos dicen que moriría un niño cada 10 horas. Si cada 10 horas se esta muriendo un niño por desnutrición en Argentina.

La pobreza es carencia de recursos para poder vivir.

El presidente del Banco Mundial, Robert Zoellick en reunión conjunta del Banco Mundial y el Fondo Monetario Internacional alertaron de que el alza de los precios alimenticios ha destruido gran parte de los avances en el combate contra la pobreza.

100.000 personas mueren de hambre, o de sus consecuencias inmediatas, cada día.
El orden mundial no es sólo asesino, sino absurdo, pues mata sin necesidad.
Hoy ya no existen las fatalidades. Un niño que muere de hambre hoy, muere asesinado.
Jean Ziegler [1.]

La inflación atenta exponencialmente en la efectividad de la lucha con la pobreza. El mal mayor es la inflación.

Los niños que crecen en hogares más postergados tienen niveles más altos de obesidad que los niños que viven en hogares con más recursos financieros. También tienen más inseguridad alimentaria, o sea que no tienen acceso adecuado a alimentos suficientes, seguros y nutritivos para satisfacer las necesidades dietéticas y las preferencias alimentaria para un estilo de vida activo y saludable. La pobreza predispone a las personas de bajos ingresos a tener una dieta subóptima. Las áreas marginales son verdaderos desiertos alimentarios para estos niños. El poder adquisitivo limitado, la alta inflación afecta en la forma en que se compran alimentos para el hogar. Los alimentos ricos en nutrientes, como las verduras y las frutas frescas tienen alto costo por caloría. Las ayudas sociales manejadas ineficientemente agravan la situación. Los comedores sociales no tienen el apoyo adecuado para revertir esta situación. No solo por la falta de insumos, sino por la calidad y donde se adquieren los mismos para que sean eficientes. La obesidad y la inseguridad alimentaria coexisten en muchos niños y adolescentes y está relación aparentemente paradójica se ha descrito cada vez más en la literatura médica desde que se publicó el informe publicado por Dietz WH. ¿El hambre causa obesidad? 1995. Independiente si la relación es causal la inseguridad alimentaria y la obesidad suelen coexistir. Las estrategias de intervención están intrínsecamente relacionados. Los alimentos que lleguen al plan suplementario tienen que ser de calidad. Centrarse en conductas alimentarias saludables en niños para respaldar resultados de salud de manera óptima. La mayor ingesta de la comida rápida se da en los niños más grandes y en los adolescentes. Existen además factores estresantes sociales incluida la pobreza, el trauma, y el abuso físico, afectan negativamente la salud de los niños, Inclusive genera una conciencia emocional en los niños que hace un círculo nefasto de esta situación. La inseguridad alimentaria hace a esos hogares depender de los alimentos de bajo costo o darse atracones cuando hay recursos disponibles. La situación es muy compleja. Pero esta realidad hay que desideologizarla porque sino los niños seguirán postergados.

Proximidad a la comida rápida y aumento de peso en la infancia y la adolescencia: evidencia de Gran Bretaña.

Nicolás Libuy, Iglesia de David, George Ploubidis, Emla Fitzsimons

16 de noviembre de 2023. https://doi.org/10.1002/hec.4

Abstract

Estudiamos la relación entre la proximidad a restaurantes de comida rápida y el aumento de peso desde el final de la infancia hasta la primera adolescencia. 

Utilizamos el Millennium Cohort Study, un estudio longitudinal representativo a nivel nacional en todo el Reino Unido, vinculado con datos granulares geo codificados de establecimientos de comida para medir la presencia de establecimientos de comida rápida alrededor de hogares y escuelas de niños de 7 a 14 años.

Encontramos que la proximidad a los establecimientos de comida rápida se asocia con un aumento de peso (índice de masa corporal, sobrepeso, obesidad, grasa corporal, peso), pero sólo entre aquellos con educación materna inferior al nivel de titulación. Dentro de esta muestra, aquellos con niveles más bajos de regulación emocional tienen un mayor riesgo de ganar peso.

1. INTRODUCCIÓN

Las últimas décadas han visto un aumento en la obesidad infantil. 

En el Reino Unido, las generaciones más jóvenes tienen un riesgo mucho mayor de obesidad, con una probabilidad de tener sobrepeso entre 2 y 3 veces mayor en los niños nacidos después de la década de 1980 que antes (Johnson et al.,  2015 ). 

Se han observado tendencias similares en Estados Unidos desde la década de 1980 (Flegal y Troiano,  2000 ). Cada vez más, la carga recae desproporcionadamente sobre quienes provienen de entornos de bajos ingresos (White et al.,  2016 ).

Paralelamente, la industria minorista de comida rápida en el Reino Unido y a nivel mundial ha experimentado una importante expansión en las últimas décadas. Los restaurantes de comida rápida, incluidas tiendas de patatas fritas, hamburgueserías y pizzerías, representan más de una cuarta parte (26%) de todos los restaurantes en Inglaterra (BBC,  2018 ; Cummins et al.,  2005 ; Fraser et al.,  2012b ). ¹ 

Las desigualdades socioeconómicas en la densidad de los establecimientos de comida para llevar también han aumentado con el tiempo (Maguire et al.,  2015 ), junto con las desigualdades en la obesidad infantil (Bann et al.,  2018 ; NCMP,  2022 ).

Una pregunta clave es hasta qué punto el aumento de la oferta de comida rápida está impulsando tendencias y desigualdades en el peso infantil. 

La mayor parte de la evidencia sobre esta cuestión proviene de datos transversales (Cobb et al.,  2015 ; Feng et al.,  2010 ; Fraser et al.,  2012a ; Harrison et al.,  2011 ; Maguire et al.,  2015 ; Mason et al.,  2018 ; Snowdon,  2018 ; Walker et al.,  2010 ; Williams et al.,  2013 ), con el consiguiente problema de que las asociaciones pueden reflejar privaciones socioeconómicas, por ejemplo, en lugar de la presencia de restaurantes de comida rápida. Algunos artículos intentan estimar las relaciones causales y, en su mayoría, se limitan a regiones específicas de EE. UU. (Alviola et al.,  2014 ; Anderson & Matsa,  2011 ; Asirvatham et al.,  2019 ; Currie et al.,  2010 ; Davis & Carpenter ,  2009 ; Dunn,  2010 ; Dunn et al.,  2012 ; Powell,  2009 ; Qian et al.,  2017 ) y Dolton y Tafesse ( 2022 ) en el Reino Unido. 

El hallazgo general de la literatura estadounidense es que el impacto de los restaurantes de comida rápida es significativo pero bastante pequeño; un estudio del Reino Unido no encontró ningún impacto, lo que sugiere que los restaurantes de comida rápida desempeñan un papel limitado en los crecientes niveles de obesidad infantil. La mayor parte de la evidencia examina la proximidad de las comidas rápidas a las escuelas, más que a los hogares.

En esta literatura, sigue habiendo poca evidencia sobre los mecanismos conductuales que pueden estar impulsando una relación entre la presencia de comida rápida y la obesidad infantil. Los cambios en el entorno alimentario pueden inducir cambios en otros comportamientos relacionados con la salud. Por ejemplo, un mayor consumo de comida rápida puede dar lugar a aumentos compensatorios de la actividad física y/o a una reducción del consumo de otros alimentos menos saludables. Comprender los mecanismos en juego (es decir, qué cambios de comportamiento más amplios podrían ser inducidos por el cambio de políticas y cómo) es importante para informar y diseñar una respuesta política adecuada. Identificar a los niños con mayor riesgo es igualmente importante para la focalización, y una pregunta clave pendiente es si ciertos grupos son más susceptibles a una mayor exposición a los establecimientos de comida rápida. 

Existe cierta evidencia de que quienes provienen de entornos más desfavorecidos tienen un mayor riesgo de obesidad (Bann et al.,  2018 ), pero sabemos mucho menos sobre hasta qué punto características personales como la autorregulación, un correlato conocido del abuso de drogas y consumo excesivo de alcohol y trastornos alimentarios (Garland et al.,  2018 ; Racine y Sarah,  2018 ; Weiss et al.,  2015 ), y un determinante de los resultados de la vida, como el éxito en el mercado laboral (Heckman et al.,  2006 ; Kautz et al.,  2014 ; Pearce et al.,  2016 )—desempeñan un papel (Cawley,  2015 ). 

Se ha demostrado que la desregulación emocional en particular predice el aumento excesivo de peso y la obesidad entre los adolescentes (Graziano et al.,  2010 ; Kelly et al.,  2016 ; Limbers & Summers,  2021 ). 

La falta de medidas tanto de los comportamientos de salud como de las características/habilidades personales ha impedido la exploración de esto. Una excepción es Datar et al. ( 2023 ), quienes muestran que niveles más bajos de paciencia desempeñan un papel en el aumento de la probabilidad de obesidad.

En este artículo, utilizamos un rico conjunto de datos longitudinales, el Millennium Cohort Study (MCS), vinculado con datos geográficos granulares sobre la ubicación exacta de instalaciones comerciales y públicas en Gran Bretaña (el conjunto de datos de puntos de interés [PoI] de Ordnance Survey, en el presente documento). PoI), para examinar cómo la proximidad de la escuela y el hogar a los restaurantes de comida rápida se relaciona con el peso de los niños (índice de masa corporal [IMC]), puntuaciones estandarizadas del IMC por sexo, sobrepeso y obesidad, grasa corporal y peso). Consideramos el período desde la niñez media hasta la adolescencia temprana, que incluye observaciones a las edades de 7, 11 y 14 años.

El contexto es uno en el que cualquier compra y consumo de refrigerios fuera de la escuela normalmente ocurre en el viaje hacia/desde la escuela, dependiendo de disponibilidad local, y los niños ganan mayor independencia a medida que crecen, y particularmente en la transición de la escuela primaria a la secundaria a los 11 años. ² 

También consideramos posibles mecanismos, y en particular si hay cambios de comportamiento en la dieta y el ejercicio para compensar la mayor exposición a las comidas rápidas. Finalmente, exploramos la heterogeneidad de los efectos por sexo y características socioeconómicas, junto con el dominio más novedoso de la regulación emocional.

Utilizamos efectos fijos individuales (EF), explotando los cambios en los restaurantes de comida rápida cerca de los hogares y escuelas de los encuestados de MCS a lo largo del tiempo. Creamos zonas de amortiguamiento basadas en redes de carreteras más precisas que en la literatura existente (Bivoltsis et al.,  2018 ) y examinamos tres niveles de proximidad: 400, 800 y 1600 m, todos a una distancia razonable para caminar (Wilkins et al.,  2019b ). Para reducir el sesgo de variables omitidas, utilizamos los ricos datos longitudinales para controlar una variedad de características individuales y de área que varían en el tiempo, y los datos de PdI para controlar la proximidad a otros entornos alimentarios. Proporcionamos análisis de solidez de los hallazgos.

Encontramos que una mayor proximidad a restaurantes de comida rápida alrededor de los hogares de niños da como resultado un aumento del IMC. Los resultados son similares para otras medidas antropométricas, incluida la grasa corporal, el peso, las puntuaciones estandarizadas del IMC por edad, el sobrepeso y la obesidad. Un aumento de una desviación estándar en el número de restaurantes de comida rápida dentro de un radio de 1600 m (o un total de 5,2 restaurantes), es decir, una distancia de 20 minutos caminando, aumenta el IMC en un 1,0% por encima de la media de la muestra. 

El tamaño del efecto disminuye a medida que se reduce la proximidad (cuanto más lejos de los hogares se encuentra un restaurante de comida rápida, menor es el efecto sobre el peso), lo que es consistente con el aumento de los costos de transporte que enfrentan los consumidores. 

Un patrón similar surge para las escuelas de niños: dentro de la zona de amortiguación de 1600 m, un aumento de una desviación estándar en los restaurantes de comida rápida (o un total de 4,6 restaurantes) aumenta el IMC en 0,1 puntos, un aumento del 0,5% sobre la media de la muestra y un efecto similar. del 0,6% se encuentra para la zona de amortiguamiento de 800 m. 

Sin embargo, en el caso de las escuelas, encontramos que es la proximidad más cercana (entre 400 y 800 m) la que genera el efecto perjudicial sobre el IMC de los niños.

Si bien el efecto sobre la muestra general es bastante bajo y consistente con lo que otros estudios han encontrado, surge un panorama interesante cuando examinamos la heterogeneidad. En comparación con el efecto general, los efectos de un aumento de una desviación estándar en la zona de amortiguamiento de 1600 m son casi el doble entre los niños con educación materna por debajo del nivel de grado, con un 1,7%. Alrededor del margen escolar de 1.600 m, aumenta al 2% para los niños con educación materna inferior al nivel de grado, lo que es 3,7 veces mayor que el efecto general. Examinamos la heterogeneidad por niveles de regulación emocional, utilizando la subescala de desregulación emocional del Child Social Behaviors Questionnaire (Hogan et al.,  1992 ; Sylva et al.,  2004 ). Para la exposición a comida rápida alrededor del límite de 1600 m en casa, encontramos un mayor aumento en el IMC para los participantes con menor regulación emocional. Tenemos hallazgos similares, aunque estimados con menor precisión, para la zona de amortiguamiento escolar de 1600 m.

Proporcionamos evidencia para respaldar nuestra suposición de identificación de que, condicionada a la EF individual y a los controles a nivel de área e individual, la proximidad de los restaurantes de comida rápida a los hogares y escuelas de los participantes es casi aleatoria. Primero, mostramos que la presencia de restaurantes de comida rápida no está correlacionada con las características a nivel individual que varían en el tiempo, una vez que controlamos la EF individual y las variables a nivel de área. En segundo lugar, mostramos que nuestros resultados son sólidos al controlar varias variables individuales que varían en el tiempo y condiciones económicas que varían en el tiempo a nivel de área y que pueden afectar las tendencias en los mercados de comida rápida. También mostramos que el número de restaurantes de comida rápida en áreas cercanas a donde viven los niños no está correlacionado con los cambios de residencia, y que nuestros resultados no están impulsados ​​por cambios en la oferta de restaurantes de comida rápida entre el subconjunto de personas que se mudan en nuestra muestra, proporcionando Hay alguna evidencia de que la selección en áreas geográficas no es una preocupación importante en nuestra muestra. Nuestros resultados también son sólidos al controlar el modo de transporte desde el hogar a la escuela, así como a los cambios en la clasificación de los restaurantes de comida rápida. Abordamos las preocupaciones sobre la validez de nuestra estrategia bidireccional de identificación de FE replicando nuestros resultados principales utilizando el estimador propuesto por de Chaisemartin y D’Haultfœuille ( 2020 ), que permite la heterogeneidad en los efectos del tratamiento a lo largo del tiempo y las unidades tratadas. Finalmente, realizamos pruebas de falsificación y examinamos la relación entre el peso de los niños y los aumentos en la presencia de otros servicios, como en las agencias de construcción y empleo, que no esperaríamos que estuvieran correlacionados con los resultados.

Exploramos dos mecanismos que pueden explicar nuestros hallazgos de impactos limitados, relacionados con la dieta y la actividad física. En respuesta al mayor consumo de comida rápida de los niños, los padres pueden cambiar otros aspectos de la dieta de sus hijos para hacerla más saludable y/o pueden aumentar su actividad física. Estudiamos si la exposición a la comida rápida induce mejoras compensatorias en otros aspectos de la calidad de la dieta de los niños, relacionados con el consumo de frutas, desayuno y bebidas azucaradas, encontrando efectos nulos. Tampoco encontramos evidencia de que la proximidad de la comida rápida aumente la aceptación de las comidas proporcionadas por las escuelas, que cumplen con los estándares nutricionales de calidad. Respecto al ejercicio, no encontramos que un aumento en la presencia de restaurantes de comida rápida induzca conductas compensatorias en la actividad física de los niños.

Al proporcionar una de las primeras pruebas para Gran Bretaña, nuestro estudio hace una contribución importante a una literatura más centrada en los EE. UU. (Alviola et al.,  2014 ; Asirvatham et al.,  2019 ; Currie et al.,  2010 ; Dunn,  2010 ; Qian et al.,  2017 ; Zeng et al.,  2019 ). También es uno de los primeros en investigar hasta qué punto el bajo efecto estimado de la proximidad a la comida rápida sobre el peso de los niños puede reflejar conductas compensatorias y, en particular, mejoras en otros aspectos de la dieta y el ejercicio. Además, nuestro novedoso examen de la heterogeneidad, más notablemente en función de la regulación emocional, nos permite comprender mejor el papel de los factores de demanda, en el mismo espíritu que Allcott et al. ( 2019 ). Se ha demostrado que la capacidad de regular las emociones impulsa la demanda de conductas saludables, incluida la ingesta de drogas y el consumo de alimentos (Garland, 2018; Racine y Sarah,  2018 ; Weiss et al.,  2015 ). Mostramos que es un moderador a la hora de determinar las desigualdades de peso que observamos, proporcionando nuevos conocimientos sobre el debate en curso sobre las disparidades nutricionales geográficas en la literatura sobre los “desiertos alimentarios” (Allcott et al.,  2019 ; Bitler & Haider,  2011 ). Finalmente, al examinar la proximidad de los restaurantes de comida rápida tanto a las escuelas como a los hogares por separado, comparamos nuestros resultados sobre obesidad e IMC con literatura previa, que se centra principalmente en la proximidad a las escuelas. Los estudios que examinan el impacto de los restaurantes de comida rápida cerca de las escuelas sobre la obesidad infantil encuentran efectos positivos y relativamente pequeños (Alviola et al.,  2014 ; Asirvatham et al.,  2019 ; Currie et al.,  2010 ; Davis & Carpenter,  2009 ; Zeng et al. al.,  2019 ), que son similares a los efectos positivos encontrados en los restaurantes de comida rápida cerca de los hogares (Qian et al.,  2017 ), pero no conocemos ningún estudio que examine ambos.

El documento está organizado de la siguiente manera. 

En la Sección  2 , describimos los datos y presentamos estadísticas resumidas. La

Sección  3 presenta nuestra metodología y estrategia de identificación. Presentamos nuestros resultados en la

Sección  4 , comprobaciones de robustez en la

Sección 5 y concluimos en la Sección  5 .

2 DATOS Y ESTADÍSTICAS RESUMEN

Combinamos datos longitudinales del MCS con datos geográficos altamente granulares de la Red de Transporte Integrada (ITN) de PoI y Ordnance Survey para crear medidas del número de establecimientos de comida rápida y otros establecimientos minoristas de alimentos dentro de las zonas de amortiguamiento de la red de 400, 800 y 1600 m alrededor. los códigos postales de casa y escuela de cada encuestado.

2.1 Estudio de cohorte del Milenio

El MCS es un estudio longitudinal que sigue las vidas de una muestra representativa a nivel nacional de 19.244 familias con niños nacidos entre 2000 y principios de 2002 en el Reino Unido (Joshi & Fitzsimons,  2016 ). Comenzando cuando los niños tenían 9 meses y luego a los 3, 5, 7, 11, 14 y 17 años, ³ el MCS recopila amplia información sobre los encuestados y sus familias, incluida la educación de los padres; empleo e ingresos; alojamiento; estructura familiar; etnicidad; salud física y mental, y conductas de salud; desarrollo cognitivo y físico, entre muchas otras conductas y características.

Examinamos el IMC y también presentamos evidencia de grasa corporal y otras variables antropométricas porque juntas brindan una imagen más precisa de la adiposidad (Nuttall,  2015 ). ⁴ El IMC se calcula dividiendo el peso en kilogramos por la altura en metros al cuadrado. La altura se midió utilizando estadiómetros de altura Leicester ⁵ y se registró al milímetro más cercano. Entrevistadores capacitados tomaron medidas de peso y grasa corporal utilizando básculas Tanita BF-522W, que calculan el peso con una precisión de 0,1 kg y el porcentaje de grasa corporal con una precisión de 0,1%. El porcentaje de grasa corporal se calculó midiendo la cantidad de resistencia que encuentra una corriente eléctrica débil a medida que viaja por el cuerpo (Chaplin Gray et al.,  2010 ).

2.2 PdI de estudio de artillería

Los datos de PoI contienen información geo codificada sobre más de 4 millones de instalaciones comerciales y públicas en Gran Bretaña y están disponibles anualmente desde 2005 hasta 2013, y trimestralmente desde septiembre de 2014 (OS,  2015 ). Cada instalación está geo codificada y asignada a una de alrededor de 600 clases, que luego se clasifican en categorías y grupos más grandes, lo que da como resultado un conjunto de datos extremadamente rico y granular. ⁶

PoI tiene un alto nivel de correspondencia con las auditorías a nivel de calle, consideradas el estándar de oro para los datos espaciales (Wilkins et al.,  2017 ). Es un conjunto de datos validado (Burgoine & Harrison,  2013 ), con alta precisión espacial y de conteo, especialmente después de 2010, ⁷ y se ha utilizado en la investigación sobre el entorno alimentario minorista (RFE) del Reino Unido (Burgoine et al.,  2017 ; Cetateanu & Jones ,  2014 ; Harrison et al.,  2011 ; Jennings et al.,  2011 ; Fraser et al.,  2012a ; Skidmore et al.,  2010 ). Extraemos datos sobre los puntos de venta de alimentos, siguiendo trabajos previos, para caracterizar entornos obesogénicos (Cetateanu & Jones,  2014 ; Jennings et al.,  2011 ; PHE,  2016 , 2017 ; Skidmore et al.,  2010 ). Describimos esto en detalle en la Sección  2.4 .

2.3 Estudio de ITN

El conjunto de datos ITN es una instantánea de toda la red de carreteras de Gran Bretaña y contiene información detallada sobre las rutas. Los datos de ITN están disponibles desde 1997 en adelante, con carácter anual o bianual. ⁸ Usamos el conjunto de datos de ITN alrededor de los códigos postales de casa y escuela de cada encuestado en cada barrido ⁹ para construir una zona de amortiguamiento basada en la red de carreteras, que explica cómo la red de carreteras afecta los viajes individuales. Estos amortiguadores irregulares altamente locales, que se han utilizado ampliamente en la literatura sobre comida rápida, caracterizan mejor el vecindario del encuestado considerando que los individuos a menudo cruzan fronteras administrativas para comer (Charreire et al.,  2010 ). Además, en comparación con la distancia euclidiana, se considera que las zonas de amortiguamiento basadas en la red de carreteras proporcionan una caracterización más precisa de la influencia del entorno construido (Bivoltsis et al.,  2018 ; Charreire et al.,  2010 ). Utilizamos un Sistema de Información Geográfica para construir zonas de amortiguamiento basadas en la red de carreteras de 400, 800 y 1600 m, que son las más frecuentes en la investigación de RFE (Wilkins et al.,  2019b ), ya que equivalen a los 5, 10- y 20 minutos a pie respectivamente.

2.4 Clasificación de establecimientos de comida rápida y otros establecimientos.

Usamos datos de PoI de septiembre de 2008, 2012 y 2015, y datos de ITN de octubre de 2008, junio de 2012 y junio de 2015 para superponerlos con los barridos de MCS de 7, 11 y 14 años.

Para caracterizar los entornos obesogénicos en el tiempo y en los lugares, contamos el número de restaurantes de comida rápida y otros establecimientos de comida dentro de las zonas de amortiguamiento de la red de carreteras alrededor de las escuelas y residencias de los encuestados. En ausencia de esquemas estandarizados de clasificación de alimentos (Block et al.,  2018 ), algunas investigaciones, todas ellas basadas en EE. UU., han categorizado los establecimientos de comida rápida según las cadenas nacionales más grandes y populares (p. ej., Alviola et al.,  2014 ; Currie et al.,  2010 ; Davis & Carpenter,  2009 ; Dunn,  2010 ; Dunn et al.,  2012 ; Qian et al.,  2017 ; Zeng et al.,  2019 ). El trabajo en el Reino Unido tiende a utilizar categorías de puntos de interés como “comida rápida y establecimientos de comida para llevar” y “servicios de comida rápida y entrega a domicilio” (Cetateanu & Jones,  2014 ), pero también se han utilizado otras clasificaciones basadas únicamente en la popularidad y la presencia geográfica (Robinson et al. .,  2018 ). Además, clasificar a los minoristas de alimentos según su “salud” no es sencillo (Pinho et al.,  2019 ). Por ejemplo, aunque los supermercados suelen considerarse una fuente de alimentos saludables (Woodruff et al.,  2018 ), también ofrecen una amplia gama de bebidas saturadas de azúcar y snacks. En consecuencia, muchos de los principales restaurantes de comida rápida también ofrecen opciones más saludables (Mahendra et al.,  2017 ).

Para este estudio, confiar únicamente en las categorías “Comida rápida y establecimientos de comida para llevar” y “Servicios de comida rápida y entrega a domicilio” de los datos del PdI para evaluar los cambios a lo largo del tiempo es un desafío porque algunas de las principales cadenas de comida rápida no se incluyeron adecuadamente en estas categorías antes de 2010. 10 Para evitar inconsistencias en la clasificación de restaurantes de comida rápida entre los datos recopilados antes y después ^de 2010, nuestra clasificación de restaurantes de comida rápida combina ambos esquemas utilizados en el estudio anterior: las cadenas de comida rápida más grandes/más populares y las categorías de alimentos en los datos del PoI que fueron registrados consistentemente a lo largo del tiempo. Primero incluimos los principales restaurantes de comida rápida del Reino Unido (según Robinson et al.,  2018 ; Wilkins et al.,  2019a ): McDonalds, KFC, Burger King, Wimpy, Subway, Pizza Hut y Dominos’ Pizza. ¹¹ Estos se identifican directamente utilizando el nombre registrado en los datos del PdI. También incluimos tiendas de pescado y patatas fritas, un alimento tradicional para llevar en el Reino Unido, identificado mediante la categoría disponible en los datos del PdI, y establecimientos de kebab y pollo, identificados a través de restaurantes clasificados como establecimientos de comida y que contienen las palabras “Kebab” y/o o “Pollo” en su nombre. Incluimos más detalles de nuestra clasificación en el Apéndice .

También medimos el número de otros puntos de venta de alimentos dentro de las zonas de amortiguamiento, utilizando otras instalaciones de alimentos en los datos del PdI, ya que se ha descubierto que la presencia de alimentos tanto saludables como no saludables está asociada con los hábitos dietéticos y el IMC en análisis transversales (Burgoine et al.,  2014 ; Hobbs et al.,  2019 ; Fraser et al.,  2012a ). Además, otras instalaciones de alimentación alrededor de las escuelas y residencias de los niños son un buen indicador de las características del vecindario que se correlacionan con factores que contribuyen a la obesidad y a la presencia de restaurantes de comida rápida (Currie et al.,  2010 ). Nuestra clasificación de otras instalaciones de alimentos incluye: restaurantes, carnicerías, pastelerías, delicatessen, pescaderías, productos ecológicos y de la nueva era, tiendas de comestibles, tiendas agrícolas y productos para elegir, alimentos orgánicos y saludables, alimentos gourmet y kosher, tiendas de conveniencia y supermercados independientes, y cadenas de supermercados, otros establecimientos de comida para llevar.

3. METODOLOGÍA

Estimamos modelos FE para estudiar la relación entre la proximidad a restaurantes de comida rápida y el IMC. Proporcionamos resultados para variables antropométricas adicionales (grasa corporal, peso, puntuaciones estandarizadas del IMC por edad, sobrepeso y obesidad) en la Tabla  

A4 . Estimamos dos modelos:

)dondeY _es el IMC del individuo i en las edades t  = 7, 11 y 14. En el modelo (kes el número de restaurantes de comida rápida a una distancia k de la ubicación del encuestado i a la edad 

t . Estimamos los modelos por separado para las ubicaciones del hogar y la escuela, y ejecutamos tres especificaciones separadas para cada uno: parak  = 400, 800 y 1600 m. Los buffers grandes se superponen a los pequeños.���es un efecto fijo individual y���es un año de efecto fijo de encuesta.��⁢�´incluye una variedad de características socioeconómicas de las familias, incluidas seis variables ficticias que indican el nivel educativo más alto de la madre en el momento de la entrevista, ¹² número de padres en el hogar, ingresos familiares en el momento de la entrevista, tamaño total del hogar, número de habitaciones en el hogar, número de hogares antigüedad, y edad del individuo y edad al cuadrado. La edad varía dentro de un barrido dependiendo de la fecha de la entrevista.��⁢�´Incluye la tasa de desempleo del distrito ¹³ de la autoridad local y estimaciones de población por cada 100.000 personas para controlar las condiciones económicas que varían en el tiempo a nivel del área (a) y que pueden afectar la industria de la comida rápida y también estar asociadas con el peso infantil.��⁢��es un error de perturbación que se supone independiente e idénticamente distribuido. Nuestro parámetro de interés en la ecuación ( 

1 ) es β ^k .Para estudiar cómo varía el efecto a medida que cambia el buffer, estimamos

En la ecuación ( 2 ),��⁢�400,��⁢�800, y��⁢�1600son zonas de influencia no superpuestas que denotan el número de restaurantes de comida rápida dentro de una zona de influencia de 400 m de la ubicación del individuo i en la edad t , entre 400 y 800 m, y entre 800 y 1600 m, respectivamente. Nuestros parámetros clave de interés son γ ₁ , γ ₂ y γ ₃ .

Para tener en cuenta los puntos de venta de alimentos distintos de la comida rápida que afectan el peso, el��⁢�´El vector también incluye el número de otros puntos de venta de alimentos como se describió anteriormente. ¹⁴ Además, la inclusión de otros puntos de venta de comida alrededor de las residencias y escuelas de los niños ayuda a mitigar la influencia de características locales del vecindario que no se observan pero que pueden estar correlacionadas tanto con la presencia de comida rápida como con factores no observados que contribuyen a la obesidad infantil. Agrupamos los errores estándar a nivel individual y las estimaciones se ponderan para tener en cuenta el desgaste, utilizando ponderaciones de probabilidad inversa y el diseño de la encuesta (Solon et al.,  2015 ).

El efecto de la presencia de comida rápida en el IMC de los niños se identifica por los cambios en el número de restaurantes de comida rápida a lo largo del tiempo. El supuesto de identificación es que, condicionado a la FE individual, el año de las variables ficticias de la encuesta y los controles que varían en el tiempo, ninguna variable no observada que varía en el tiempo se correlaciona sistemáticamente tanto con los cambios en el IMC como con los cambios en el número de restaurantes de comida rápida, lo cual investigamos más ampliamente en la última parte de la Sección  5 .

4 RESULTADOS

Primero proporcionamos estadísticas resumidas relacionadas con la muestra, luego presentamos nuestros resultados principales y un análisis de la plausibilidad de nuestra estrategia de identificación. También exploramos la heterogeneidad de los efectos, mostramos estimaciones para diferentes submuestras y analizamos los posibles mecanismos que pueden estar en juego. Finalmente, presentamos una serie de comprobaciones de robustez y pruebas de falsificación.

4.1 Estadísticas resumidas

Basamos nuestro análisis en los encuestados de MCS entrevistados a las edades de 7, 11 y 14 años, incluidos solo aquellos con mediciones válidas de IMC y porcentaje de grasa corporal durante este período (92% de los encuestados de MCS). Excluimos Irlanda del Norte, dada la ausencia de datos de PdI. Nuestra muestra analítica incluye 8253 niños. La Tabla  1 presenta la media y la desviación estándar del exceso de peso infantil a lo largo del tiempo en la muestra. ¹⁵ Alrededor del 18% de los niños de 7 años tenían sobrepeso y otro 4,7% eran obesos, con un IMC promedio de 16,4 y un porcentaje de grasa corporal del 20,7%. Cuatro años más tarde, el porcentaje de niños con sobrepeso y el porcentaje de grasa corporal aumentaron al 25,7% y 22,0%, respectivamente, permaneciendo estables hasta los 14 años a pesar de un pequeño aumento en el IMC de 19,1 a 21,4.TABLA 1. Estadística descriptiva: Medidas antropométricas y oferta de comida rápida.

	7 años		11 años		14 años		Muestra completa
	Media o %	Estándar desarrollador	Media o %	Estándar desarrollador	Media o %	Estándar desarrollador	Media o %	Estándar desarrollador
Peso en kilogramos	25.2	4.7	41.1	9.7	58.0	13.0	41.4	16.6
Altura en centímetros	123,5	5.5	146.2	7.2	164.2	8.1	144,6	18.1
Índice de masa corporal	16.4	2.2	19.1	3.5	21.4	4.1	19.0	4.0
Porcentaje de grasa corporal	20.7	5.2	22.0	7.8	21.7	9.2	21,5	7.6
El niño es obeso.	4.7		5.8		7.3		5.9
El niño tiene sobrepeso	18.0		25,7		26.1		23.3
Restaurantes de comida rápida alrededor de las casas.
1600 metros	2.5	3.3	4.1	6.0	4.0	5.7	3.5	5.2
800 metros	0,6	1.1	1.0	2.0	1.0	1.9	0,9	1.7
400 metros	0,2	0,5	0,2	0,7	0,2	0,7	0,2	0,6
Restaurantes de comida rápida alrededor de las escuelas.
1600 metros	2.7	3.3	3.9	5.4	3.8	4.9	3.5	4.6
800 metros	0,7	1.2	1.1	1.9	0,8	1.5	0,9	1.6
400 metros	0,2	0,5	0,2	0,6	0.1	0,5	0,2	0,5
Observaciones	8253		8253		8253		24.759

• Nota : Las categorías de sobrepeso y obesidad se definen utilizando los límites del Grupo Internacional de Trabajo sobre Obesidad (IOTF) (Cole et al.,  2000 ).

Los cuadros  A1 y A2 presentan el número promedio de restaurantes de comida rápida y otros establecimientos de comida alrededor de las residencias y escuelas de los niños a lo largo del tiempo. Surgen varios hechos interesantes. En primer lugar, observamos un aumento con el tiempo en el número de restaurantes de comida rápida alrededor de los hogares y escuelas de los niños: a los 7 años, los niños tenían un promedio de 2,5 restaurantes de comida rápida dentro de los 1600 m de su casa, mientras que 7 años más tarde el número había aumentado alrededor de 60% a 4. Esta tendencia también se observa en relación con las escuelas infantiles, donde los restaurantes de comida rápida en un radio de 1600 m aumentaron más del 40% durante este período, de 2,7 a 3,8. En segundo lugar, no sólo está aumentando el número de restaurantes de comida rápida durante este período, sino también otros establecimientos de comida. En promedio, a los 7 años había alrededor de 20,1 (21,5) otros establecimientos alimentarios dentro de un radio de 1600 m de los hogares infantiles (escuelas). A los 14 años, estas cifras habían aumentado un 46,3% (40,9%).

La Tabla  2 muestra estadísticas descriptivas para la muestra analítica general (columna 1) y por distancia desde el hogar (o la escuela) hasta los restaurantes de comida rápida. Alrededor del 67,8% (71,8%) de los niños han vivido (asistido a la escuela) dentro de un radio de 1.600 m, o 1 milla, de restaurantes de comida rápida durante el período analítico.TABLA 2. Estadística descriptiva por presencia de restaurantes de comida rápida (%).

		Hogar			Escuela
	Todo	<1600 mts.	<800 mts.	<400 mts.	<1600 mts.	<800 mts.	<400 mts.
	(1)	(2)	(3)	(4)	(5)	(6)	(7)
Demografía
el niño es varón	52.0	51,8	51,7	53.4	51,8	51,9	52.0
La madre es de etnia blanca b.	84,4	79,7	75,4	72,9	80,5	78,6	78,8
La madre es de etnia mixta.	3.3	3.9	3.8	3.6	3.7	3.3	3.9
La madre es de etnia india.	2.3	2.8	3.4	3.1	2.8	2.8	2.9
La madre es de etnia paquistaní o bangladesí.	4.6	6.1	8.6	11.5	6.0	7.0	7.8
La madre es negra o de etnia británica negra.	4.0	5.4	6.8	6.7	5.2	6.2	4.9
La madre es de otro grupo étnico.	1.4	2.0	1.9	2.3	1.9	2.1	1.7
El nivel NVQ más alto de la madre es 1 a , b	8.1	8.7	9.4	10.9	8.7	9.5	11.9
El nivel NVQ más alto de la madre es 2 a	28.4	28,5	29.0	27.3	29.0	27.1	27.1
El nivel NVQ más alto de la madre es 3 a	14.7	14.4	13.5	13.0	14.6	14.9	15.2
El nivel NVQ más alto de la madre es 4 a	28.1	25,5	23.4	23.4	25.3	24.0	24.2
El nivel NVQ más alto de la madre es 5 a	5.2	5.2	5.1	4.8	5.2	4.9	4.5
La madre tiene calificación en el extranjero solo un	3.2	3.5	3.5	3.4	3.6	4.1	3.3
La madre no tiene ninguna de estas calificaciones .	12.1	14.3	16.0	17.2	13.7	15.5	13.7
Número de padres/cuidadores en el hogar
Dos padres/cuidadores a , b	77,9	76.1	74,7	73.0	76,3	75,3	76.1
Un padre/ cuidador	22.1	23.9	25.3	27.0	23.7	24.7	23.9
Ingreso familiar semanal equivalente de la OCDE a	387,4	365.0	342.2	319,6	370.2	357,4	355.1
Número de personas en el hogar (sin incluir a los individuos) a	3.5	3.5	3.6	3.6	3.5	3.6	3.6
Número de habitaciones en el hogar a	6.0	5.8	5.7	5.6	5.9	5.8	5.9
Tenencia de vivienda
Hipoteca propia/préstamo a , b	55,6	52,8	50.2	45,9	53,8	51,8	53,7
Poseer completamente un	5.5	5.1	5.1	5.1	5.1	5.2	5.8
Alquiler u otro	38,9	42.1	44,7	49.0	41.0	43.0	40,5
Variables a nivel de autoridad local
Tasa de desempleo a	8.0	8.4	8.7	8.8	8.3	8.5	8.6
Estimaciones de población a	2.3	2.5	2.6	2.7	2.4	2.4	2.4
Observaciones	8253	5603	3054	1060	5929	3624	1385

• Nota : Esta tabla muestra estadísticas descriptivas a los 7 años según la presencia de restaurantes de comida rápida dentro de zonas de influencia de 400, 800 y 1600 m. Columnas 2 y 5; 3 y 6; y 4 y 7 incluyen niños con uno o más restaurantes de comida rápida dentro de 1600, 800 y 400 m de zona de influencia, respectivamente.
• ^a Indica variables que varían en el tiempo incluidas como controles en las ecuaciones ( 1 ) y ( 2 ).
• ^b Indica la categoría de referencia excluida en las especificaciones empíricas. Las estadísticas descriptivas de las variables Restaurantes de comida rápida y Otros establecimientos de comida se encuentran en el Apéndice .

4.2 El impacto de los restaurantes de comida rápida en el IMC de los niños

Primero estimamos las ecuaciones ( 1 ) y ( 2 ) por separado para hogares y escuelas de niños. La Tabla  3 presenta nuestras estimaciones intraindividuales preferidas que capturan si los cambios en el IMC de los niños se ven afectados por los cambios en el número de restaurantes de comida rápida alrededor de los hogares y escuelas de los niños. Mostramos estimaciones transversales para el IMC y otras medidas antropométricas en la Tabla  A3 . Las columnas 1 y 5 muestran los resultados en torno a hogares y escuelas para una especificación que incluye solo el año de la encuesta y la EF individual. En general, los resultados muestran que el impacto sobre el IMC de un restaurante de comida rápida adicional dentro de un radio de 1600 m de los hogares de los encuestados es positivo y significativo. También encontramos que un mayor número de restaurantes de comida rápida alrededor de las escuelas de los niños aumenta el IMC, impulsado principalmente por el margen de 800 m. La asociación positiva entre el número de restaurantes de comida rápida alrededor de los hogares y las escuelas y el IMC es sólida si se incluye el número de otros establecimientos de comida (columnas 2, 6), controles individuales que varían en el tiempo (columnas 3, 7) y autoridades locales. controles de distrito (columnas 4, 8). Encontramos resultados similares cuando utilizamos como resultados el porcentaje de grasa corporal, el peso en kilogramos y las puntuaciones estandarizadas del IMC (Tabla  A4 ).TABLA 3. El impacto de los restaurantes de comida rápida en el IMC.

	Hogar				Escuela
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
Panel A. Restaurante de comida rápida dentro
Ecuación ( 1 ), k  = 400 m	0,1140*	0.1030	0.1000	0.0980	−0,0061	0.0341	0.0318	0.0296
	(0,0594)	(0,0794)	(0,0777)	(0,0775)	(0,0342)	(0,0432)	(0,0428)	(0,0426)
Ecuación ( 1 ), k  = 800 m	0,0574***	0,0607**	0,0591**	0,0554**	0,0291**	0,0750***	0,0741***	0,0742***
	(0,0200)	(0,0257)	(0,0255)	(0,0255)	(0,0143)	(0,0236)	(0,0229)	(0,0229)
Ecuación ( 1 ), k  = 1600 m	0,0290***	0,0389***	0,0390***	0,0355***	0.0022	0,0220**	0,0218**	0,0225**
	(0,0088)	(0,0127)	(0,0126)	(0,0126)	(0,0088)	(0,0107)	(0,0106)	(0,0106)
Panel B. Ecuación ( 2 )
Restaurante de comida rápida
Dentro de 400 m	0.0921	0.108	0.1040	0,1020	−0,0165	0.0446	0.0424	0.0404
	(0,0601)	(0,0791)	(0,0774)	(0,0773)	(0,0342)	(0,0432)	(0,0428)	(0,0426)
Entre 400 y 800 m	0.0292	0.0476	0.0472	0.0432	0,0444***	0,0819***	0,0813***	0,0818***
	(0,0272)	(0,0309)	(0,0306)	(0,0306)	(0,0158)	(0,0251)	(0,0244)	(0,0244)
Entre 800 y 1600 m	0,0243**	0,0312**	0,0317**	0,0283**	−0,0083	0.0059	0.0059	0.0068
	(0,0110)	(0,0141)	(0,0142)	(0,0142)	(0,0111)	(0,0121)	(0,0121)	(0,0120)
Otros establecimientos de comida	No	Sí	Sí	Sí	No	Sí	Sí	Sí
Controles individuales	No	No	Sí	Sí	No	No	Sí	Sí
Controles a nivel de área	No	No	No	Sí	No	No	No	Sí
EF individuales	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Año de la encuesta FE	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Observaciones	24.759	24.759	24.759	24.759	24.759	24.759	24.759	24.759
Numero de niños	8253	8253	8253	8253	8253	8253	8253	8253
Media de la variable dependiente	18,95	18,95	18,95	18,95	18,95	18,95	18,95	18,95

• Nota : Las columnas 1 a 4 muestran estimaciones sobre las residencias de los encuestados y las columnas 5 a 8 sobre las escuelas. En el Panel A, cada celda informa una regresión diferente y las filas muestran resultados para tres ecuaciones diferentes, una para cada búfer respectivo indicado en la Ecuación ( 1 ): β ⁴⁰⁰ , β ⁸⁰⁰ y β ¹⁶⁰⁰ . En el Panel B, las filas muestran estimaciones de la ecuación ( 2 ): γ ₁ , γ ₂ y γ ₃ . Otras estimaciones en las ecuaciones ( 1 ) y ( 2 ) se omiten debido a limitaciones de espacio, pero están disponibles a pedido. ***, ** y * denotan estadísticamente significativo al 1%, 5% y 10%. Los errores estándar robustos entre paréntesis se agrupan a nivel individual.

Si analizamos más de cerca las estimaciones, y primero las relacionadas con la proximidad de las comidas rápidas a los hogares (columnas 1 a 4 en el Panel A de la Tabla  3 ), un restaurante de comida rápida adicional dentro de 1600 m, de edades entre 7 y 14 años, aumenta la probabilidad de que los encuestados IMC en 0,036 puntos, o un aumento del 0,2% sobre la media de la muestra de 18,95. Las estimaciones son un poco mayores cuando nos centramos en los restaurantes de comida rápida en un radio de 800 m, con un aumento del 0,3% respecto a la media muestral. El tamaño de las estimaciones disminuye a medida que aumenta el radio de amortiguamiento, lo que es consistente con mayores costos psicológicos y de transporte que enfrentan los individuos (Currie et al.,  2010 ). Los resultados en torno a las escuelas de niños (columnas 5 a 8 en el Panel A de la Tabla  3 ) muestran un patrón similar pero son ligeramente más grandes, con un restaurante de comida rápida adicional dentro de los 1600 (800) metros que aumenta el IMC en un 0,5% (0,6%) sobre la media de la muestra. .

Las estimaciones de la Ecuación ( 2 ) en el Panel B muestran que el impacto alrededor de los hogares probablemente se deba al aumento de los restaurantes de comida rápida entre 800 y 1600 m (columna 4). Aunque las estimaciones puntuales dentro de 400 m y entre 400 y 800 m son relativamente mayores que entre 800 y 1600 m, se estiman con menos precisión. Curiosamente, los hallazgos en torno a las escuelas infantiles se deben principalmente a aumentos en los restaurantes de comida rápida entre 400 y 800 m (columna 8). Esta evidencia sugiere que la proximidad de los restaurantes de comida rápida a las escuelas es más perjudicial que a los hogares.

En términos de la magnitud de las asociaciones, nuestra especificación principal que muestra un restaurante de comida rápida adicional, respectivamente, dentro de 400, 800 y 1600 m de los hogares de niños aumenta el IMC en 0,10, 0,06 y 0,04 puntos, lo que se traduce en una ganancia de 344. 157 y 86 g durante el período considerado. Expresadas en puntuaciones de IMC estandarizadas, estas estimaciones son 0,029, 0,018 y 0,008, respectivamente (consulte la columna 3 en la Tabla  A4 ), siendo las dos últimas estadísticamente significativas al nivel del 5% y el 10%. Para comparar con las estimaciones existentes, Qian et al. ( 2017 ), encuentran que el efecto de un restaurante de comida rápida adicional dentro de un radio de 1600 m de la residencia del niño sobre las puntuaciones estandarizadas del IMC fue de 0,0019, mientras que Asirvatham et al. ( 2019 ) encuentran efectos nulos. Estudios anteriores, que utilizan datos a nivel escolar en Arkansas y variables instrumentales, encuentran que un restaurante de comida rápida adicional dentro de 1600 m aumenta la tasa de obesidad en un 1,23% (Alviola et al.,  2014 ) y un 1,22% (Qian et al.,  2017 ). . En comparación, en la misma zona de 1.600 m alrededor de las escuelas, encontramos un aumento de 0,2 puntos porcentuales en la obesidad, un aumento del 3,4% con respecto a una tasa de muestra del 5,8%. ^dieciséis

4.3 Mecanismos de transmisión

Nuestro hallazgo general es que la presencia de comida rápida tiene un impacto limitado en el peso de los niños, y una posible explicación para esto es que podemos estar estimando un efecto que también refleja otras respuestas conductuales a la proximidad de la comida rápida: los niños pueden mejorar otros aspectos de sus dietas y /o aumentar sus niveles de actividad física, como una posible respuesta (dirigida por los padres) al mayor acceso a la comida rápida. Comprender hasta qué punto esto puede estar en juego es importante para formular una respuesta política adecuada.

Examinamos dos dimensiones de la dieta, como indicadores de dietas menos saludables: el consumo de determinados alimentos (poca cantidad de fruta, bebidas endulzadas con regularidad, saltarse el desayuno) y la ingesta de comidas escolares, que cumplen con los estándares nutricionales nacionales. ¹⁷ También creamos una variable de puntuación para representar los hábitos alimentarios poco saludables , la suma de las tres primeras variables binarias, donde las puntuaciones más altas indican dietas de menor calidad.

Las estimaciones del Cuadro  A13 no proporcionan evidencia de que una mayor presencia de restaurantes de comida rápida alrededor de los hogares de los niños conduzca a mejoras en otros aspectos de la dieta de un individuo, a modo de compensación. ¹⁸ Si bien esto es informativo, estos resultados deben interpretarse cuidadosamente debido a las limitaciones de nuestras medidas, incluido el hecho de que solo miden el margen extenso y no los cambios más frecuentes en los comportamientos, proporcionando solo una caracterización parcial de los comportamientos dietéticos.

A continuación, estudiamos si la proximidad a restaurantes de comida rápida cerca de hogares y escuelas afecta si los participantes reciben o no comidas escolares. El acceso a las comidas escolares gratuitas está determinado por la elegibilidad de los padres para recibir ciertos beneficios, y las familias que no son elegibles pueden optar por aprovechar las comidas escolares pagándolas. Alrededor del 16% de los niños de nuestra muestra a los 7 años recibieron comidas escolares gratuitas y otro 39% pagó las comidas escolares. Dado que las comidas escolares en el Reino Unido deben cumplir estándares nutricionales de alta calidad (Evans & Harper,  2009 ), nuestra hipótesis es que la presencia de opciones de alimentos poco saludables, como los restaurantes de comida rápida, podría inducir conductas compensatorias de los padres para aumentar la participación escolar. comidas. Sin embargo , los resultados nulos en la columna 5 de la Tabla  A13 indican que esto no está en juego.

A continuación, examinamos si la actividad física cambia en presencia de restaurantes de comida rápida: si una mayor presencia de comida rápida induce un aumento en el consumo de comida rápida, entonces los individuos pueden responder aumentando sus niveles de actividad física, mitigando el impacto general en su IMC. Estimamos la ecuación ( 1 ) utilizando como resultado la frecuencia semanal de actividad física. Definimos tres variables binarias que indican si el individuo hizo ejercicio 1 o más, 3 o más y 5 o más días por semana. También creamos una variable continua que imputa el punto medio de los intervalos asociados con cada categoría (es decir, 0, 1,5, 3,5 y 6 días). Los hallazgos del Cuadro  A14 no proporcionan evidencia de que los cambios en los entornos alimentarios induzcan a los niños a cambiar su actividad física.

4.4 Heterogeneidad

Ahora examinamos si el efecto de los restaurantes de comida rápida sobre el IMC varía según el sexo y el nivel socioeconómico, así como según los niveles de regulación emocional. Se ha demostrado que esto último está asociado con una serie de conductas de riesgo y obesidad entre los adolescentes (Graziano et al.,  2010 ; Kelly et al.,  2016 ; Limbers & Summers,  2021 ), junto con importantes ámbitos de la vida, incluido el empleo y educación (Kautz, 2014). Para probar esto, estimamos la ecuación ( 1 ) e interactuamos con nuestro restaurante de comida rápida y otras variables de establecimiento de comida con estas características. Las columnas 1 a 4 (5 a 7) de la Tabla  4 muestran estimaciones para la zona de amortiguamiento de 1600 m alrededor de los hogares (escuelas) de los niños.TABLA 4. Heterogeneidad en el efecto de los restaurantes de comida rápida sobre el IMC.

	Hogar				Escuela
	(1)	(2)	(3)	(4)	(5)	(6)	(7)	(8)
Restaurante de comida rápida
Dentro de 1600 m	0,0325*	−0,00844	0.0142	−0,0726	0,0433***	−0,0249**	0.0161	−0,0131
	(0,0178)	(0,0157)	(0,0205)	(0,0505)	(0,0162)	(0,0108)	(0,0126)	(0,0416)
Dentro de 1600 m × macho	0.00233				−0,0403*
	(0,0244)				(0,0212)
Dentro de 1600 m × educación baja		0,0618***				0,0841***
		(0,0228)				(0,0196)
Dentro de 1600 m × alta desregulación emocional			0,0488*				0.0185
			(0,0265)				(0,0219)
Dentro de 1600 m × puntuación de desregulación emocional				0,0640**				0.0222
				(0,0275)				(0,0259)
Otros establecimientos de comida	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Controles individuales	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Controles a nivel de área	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
EF individuales	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Año de la encuesta FE	Sí	Sí	Sí	Sí	Sí	Sí	Sí	Sí
Observaciones	24.759	24.759	24.258	24.258	24.759	24.759	24.258	24.258
Numero de niños	8253	8253	8086	8086	8253	8253	8086	8086
Media de la variable dependiente	18,95	18,95	18,95	18,95	18,95	18,95	18,95	18,95

• Nota : Esta tabla muestra los resultados de MCO para una ecuación modificada ( 1 ) que interactúa con las variables de los restaurantes de comida rápida y otros establecimientos de comida con las variables que se muestran en las filas. Hombre es una variable ficticia que toma el valor 1 si el niño es hombre y 0 si es mujer. El nivel educativo bajo es una variable ficticia igual a 1 si la educación materna más alta (medida cuando el niño tenía 5 años) está por debajo del nivel de grado y a 0 si es de nivel de grado o superior. La desregulación emocional alta es una variable ficticia igual a 1 si la subescala de desregulación emocional del Cuestionario de conductas sociales infantiles a los 7 años está por encima de la mediana de la muestra y 0 en caso contrario. La puntuación de desregulación emocional es la puntuación de la subescala de desregulación del Cuestionario de conductas sociales infantiles a los 7 años. Cada columna informa una regresión diferente. Otras estimaciones en la Ecuación ( 1 ) se omiten debido a limitaciones de espacio, pero están disponibles previa solicitud. ***, ** y * denotan estadísticamente significativo al 1%, 5% y 10%. Los errores estándar robustos entre paréntesis se agrupan a nivel individual.

4.4.1 Sexo

Investigaciones anteriores han documentado actitudes específicas de cada sexo hacia los comportamientos dietéticos, y se han observado diferencias en actitudes y comportamientos de riesgo entre hombres y mujeres (Eckel y Grossman,  2002 ). No encontramos diferencias en los efectos entre hombres y mujeres para los restaurantes de comida rápida cerca de los hogares (columnas 1 en la Tabla  4 ), y efectos más pequeños (aunque estimados con menos precisión) para los hombres que para las mujeres alrededor de las escuelas.

4.4.2 Situación socioeconómica

Investigaciones anteriores muestran un patrón claro de disparidad en la obesidad adolescente según el nivel socioeconómico (Bann et al.,  2018 ). Una cuestión importante, que no se ha abordado en estudios anteriores, es hasta qué punto la presencia de restaurantes de comida rápida podría exacerbar estas desigualdades. Examinamos la heterogeneidad por nivel de educación materna, específicamente, si la madre del individuo tiene un título universitario o superior (47,7%) o no. El impacto de los restaurantes de comida rápida en el IMC es significativo y casi el doble entre los niños cuyas madres tienen niveles educativos más bajos (columnas 2 y 4 en la Tabla  4 ), lo que indica que la exposición a la comida rápida podría exacerbar las desigualdades nutricionales.

4.4.3 Autorregulación

Exploramos si una menor capacidad para regular las respuestas emocionales, es decir, la desregulación emocional, puede desempeñar un papel en la determinación del impacto de los restaurantes de comida rápida en el IMC. La desregulación emocional implica, entre otras cosas, una menor capacidad para controlar conductas impulsivas y se ha asociado con la obesidad adolescente (Kelly et al.,  2016 ; Limbers & Summers,  2021 ) y una variedad de conductas de riesgo como el uso de sustancias (Garland, 2018). ; Weiss et al.,  2015 ), y enfermedades mentales que incluyen autolesiones (Crowell,  2018 ) y trastornos alimentarios (Racine y Sarah,  2018 ). Además, las conductas alimentarias como la alimentación emocional, es decir, comer en exceso en respuesta a emociones negativas, se han considerado un marcador de desregulación emocional y podrían ayudar en la detección clínica de diagnósticos tempranos de obesidad (Micanti et al., 2017  ) .

Utilizamos la subescala de desregulación emocional del Child Social Behaviors Questionnaire a los 7 años (Hogan et al.,  1992 ; Sylva et al.,  2004 ). Primero validamos nuestra medida de desregulación emocional analizando si los altos niveles de desregulación emocional a los 7 años predicen el consumo de comida rápida a los 14 años, las conductas de riesgo (fumar y beber) a los 14, la paciencia a los 14 y la toma de riesgos a los 11. Consumo de comida rápida es una variable binaria que mide si el individuo come comida rápida uno o más días a la semana. Fumar y beber son variables binarias que indican si el individuo alguna vez ha fumado o bebido alcohol. Usamos la pregunta «¿Qué tan paciente dirías que eres?» para medir la paciencia a los 14 años, una puntuación que va de 0 a 10, donde 0 es nunca y 10 es siempre. La asunción de riesgos a los 11 años se mide utilizando la puntuación de asunción de riesgos de la CANTAB Cambridge Gambling Task, donde los valores más altos indican una mayor asunción de riesgos (Atkinson,  2015 ). La Tabla  A12 muestra estimaciones de mínimos cuadrados ordinarios para los resultados a los 11 y 14 años en función de la desregulación emocional de los encuestados a los 7 años, controlando las variables individuales y del área local a los 7 años. Los resultados revelan un patrón consistente, por el cual los niños con una alta desregulación emocional a los 7 años Los niños de 7 años tienen más probabilidades de comer comida rápida, de haber probado alguna vez el tabaco o el alcohol, son más impacientes y están más dispuestos a correr riesgos.

A continuación analizamos si el efecto de la presencia de restaurantes de comida rápida sobre el IMC varía según la desregulación emocional. Los resultados se muestran en la Tabla  4 . El efecto es mayor para aquellos con niveles más altos de desregulación emocional, lo que sugiere que la proximidad a la comida rápida es más perjudicial para aquellos con una menor capacidad de autorregulación. Cuando estudiamos los efectos de la educación materna baja/alta y la regulación emocional baja/alta, encontramos que el impacto de un aumento de una desviación estándar (o 5,2 restaurantes) en la exposición a la comida rápida sobre el IMC es de 0,54 puntos (IC del 95%: 0,24, 0,83) mayor para los participantes con mayor riesgo (baja educación materna y baja regulación emocional) que para los participantes menos vulnerables (alta educación materna y alta regulación emocional). ¹⁹

5 ROBUSTEZ

El impacto de la proximidad de los restaurantes de comida rápida en el IMC de los niños se identifica bajo el supuesto de que, condicionado a la FE individual y a los controles a nivel de área e individual, la presencia de restaurantes de comida rápida cerca de las residencias y escuelas de los participantes de MCS es casi aleatoria. Las estimaciones podrían estar sesgadas si las aperturas y cierres de restaurantes de comida rápida responden a cambios en las preferencias o gustos de las familias, debido, por ejemplo, a la formación de hábitos que impulsan una mayor demanda de comida rápida. Si bien no podemos descartar esto, podemos investigar hasta qué punto es probable que sea un problema. Para hacer esto, utilizamos la rica información del MCS y examinamos si, condicionada a la FE individual y a los controles a nivel de área, la presencia de restaurantes de comida rápida se correlaciona con características a nivel individual que varían en el tiempo. El Cuadro  5 proporciona evidencia de que generalmente no están correlacionados con la presencia de restaurantes de comida rápida alrededor de las residencias y escuelas de los niños. ²⁰TABLA 5. Estimaciones del efecto de los restaurantes de comida rápida alrededor de las residencias y escuelas de los niños sobre la demografía de los niños y las madres.

	Dos padres/cuidadores	Ingreso familiar semanal equivalente de la OCDE	NVQ nivel 4 o 5	Hermanos de niños en el hogar	Puntuación total del SDQ	Nivel general de salud
	(1)	(2)	(3)	(4)	(5)	(6)
Panel A: Viviendas
Restaurantes de comida rápida a menos de 1600 m.	0.000234	−0,164	0.00111	0.00005	−0,00400	−0,00215
	(0,00239)	(0,674)	(0,00101)	(0,000707)	(0,0267)	(0,00520)
Restaurantes de comida rápida a menos de 800 m.	−0,00113	2.055	0.00252	−0,000722	−0,0595	−0,00560
	(0,00568)	(1.442)	(0,00204)	(0,00132)	(0,0528)	(0,0110)
Restaurantes de comida rápida a menos de 400 m.	0.000439	2.298	0.00567	−0,00144	−0,00280	−0,0549
	(0,00924)	(2.801)	(0,00468)	(0,00251)	(0,159)	(0,0342)
Panel B: Escuelas
Restaurantes de comida rápida a menos de 1600 m.	0.00119	−1,074*	0.000319	−0,00002	−0,02740	−0,00007
	(0,00147)	(0,626)	(0,000764)	(0,000268)	(0,0198)	(0,00385)
Restaurantes de comida rápida a menos de 800 m.	−0,00205	−1.330	−0,000310	−0,000192	0.0309	0.00279
	(0,00483)	(1.399)	(0,00161)	(0,000395)	(0,0596)	(0,00929)
Restaurantes de comida rápida a menos de 400 m.	0.00484	0,882	0.00466	−0,00201	0.120	0,0330*
	(0,00713)	(2.602)	(0,00333)	(0,00180)	(0,0925)	(0,0172)
Observaciones	24.759	24.759	24.759	24.759	24.086	24.686
Niños	8253	8253	8253	8253	8249	8253
Otros establecimientos de comida	Sí	Sí	Sí	Sí	Sí	Sí
Controles individuales	No	No	No	No	No	No
Controles económicos a nivel de área	Sí	Sí	Sí	Sí	Sí	Sí
EF individuales	Sí	Sí	Sí	Sí	Sí	Sí
Año de la encuesta FE	Sí	Sí	Sí	Sí	Sí	Sí

• Nota : esta tabla muestra estimaciones de MCO. Cada celda muestra una regresión diferente que incluye una constante, otros puntos de venta de alimentos, controles económicos a nivel de área, efecto fijo del año de la encuesta y efecto fijo individual. Los resultados se muestran en la parte superior de cada columna. “Dos padres/cuidadores” es una variable ficticia que equivale a 1 si dos padres o cuidadores están presentes en el hogar y 0 en caso contrario; Ingreso familiar semanal equivalente de la OCDE; “NVQ nivel 4 o 5” es una variable ficticia que equivale a 1 si el nivel educativo más alto de la madre es Licenciatura o nivel superior y 0 en caso contrario; el número de hermanos de niños en el hogar; el padre del encuestado informa la salud general del individuo y varía de 1 a 5, donde 1 es excelente y 5 es mala salud; y la puntuación de dificultades totales del Cuestionario de Fortalezas y Dificultades (SDQ). ***, ** y * denotan estadísticamente significativo al 1%, 5% y 10%. Los errores estándar robustos entre paréntesis se agrupan en el individuo.

Otra amenaza potencial a nuestra estrategia de identificación es que las familias de ciertas características sociodemográficas puedan vivir de manera desproporcionada en áreas con más restaurantes de comida rápida. Es difícil descartar completamente esta preocupación sin datos experimentales, pero en el Apéndice proporcionamos evidencia de que es poco probable que sea un problema en nuestra muestra. Mostramos que nuestros efectos principales no están impulsados ​​por cambios en los restaurantes de comida rápida entre aquellas familias que cambian de residencia (Tablas  A5 y A8 ). También mostramos que la presencia de restaurantes de comida rápida en el área de amortiguamiento cercana a donde viven los niños en el período t no está asociada con la probabilidad de que las familias cambien de residencia entre t −1 y t (Tabla  A6 ). Además, proporcionamos evidencia de que la cantidad de restaurantes de comida rápida alrededor de niños cuando tienen 7 y 11 años no está asociada con cambios residenciales futuros, entre las edades de 7 a 11 y 11 a 14 años, respectivamente (Tabla  A7 ). En el Apéndice , también proporcionamos evidencia de que nuestros resultados son similares a las estimaciones obtenidas con el estimador propuesto por de Chaisemartin y D’Haultfœuille ( 2020 ), que permite la heterogeneidad en los efectos del tratamiento a lo largo del tiempo y las unidades tratadas (Figuras  A5 y A6 ). Junto con el hecho de que nuestros resultados son sólidos al controlar varias variables que varían en el tiempo (incluido el modo de transporte desde el hogar a la escuela en la Tabla  A9 ), estas pruebas demuestran que es poco probable que nuestras estimaciones estén sesgadas por la clasificación residencial selectiva o la heterogeneidad del efecto del tratamiento. .

También mostramos la solidez de nuestros resultados ante los cambios en la clasificación de los restaurantes de comida rápida (Tablas  A10 y A11 ). Modificamos nuestra clasificación de restaurantes de comida rápida para incluir: Dixie Chicken, Chicken Cottage, Papa John’s, Southern Fried Chicken, Five Guys, Harry Ramsdens y Little Chef. Al incluir estas cadenas de comida rápida adicionales, nuestra clasificación debería parecerse más a la clasificación «Moderada» creada por Wilkins et al. ( 2019a ). Los resultados de las Tablas  A10 y A11 muestran que la magnitud y la importancia de los parámetros estimados permanecen estables.

Finalmente, realizamos un ejercicio de placebo ejecutando nuestra especificación preferida pero reemplazando nuestra variable de comida rápida con el número de instalaciones en otras categorías de PdI que posiblemente no deberían estar asociadas con la obesidad infantil. Utilizamos las categorías «Servicios de TI, marketing y medios», «Agencias de empleo y carreras», «Consultorías» y «Servicios de construcción». ²¹ Las Figuras  A1 y A2 muestran los resultados de la Ecuación ( 1 ) y las Figuras  A3 y A4 de la Ecuación ( 2 ). En todas las especificaciones, no encontramos evidencia de que las instalaciones comerciales cercanas a residencias o escuelas de niños estén asociadas con el IMC o el porcentaje de grasa corporal, lo que proporciona evidencia adicional sobre la confiabilidad de nuestros hallazgos principales. Esto proporciona cierta evidencia de que nuestros resultados principales no se limitan a detectar cambios que varían en el tiempo en características no observadas a nivel de área, como una gentrificación del vecindario que conduce a un cambio en las normas sociales alimentarias, la actividad económica o el suministro de alimentos.

Otra posible fuente de sesgo es el error de medición en la clasificación de los restaurantes de comida rápida en torno a residencias y escuelas, lo que daría como resultado una estimación conservadora del efecto de los restaurantes de comida rápida sobre el aumento de peso.

6. CONCLUSIÓN

Utilizando una muestra nacionalmente representativa de jóvenes de Gran Bretaña, mostramos que una mayor exposición a restaurantes de comida rápida cerca de los hogares y las escuelas aumenta el IMC durante la infancia y la adolescencia (entre 7 y 14 años). Encontramos efectos perjudiciales significativos de la exposición a restaurantes de comida rápida, pero observamos que las estimaciones puntuales son relativamente pequeñas, sorprendentemente en línea con evidencia previa obtenida con datos de EE. UU. Si bien los resultados son similares a los de estudios anteriores, nuestros hallazgos se encuentran entre los primeros para el Reino Unido. Nuestro estudio mejora la evidencia existente para el Reino Unido mediante el uso de una estrategia de identificación que controla varios factores de confusión de la relación entre la disponibilidad y el peso de los restaurantes de comida rápida, como la clasificación residencial, la heterogeneidad fija de los hogares y la variación en el tiempo no observada a nivel individual y de área. factores. Aunque no podemos descartar completamente la autoselección y el sesgo de variable omitida, presentamos evidencia de que nuestros resultados son robustos ante diferentes especificaciones y pruebas de falsificación.

Un aumento de una desviación estándar en los restaurantes de comida rápida dentro de 1600 m de residencias individuales (o 5,2 restaurantes) aumenta el IMC en un 1,0% con respecto a la media de la muestra, y en un 0,5% dentro de la zona de influencia escolar de 1600 m. Los hallazgos son similares para las otras medidas antropométricas que examinamos. Nuestros resultados también indican que el acceso a restaurantes de comida rápida alrededor de las escuelas está asociado con un aumento de peso, donde un aumento marginal en restaurantes de comida rápida dentro de un radio de 800 m aumenta el IMC y la incidencia de sobrepeso en un 0,4% y un 4,0% respectivamente con respecto a las medias de la muestra. Al comparar los hallazgos para escuelas y hogares, hay evidencia de que una mayor proximidad a restaurantes de comida rápida (dentro de 800 m) es perjudicial para las escuelas, mientras que para los hogares, distancias mayores de hasta 1600 m son más relevantes. Aunque se necesita más investigación para estudiar si este hallazgo se repite en otros contextos, una posible explicación es que, a medida que los estudiantes ganan independencia, la compra de comida rápida para llevar puede tener lugar durante el viaje escolar.

En cuanto a los efectos heterogéneos, los efectos perjudiciales de los restaurantes de comida rápida sobre el IMC son mayores entre los participantes cuyas madres tienen niveles de educación relativamente bajos. Estos resultados son consistentes con las desigualdades educativas dentro del hogar, que amplifican las desigualdades en salud en edades tempranas (Deaton,  2003 ; Marmot,  2010 ) y con evidencia transversal en el Reino Unido, que muestra que el acceso a restaurantes de comida rápida acentúa las desigualdades socioeconómicas en los adultos (Burgoine et al.,  2016 ). La interrelación entre el conocimiento nutricional y la educación materna es una posible explicación del mayor efecto estimado de la exposición a la comida rápida entre aquellos con condiciones socioeconómicas más pobres (Parmenter et al.,  2000 ). Sin embargo, una explicación alternativa puede ser que las limitaciones de tiempo y presupuesto son más vinculantes entre las familias desfavorecidas, que pueden tener menos tiempo para preparar las comidas y menos posibilidades de adquirir alimentos nutritivos que suelen ser más caros que los alimentos procesados.

Examinamos la heterogeneidad con respecto a la regulación emocional y encontramos que los efectos negativos de la proximidad a la comida rápida son significativamente mayores entre los participantes con niveles más bajos de regulación emocional en comparación con aquellos con niveles más altos. Combinado con nuestros hallazgos de que quienes provienen de entornos más desfavorecidos corren un mayor riesgo de sufrir los efectos del suministro de comida rápida, esto sugiere que se debe prestar más atención a las decisiones de planificación en áreas menos favorecidas. Finalmente, no encontramos evidencia de que los bajos impactos estimados reflejen comportamientos compensatorios, incluidos cambios en la calidad de la dieta y la actividad física.

En esta investigación nos hemos centrado específicamente en el papel que desempeña crecer en un entorno obesogénico a la hora de contribuir al aumento de la obesidad infantil. Reconocemos plenamente que el aumento de la obesidad infantil probablemente esté impulsado por una multitud de factores socioeconómicos, culturales y ambientales, junto con interacciones entre ellos y otros más estructurales como los examinados en este artículo. Comprender la interacción entre estos factores sigue siendo un área clave para que futuras investigaciones sirvan de base para las políticas destinadas a abordar las desigualdades en salud.