Las enfermedades crónicas no transmisibles (ECNT) son padecimientos intransferibles por contacto de persona a persona y se caracterizan por su evolución generalmente lenta. En Argentina, son la principal causa de muerte y discapacidad, solo dos grupos de estas (cardiovasculares y cáncer) son responsables de la mitad del total de las muertes y del 27 % de los años de vida potencialmente perdidos (AVPP). El objetivo general de este trabajo cuantitativo, transversal y descriptivo es describir y analizar el perfil según edad y sexo de las tasas de mortalidad por ECNT en Argentina, a partir del modelo para datos funcionales (MDF) de Hyndman y Ullah (2007). Dicho método permite, además, pronosticar el comportamiento de los índices al considerar los cambios relacionados con la edad y la tendencia observada a través del tiempo. La diferencia relativa en la mortalidad entre el inicio del periodo de estudio (1985 a 2014) y el pronóstico para el año 2025 indica que, de continuar el comportamiento imperante, se alcanzarían descensos de alrededor del 50 % para hombres de entre 30 y 50 años y del 20 % para mujeres de entre 20 y 35 años. Estos resultados apuntan, de un modo más general, a que las tasas de mortalidad de los grupos etarios menores de 70 años, cuyas defunciones se denominan prematuras, son claramente descendentes para ambos sexos, aunque el caso de los hombres destaca, pues, si bien presentan mayores tasas de mortalidad por ECNT, el descenso es más marcado.

n la segunda mitad del siglo comienza el proceso conocido como transición epidemiológica, con una creciente importancia de las ECNT por sobre las transmisibles. Este hace referencia al cambio de las condiciones de salud de la población en términos de discapacidad, enfermedad y muerte y sus motores son los denominados factores de riesgo relacionados con el desarrollo y la urbanización, la disminución de la fecundidad, los hábitos alimenticios y la inactividad física.

A nivel mundial se estima que 6 de cada 10 muertes se deben a las ECNT. Asimismo, se proyecta que para 2030 más de tres cuartas partes de las muertes serán por esta causa, lo cual representará el 66 % de la carga de enfermedad mundial. En América, aproximadamente el 77 % de las muertes y el 69 % de la carga de enfermedad se atribuyen a las ECNT (^{OMS, 2008}); en Argentina, son la principal causa de muerte y discapacidad, pues solo dos grupos (cardiovasculares y cáncer) originan la mitad del total de las muertes y el 27 % de los años de vida potencialmente perdidos (AVPP).

En este contexto, con el objeto de reducir los fallecimientos por ECNT y lograr una mejor calidad de vida en la población, existen intervenciones dirigidas tanto a las personas en riesgo y a las afectadas por estas enfermedades como a quienes no las padecen. El Ministerio de Salud se encuentra implementando actualmente la Estrategia Nacional para la Prevención y Control de las ECNT; al respecto, la modelización, el análisis y los pronósticos de las tasas de mortalidad constituyen un insumo clave para el desarrollo de políticas públicas.

El objetivo general de este trabajo es indagar acerca de la relación existente entre la edad y la tasa de mortalidad por ECNT en hombres y mujeres de Argentina a través del modelo para datos funcionales de ^{Hyndman y Ullah (2007)}. Este es uno de los modelos probabilísticos de pronóstico de tasas demográficas más usado, junto al modelo jerárquico bayesiano o su precursor, el modelo de ^{Lee-Carter (1992)}. El enfoque aquí utilizado es una extensión natural de los métodos para pronosticar la mortalidad y la fecundidad que han evolucionado durante las dos últimas décadas. Un hito importante durante ese periodo fue la metodología propuesta por ^{Lee y Carter (1992)} para modelar y extrapolar las tendencias a largo plazo en las tasas de mortalidad; desde entonces, se ha aplicado ampliamente y se han formulado varias extensiones y modificaciones (por ejemplo, ^{Booth et al. (2002]} y ^{Renshaw y Haberman (2003]}). El método de ^{Hyndman y Ullah (2007)} se enmarca en el paradigma de datos funcionales (^{Ramsay, 2006}). Un dato funcional no es una única observación, sino un grupo de medidas a través de un continuo, tomadas conjuntamente y vistas como una sola entidad, curva o imagen. Las funciones se construyen en dos etapas, en la primera se define un conjunto llamado funciones base; en la segunda se construye un vector o matriz que define la función como una combinación lineal de las funciones base. Los autores recurren a suavizados no paramétricos para reducir el efecto de la aleatoriedad propia de los datos observados y emplean componentes principales clásicos o robustos para descomponer las componentes demográficas, en este caso, la mortalidad. Los métodos robustos permiten evitar dificultades con aquellos años que presenten valores atípicos.

Así pues, el procedimiento de ^{Hyndman y Ullah (2007)} se ejecutó sobre datos provenientes de las publicaciones oficiales de la Dirección de Estadística e Información de Salud (DEIS), Ministerio de Salud de la Nación. Estas forman parte del Programa Nacional de Estadísticas de Salud de Argentina, responsable de la coordinación y centralización del material. Se tomaron en cuenta los documentos del registro permanente de Estadísticas Vitales anuales en el periodo 1985-2014, los cuales presentan tablas de defunciones según sexo, edad y causa básica de muerte. Por causa básica de muerte se define a aquella enfermedad o lesión que inicia una cadena de acontecimientos patológicos resultantes en deceso. Se seleccionaron los padecimientos con características propias de las clasificadas como Enfermedades Crónicas No Transmisibles por la OMS. De esa manera, se obtuvo el número de defunciones por edad y sexo atribuidas a ECNT, es decir, el numerador de las tasas específicas por edad y sexo para cada año contemplado en este estudio. Finalmente, debido a que el número de defunciones según causa de muerte por edad y sexo se presenta de diferentes maneras en las publicaciones y con el objeto de analizar la situación de las ECNT de manera global con respecto a la edad en Argentina, se definieron los grupos etarios como se presentan en la tabla 1.

Tabla 1 Defunciones por ECNT según sexo y grupo etario. Argentina, 1985-2014 

Los primeros grupos etarios (0-4, 5-9, 10-14 y 15-19), es decir, infantes y adolescentes, representan en su conjunto aproximadamente el 1 % de las defunciones ocurridas por ECNT en todo el periodo 1985-2014 para cada sexo. Las principales causas de muerte fueron enfermedades congénitas, afecciones perinatales, infecciosas y lesiones externas como accidentes de tránsito, suicidios, homicidios, etc., las cuales no pertenecen a las ECNT y no se contemplaron en el presente estudio. Por ende, se decidió excluir esta categoría de edad, sin afectar las conclusiones del análisis.

Los datos referentes a la población a mitad de año calendario, o sea, los denominadores de las tasas de mortalidad para cada año contemplado, provienen del informe Estimaciones y Proyecciones de Población a largo plazo 1950-2100, CELADE, División de Población de la CEPAL, revisión 2015. Ahora bien, se pensaría que el intervalo abarcado podría ampliarse con datos más actuales, pero, se eligió recortarlo hasta 2014, por cuanto los denominadores se construyeron a partir de proyecciones de población; lo anterior, a fin de preservar la cercanía al último censo disponible, el de 2010.

Recapitulando, la aplicación de este modelo probabilístico de pronóstico permitió analizar la situación argentina con respecto a las ECNT a través del estudio de las tasas de mortalidad por edad y sexo, así como describir su comportamiento en los grupos etarios menores de 70 años, cuyas defunciones son denominadas prematuras. Con ello, este trabajo busca sentar un precedente que resultaría útil para organismos de estadísticas oficiales y de salud a distintos niveles geográficos, departamentales o provinciales.

2. Materiales y métodos

El núcleo central del estudio es la estimación del MDF con base en tasas de mortalidad provenientes de la DEIS, es decir, sobre una fuente de datos secundaria. El modelo aquí adoptado corresponde a una estrategia probabilística no paramétrica que calcula pronósticos con sus respectivos intervalos de confianza.

3. Resultados

Se modelaron y pronosticaron los logaritmos de las tasas de mortalidad por ECNT conforme sexo y edad de la población argentina para el periodo 1985-2014, mediante el método de ^{Hyndman y Ullah (2007)}.

Bajo esa premisa, en la figura 1 se presentan los logaritmos de las tasas de mortalidad por grupos de edad según sexo; se utilizaron los colores del arcoíris para denotarlos: los más jóvenes con color rojo y los más ancianos con color violeta. Asimismo, se describe el patrón temporal etario, visualizando las edades que presentan series más estables o más variables, sus tendencias y niveles. Las series de logaritmos para hombres en los grupos etarios 20-25 y 25-30 manifiestan la mayor variabilidad a lo largo del tiempo. En mujeres, aunque estos mismos grupos exhiben mayor variabilidad, esta es marcadamente menor comparada con la de hombres. En ambos sexos se aprecia la estabilidad a edades avanzadas. El rasgo más destacable es el descenso en las edades centrales del caso masculino.

Figura 1 Series temporales de los logaritmos de tasas de mortalidad por ECNT según grupos de edad. Hombres y Mujeres. Argentina (1980-2014) 

En la figura 2 se ilustran los logaritmos de las tasas de mortalidad para hombres y mujeres y sus curvas se ordenaron en el tiempo utilizando los colores del arcoíris. Los datos más antiguos (1985) se muestran en rojo, mientras los más recientes (2014) en índigo. La disminución en los niveles de mortalidad se da en ambos sexos a través del lapso estudiado, en otras palabras, son más bajos durante los años más recientes; no obstante, en el caso de los hombres, es evidente la baja para los grupos comprendidos entre los 30 y los 55 años, en cambio, en las mujeres esta disminución es más moderada y aparece entre los 20 y los 45 años. También es posible deducir que en las edades de 50 a 75, los índices femeninos parecen mantenerse aproximadamente constantes, pues equivalen a las curvas más estables de todo el periodo.

Figura 2 Logaritmo de las tasas de mortalidad por ECNT según edad para hombres y mujeres. Argentina (1980-2014) 

Acto seguido, se suavizaron los logaritmos de las tasas mediante regresión spline penalizada, esta permite ejecutar una restricción de monotonía: la función suavizada se supone monótona creciente para alguna edad x > c; en esta aplicación se utilizó c = 65, al igual que los autores del método. Con dicha restricción se logran mejores resultados, es decir, se reduce el ruido de las estimaciones de la curva para las edades altas, aspecto razonable, en tanto las probabilidades de morir aumentan conforme aumenta la edad de las personas. Una vez obtenidas las curvas (primera etapa) se construyeron funciones como una combinación lineal de ellas. Para eso, se examinaron los componentes principales y se descompusieron las curvas ajustadas (segunda etapa).

Las bases y los coeficientes se interpretaron de manera conjunta, por tanto la figura 3 y la figura 4 se organizaron en cuatro columnas. Así, la primera columna contiene un solo recuadro correspondiente al promedio de la mortalidad para cada edad a lo largo del periodo, lo cual da un perfil etario. La segunda columna consta de dos recuadros, uno superior y otro inferior que representan la primera base y el primer coeficiente, respectivamente. En la tercera columna hay dos recuadros, el superior equivale a la segunda base y el inferior al segundo coeficiente. Y la cuarta columna incluye la tercera base y el coeficiente.

En el ámbito masculino, las bases explican el 82,1 %, el 10,8 % y el 4,3 % de la variación de los datos respectivamente, dejando un 2,8 % sin explicar. El primer coeficiente evidencia la tendencia general, la cual desciende a través del tiempo. La primera base indica que dicho fenómeno se da principalmente en edades alrededor de los 40 años. Esta situación también es observable en las figuras 1 y 2, donde el descenso en los niveles de mortalidad resulta notorio para los grupos etarios comprendidos entre 30 y 55 años.

El segundo componente indica subidas moderadas entre 1985 y 2010; al respecto, según expresa la base, tal hecho refiere al grupo desde los 20 a los 30 años en comparación con las edades avanzadas. Esta base podría pensarse como una especie de diferencial de edades iniciales y avanzadas, el cual crece a partir de 1985 y hasta 2000 para luego decrecer, esto apunta a un estrechamiento o reducción del rango de variación en las tasas.

Con relación al tercer componente, podría equipararse a la variabilidad inherente a las primeras edades que, como ya se mencionó, presentan una mayor variancia; de tal modo, la base señala que el comportamiento atañe al inicio del periodo y el coeficiente, a la volatilidad de las tasas.

Figura 3 Bases y coeficientes del modelo de datos funcionales para los hombres. Argentina 1985-2014 

En cuanto al caso femenino, las bases dan cuenta del 72,4 %, el 18,7 % y el 5,5 % de la variación de los datos, respectivamente, con un 3,4 % inexplicable. El primer coeficiente representa la tendencia general descendente a través del tiempo, aunque demuestra ascensos luego de 2005, siendo el pico más alto en 1990. Este comportamiento está dominado, como la base lo indica, por las edades cercanas a los 30 años y, en menor medida, en el grupo de 70 años.

El segundo componente refleja la diferencia en torno a la mortalidad de los grupos cercanos a los 20 años, a los 40 años y al de mayores de 70 años. Si se contempla el segundo coeficiente, es posible identificar un cambio de nivel y picos entre los años 1995 y 2005. En lo concerniente a la tercera base, esta tiene una lógica similar a la detectada en los hombres.

Figura 4 Bases y coeficientes del modelo de datos funcionales para los hombres. Argentina 1985-2014 

Con el fin de evaluar la bondad del ajuste del modelo propuesto, se elaboraron gráficos de contorno para verificar la independencia de los residuos. La idea subyacente consistió en que bajo independencia se esperarían zonas de colores blanco, celeste y rosa. En la figura 5 se pueden apreciar dichos colores de manera alternada, cuya presencia resultó equilibrada; adicionalmente, en ambos casos los residuos son cercanos a cero.

Figura 5 Residuos de los modelos de datos funcionales para hombres y mujeres. Argentina (1985-2014) 

Una vez ajustado el modelo, se pronosticaron las tasas de mortalidad por ECNT en hombres y mujeres, con un horizonte h = 11, esto es, desde el año 2015 al 2025. En la tabla 2 se describen las tasas estimadas y pronosticadas respectivas a 1985, 1995, 2005, 2015 y 2025 y en la tabla 3, las diferencias porcentuales entre dichos decenios.

De ahí, se halló un descenso en los niveles de mortalidad masculina en la mayoría de los grupos etarios, a excepción de aquellos de mayor edad; en el caso de las mujeres, se dan descensos más moderados en todos los grupos etarios. La diferencia relativa en la mortalidad desde el inicio del periodo de estudio y el pronóstico para el año 2025 indica que, de continuar el comportamiento imperante en las tasas, se alcanzarían descensos de alrededor del 50 % para hombres de entre 30 y 50 años, y del 20 % para mujeres de entre 20 y 35 años.

Estos resultados advierten, de un modo más general, que el comportamiento de las tasas de mortalidad de los grupos etarios menores de 70 años, cuyas defunciones se consideran prematuras, es claramente descendente para ambos sexos; en especial destaca el caso de los hombres, pues, si bien presentan tasas mayores de mortalidad por ECNT, el descenso es más marcado.

Tabla 2 Tasas de mortalidad por ECNT estimadas y pronosticadas por sexo y grupo etario. Argentina (1985-2025) 

Tabla 3 Diferencias relativas porcentuales entre periodos 

4. Consideraciones finales

El método de ^{Hyndman y Ullah (2007)}, uno de los modelos probabilísticos demográficos desarrollados en las últimas décadas, permite, mediante el modelado del logaritmo y su extrapolación, pronosticar las tasas de mortalidad para una causa específica, teniendo en cuenta simultáneamente el comportamiento entre las edades y el transcurso del tiempo. Para ello utiliza el enfoque de datos funcionales, donde las tasas de mortalidad son suavizadas y descompuestas en componentes principales.

El hecho de aplicar el método de datos funcionales a las tasas de mortalidad por ECNT en Argentina facilitó, además de recopilar información de tres décadas de antigüedad, analizar la situación de estas enfermedades con respecto a los grupos de edad en el tiempo y para cada sexo.

Sin embargo, es importante resaltar que al plantearse un modelo basado en cifras provenientes del Sistema de Estadísticas Vitales el registro de las defunciones está, en cierta medida, sujeto a errores de clasificación y registro y, si bien, los profesionales de la salud cuentan con capacitaciones al respecto, esto no deja de ser una limitación para las conclusiones arribadas en este trabajo. Con todo, en este punto también radica la fortaleza del modelo, dado que al trabajar con múltiples series temporales y, más aún, con sus suavizados, se compensan y reducen los errores y los sesgos tanto temporales como los vinculados a los distintos grupos etarios.

La diferencia relativa en la mortalidad entre el inicio del periodo de estudio y el pronóstico para el año 2025 indica que, de continuar el comportamiento imperante en las tasas, se alcanzarían descensos de alrededor del 50 % para hombres de entre 30 y 50 años, y del 20 % para mujeres de entre 20 y 35 años. Ahora, de acuerdo con el análisis, los hombres presentan niveles de mortalidad superiores a los de las mujeres, no obstante, en ambos sexos se aprecia su descenso, especialmente en las edades comprendidas de los 20 a los 40 años, de hecho, esto es más claro en los hombres. En otros términos, se tiene un indicio de descenso de los niveles de mortalidad de los menores de 70 años, cuyas muertes se catalogan como prematuras.

En este trabajo solo se estudiaron las tasas de mortalidad por ECNT según sexo y edad en Argentina, porque las publicaciones de Estadísticas Vitales empleadas como base únicamente cuentan con información desagregada a nivel nacional. A futuro, la delimitación geográfica más desagregada de este estudio permitiría orientar de manera eficiente las políticas de salud dedicadas a atacar el avance de las ECNT y, así, derivar en una mejor calidad de vida para las personas en riesgo. En ese sentido, una eventual aplicación sería la de un análisis a nivel provincial o local.

5. REFERENCIAS

Booth, H., Maindonald, J. y Smith, L. (2002). Applying Lee–Carter Under Conditions of Variable Mortality Decline. Population studies, 56(3), 325-36. https://doi.org/10.1080/00324720215935 [ Links ]

Centro Latinoamericano y Caribeño de Demografía-División de Población de la Comisión Económica para América Latina y el Caribe. (2012). América Latina. Estimaciones y proyecciones de población a largo plazo 1950-2100. https://www.cepal.org/es/notas/actualizacion-estimaciones-proyecciones-poblacion-paises-america-latina-caribe [ Links ]

Chen, Ch. y Liu, L. (1993). Joint Estimation of Model Parameters and Outlier Effects in Time Series. Journal of the American Statistical Association, 88(421). http://dx.doi.org/10.2307/2290724 [ Links ]

Hyndman, R. y Ullah, S. (2007). Robust forecasting of mortality and fertility rates: A functional data approach. Computational Statistics y Data Analysis, 51(10), 4942-4956. https://doi.org/10.1016/j.csda.2006.07.028 [ Links ]

Lee, R. y Carter, L. (1992). Modeling and Forecasting U.S. Mortality. Journal of the American Statistical Association, 87(419), 659-671. https://doi.org/10.1080/01621459.1992.10475265 [ Links ]

Lee, R. y Miller, T. (2001). Evaluating the performance of the Lee-Carter method for forecasting mortality. Demography, 38(4), 537-549. https://doi.org/10.2307/3088317 [ Links ]

Li, S. y Chan, W. (2005). Outlier Analysis and Mortality Forecasting: The United Kingdom and Scandinavian Countries. Scandinavian Actuarial Journal – SCAND ACTUAR J., 2005(3), 187-211. https://doi.org/10.1080/03461230510006973 [ Links ]

Organización Mundial de la Salud. (2008). Global Status Report on Noncommunicable Diseases 2008. OMS. [ Links ]

Ramsay, J. (2006). Functional Data Analysis. https://doi.org/10.1002/0471667196.ess3138. [ Links ]

Renshaw, A. y Haberman, S. (2003). Lee-Carter mortality forecasting: A parallel generalized linear modelling approach for England and Wales mortality projections. Journal of the Royal Statistical Society Series C, 52, 119-137. http://dx.doi.org/10.1111/1467-9876.00393 [ Links ]

Wood, S. (1994). Monotonic Smoothing Splines Fitted by Cross Validation. Siam Journal on Scientific Computing. Siam J., 15(5), 1126-1133. [ Links ]

• Asma Jalil

Las tasas de mortalidad materna están aumentando nuevamente en muchos países, sin embargo, este hecho alarmante ha pasado desapercibido en gran medida en la prensa médica y laica. En 2020, una mujer murió cada 2 minutos por causas prevenibles relacionadas con el embarazo.

¹Esta estadística representa aproximadamente 800 mujeres que mueren diariamente, una tasa de mortalidad materna (MMR) de 223 muertes maternas por cada 100 000 nacidos vivos, que está muy lejos de la meta 3.1 del Objetivo de Desarrollo Sostenible de la ONU para reducir la MMR global a menos de 70 muertes por 100 000 nacidos vivos para 2030. Entre 2000 y 2020, la RMM mundial disminuyó un 34,8% (de 342 muertes por 100 000 nacidos vivos a 223 muertes por 100 000 nacidos vivos). Durante el período 2016–20, las RMM se estancaron en 133 países y aumentaron sustancialmente en 17, principalmente en Europa occidental, América del Norte, América Latina y el Caribe. Entre 2000 y 2020, ocho países registraron aumentos sustanciales en las RMM: Venezuela (182,8 %), Chipre (107 %), Grecia (101,1 %), EE. UU. (77,9 %), Mauricio (62,1 %). ), Puerto Rico (55,9%), Belice (51,3%) y República Dominicana (36,0%; figura A).

¹Las diferencias entre países enmascaran la verdadera carga de mortalidad en los países con las RMM más altas. En tres países del África subsahariana, la RMM en 2020 superó las 1000 muertes por cada 100 000 nacidos vivos: Sudán del Sur (1223), Chad (1063) y Nigeria (1047; figura B). Solo Nigeria registró 82 000 muertes en 2020, lo que representa el 28,5% de las muertes maternas a nivel mundial, mientras que India, la República Democrática del Congo y Etiopía registraron cada uno más de 10 000 muertes (figura C ) .¹En los EE. UU., la RMM aumentó de 20,1 muertes por 100 000 nacidos vivos en 2019 a 23,8 muertes por 100 000 nacidos vivos en 2020 y 32,9 muertes por 100 000 nacidos vivos en 2021.³con tasas de mortalidad significativamente más altas registradas entre las mujeres negras que entre las mujeres blancas e hispanas. Las MMR aumentaron en todos los grupos de edad en los EE. UU. entre 2020 y 2021, con un fuerte gradiente de edad que va desde 20,4 muertes por 100 000 nacidos vivos en mujeres menores de 25 años hasta 138,5 muertes por 100 000 nacidos vivos en mujeres mayores de 40 años .⁴

También se han informado disparidades territoriales dentro de los países, como en Brasil, donde la RMM alcanzó 74,7 muertes por 100 000 nacidos vivos en 2020; el exceso de muertes maternas refleja las desigualdades socioeconómicas y el acceso deficiente a los servicios de atención de la salud materna.⁵Al 15 de abril de 2023, datos preliminares en el sistema de informes en vivo del Ministerio de Salud de Brasil⁶reportan 2941 muertes maternas entre 2 672 046 nacidos vivos en 2021 (es decir, una RMM de 110·1; figura A).En la región europea de la OMS, aproximadamente 1000 mujeres murieron debido a complicaciones relacionadas con el embarazo en 2020.⁷En el Reino Unido e Irlanda, la RMM aumentó un 51 % en el período 2018-20 en comparación con la RMM entre 2015 y 2017 (6,04 muertes por 100 000 nacidos vivos frente a 4,01 muertes por 100 000 nacidos vivos).³Las mujeres negras y asiáticas tenían una mayor probabilidad de muerte que las mujeres blancas (3,7 veces mayor y 1,8 veces mayor, respectivamente).Según la OMS, aún no es posible evaluar el efecto de la COVID-19 en la mortalidad materna, ya que solo aproximadamente el 20 % de los países han informado datos para 2020. En los EE. UU., la COVID-19 fue un factor que contribuyó a una cuarta parte de todas las muertes maternas en 2020-21.⁸La Organización Panamericana de la Salud informó un retroceso de 20 años en la salud materna en las Américas debido a la pandemia de COVID-19, con una reducción del 16,4 % en la RMM observada entre 1990 y 2015 seguida de un aumento del 15 % entre 2016 y 2020 .⁹En Brasil, el exceso de mortalidad materna en 2020 fue de 1,40 muertes por cada 100 000 nacidos vivos, muy superior a lo previsto, incluso cuando se considera el exceso de mortalidad de mujeres en edad fértil debido a COVID-19.¹⁰También se identificaron disparidades raciales y socioeconómicas en el exceso de mortalidad materna, ya que las mujeres que fallecieron debido a complicaciones relacionadas con el embarazo tenían un 44 %, 61 % y 28 % más de probabilidades de ser negras, vivir en una zona rural y ser hospitalizadas fuera de su hogar. municipio de residencia, respectivamente, que el grupo de control.¹⁰En Chile, la RMM aumentó de 19,2 muertes por 100 000 nacidos vivos en 2019 a 28,1 muertes por 100 000 nacidos vivos en 2020, revirtiendo una disminución de 30 años. Solo el 29% de este exceso de muertes se atribuyó directamente a COVID-19.¹¹Hubo una clara reducción en la utilización de los servicios de atención de la salud materna durante la pandemia de COVID-19 tanto en los países de bajos y medianos ingresos (LMIC) como en los países de altos ingresos (HIC). Durante el período de marzo a diciembre de 2020, las visitas iniciales de atención prenatal se redujeron en un 32 % y los partos institucionales se redujeron en casi un 16 %.¹²Además, los datos epidemiológicos en Brasil mostraron que entre las embarazadas que fallecieron por COVID-19 en 2021, el 59% no tenía factores de riesgo ni comorbilidades previas.¹⁰Por lo tanto, la contribución de la pandemia al aumento de la mortalidad materna probablemente se deba tanto a la infección por SARS-CoV-2 como al efecto perjudicial de la pandemia en los servicios de atención de la salud. A medida que aumenta la inmunidad de la población al SARS-CoV-2, se espera que disminuya la contribución de las infecciones a la mortalidad materna. Desafortunadamente, la atención médica de las mujeres se ha visto afectada de manera desproporcionada por la pandemia, particularmente en los LMIC.¹³El hecho de que la mortalidad materna esté aumentando nuevamente es un gran escándalo tanto en los LMIC como en los HIC. Hacemos un llamado a la comunidad mundial de atención de la salud, incluidas las Naciones Unidas, la OMS, los gobiernos nacionales y los profesionales de la salud, para reforzar la prestación y la calidad de la atención de la salud materna, redoblar los esfuerzos para reducir nuevamente las MMR y rectificar el daño causado por la pandemia en los servicios de salud de la mujer. La necesidad de recopilar datos de alta calidad en tiempo real sobre la prestación de atención de maternidad y los resultados del embarazo en todos los países es más apremiante que nunca.

• Dr. Rahul Vanjani, Neha Reddy, MPH, Nicole Girón, MS, Eric Bai, Licenciado en Ciencias, Sara Martino, MPA, Megan Smith, MSW,Suzanne Harrington-Steppen, JD, y M. Catherine Trimbur, MD
• Nota del blog: Los determinantes sociales de la salud (SDOH) son las condiciones en los entornos donde las personas nacen, viven, aprenden, trabajan, juegan, adoran y envejecen que afectan una amplia gama de resultados y riesgos de salud, funcionamiento y calidad de vida.
• Debemos destacar cinco dominios: la estabilidad económica, la vivienda y el lugar donde vive. Acceso y calidad de educación. Contexto social y comunitario. Acceso y calidad de atención médica. En Argentina 4 de cada diez personas viven en la pobreza y 6 de cada diez niños. Muchas personas, que trabajan no logran cubrir sus necesidades. Las personas con niveles más altos de educación tienen más probabilidades de ser más saludables y vivir más tiempo. Healthy People 2030 se enfoca en brindar oportunidades educativas de alta calidad para niños y adolescentes, y en ayudarlos a que les vaya bien en la escuela. Healthy People 2030 se enfoca en mejorar la salud al ayudar a las personas a obtener servicios de atención médica oportunos y de alta calidad. Los vecindarios en los que vive la gente tienen un gran impacto en su salud y bienestar. Las relaciones e interacciones de las personas con familiares, amigos, compañeros de trabajo y miembros de la comunidad pueden tener un gran impacto en su salud y bienestar.

Una tarde de enero de 2021, en un centro de salud comunitario en el sur de Providence, Rhode Island, el Sr. D. se cubrió la cara con las manos y gentilmente se declaró como muerto. Su madre, el centro de su universo, había hecho la transición al hospicio a principios de semana. El Sr. D. trabajaba tan incansablemente como siempre para satisfacer todas sus necesidades, incluso cuando el objetivo de la atención evolucionó de mantenerla con vida a ayudarla a morir.

Habían vivido juntos en su apartamento subvencionado de una habitación la mayor parte de su vida adulta. De hecho, ella lo había agregado al contrato de arrendamiento solo unos años antes debido a su doble papel como hijo y cuidador. Pero su vida estuvo a punto de dar un vuelco porque el edificio protegido donde vivían estaba destinado a personas mayores y personas con discapacidad. Dado que el Sr. D. no era considerado ninguno de los dos, tendría que mudarse después de la muerte de su madre. Sus antecedentes penales, raza y falta de ingresos lo miraron a la cara, como si lo desafiaran a intentar presentar una solicitud de vivienda. Comprendió que sus opciones de vivienda estable estaban severamente limitadas.

La inseguridad de la vivienda es uno de los factores de riesgo social más comunes que afectan la salud en los Estados Unidos, ^1-4 y el creciente reconocimiento de este hecho ha llevado a algunos sistemas de salud a asumir un papel más activo para tratar de abordar las necesidades de vivienda de los pacientes. ^5-7 Pero la realidad de que la inseguridad de la vivienda es una condición causada por las fuerzas duales y cruzadas del racismo y el capitalismo ^8-12 hace que la defensa y el apoyo a la vivienda sean abrumadores tanto para los sistemas de atención médica como para los médicos, ya que ninguno de los dos puede cambiar la política social por sí solo. Los sistemas de atención médica que han tenido cierto éxito en el uso de la vivienda como una intervención de salud se han visto obligados, en cierto sentido, a pasar por alto las estructuras existentes y alojar directamente a sus propios pacientes invirtiendo en viviendas o pagando subsidios.⁵

Tal inversión directa es controvertida, ¹³ y una estrategia más común es simplemente evaluar a los pacientes por inseguridad de vivienda en entornos clínicos. Una plétora de investigaciones sobre la detección de necesidades sociales muestra que, en general, es bien recibida por los pacientes. ¹⁴ Los investigadores también han investigado el impacto de conectar a los pacientes que dan positivo con servicios externos. Recientemente, una solución que ha generado un interés sustancial es la tecnología lista para usar que permite al personal del sistema de salud investigar organizaciones comunitarias y derivar pacientes a ellas. Por ejemplo, los pacientes que dan positivo por inseguridad en la vivienda pueden ser remitidos electrónicamente a una agencia de servicios sociales especializada en vivienda. ^15,16

Si bien este enfoque tiene buenas intenciones y puede funcionar en comunidades con un campo de servicios de vivienda altamente organizado y con buenos recursos, ¹⁷ la mayoría de las veces significa pasar la responsabilidad a otras entidades, a menudo organizaciones comunitarias sin fines de lucro, que deben lidiar con las realidades. de un sistema de vivienda complicado por la falta de existencias de viviendas asequibles, la falta de viviendas de apoyo permanentes, el estigma de los propietarios y otros problemas. La investigación que emplea un marco de ciencia de implementación para estudiar la detección de necesidades sociales ha encontrado de manera similar que la idoneidad de la detección depende de la disponibilidad de recursos comunitarios para abordar las necesidades sociales identificadas. ¹⁸Además, los estudios del enfoque de detección y derivación, y la evidencia anecdótica de nuestro sistema de salud y otros, revelan que menos del 25 % de las derivaciones generadas por los sistemas de salud a organizaciones comunitarias se persiguen, incluso cuando se emplea tecnología de ciclo cerrado. (para que tanto la organización remitente como la organización respondedora accedan al mismo software). ^19,20 Por lo tanto, los sistemas de salud eventualmente tendrán que lidiar con las limitaciones de las estrategias de detección y derivación, especialmente cuando muchos comiencen a invertir en tecnologías listas para usar destinadas a facilitar el proceso. ⁶

Pero hay otros caminos que se pueden accionar de inmediato, y la inmediatez es importante para los sistemas de salud que están ansiosos por abordar la equidad en salud y el antirracismo. Los sistemas de salud pueden desempeñar, y han desempeñado, papeles importantes en la defensa de alto nivel con respecto a políticas a nivel de sistemas que involucran esfuerzos sostenidos y transversales por parte de organizaciones de atención de la salud, legisladores, grupos de defensa y otros. Pero aquí nos enfocamos en el médico como un «burócrata de nivel de calle» y consideramos cómo parchear, no arreglar, los sistemas rotos para los pacientes por medio de la defensa en el terreno. Como Elvin Geng describe el concepto, un burócrata de nivel de calle es alguien en primera línea que ejerce “una tremenda discreción en sus decisiones”. ²¹Geng explica, “cuando un paciente llega 15 minutos tarde a una cita, decidimos si lo apretamos o lo reprogramamos… Estas decisiones tienen efectos particularmente significativos en las personas cuyas circunstancias las hacen más vulnerables”.

La noción de que los médicos deberían considerar la posibilidad de intervenir para abordar las necesidades sociales genera resistencia de muchas variedades, incluidas las objeciones de que los médicos no están adecuadamente equipados para desempeñar este papel. Pero, de hecho, los médicos están equipados de manera única para abordar necesidades sociales particulares; de hecho, algunos recursos solo se pueden desbloquear con su aporte. Por lo tanto, es responsabilidad de los médicos y, por extensión, de los sistemas de salud, comprender el poder único que tienen con respecto a la atención social, un poder que se extiende más allá de la detección y la derivación a la intervención en el lugar. Aunque este poder discrecional no debe exagerarse (sin duda es necesario un cambio estructural de alto nivel), históricamente los sistemas de salud han subestimado y subutilizado su poder para lograr un cambio social positivo en el mundo de sus pacientes.

El papel de la atención contextualizada

Los médicos se han centrado tradicionalmente en los aspectos biomédicos de la atención. Pero cuando no logran comprender y reconocer el contexto holístico de la vida de un paciente, a menudo establecen objetivos que son discordantes con los del paciente. ²²Por ejemplo, cuando un paciente tiene un aumento significativo en el nivel de hemoglobina glucosilada debido a numerosos obstáculos para controlar la salud, y el paciente no puede administrarse insulina de manera constante, un médico que revisa los resultados del glucómetro puede sentir que la única herramienta disponible es aumentar la dosis de insulina. , aunque el paciente todavía no podrá tomarlo según lo prescrito. Cuando el médico hace esta recomendación de todos modos, y el patrón continúa durante años, el paciente eventualmente puede dejar de asistir a las citas, sintiendo que si el médico no está dispuesto a considerar las prioridades más apremiantes del paciente, no tiene sentido involucrarse en la atención. Los médicos pueden sentirse impotentes por su falta de progreso con tales pacientes,

La contextualización es fundamental para la prestación de atención porque amplía el papel del médico de un papel estrictamente biomédico a uno que tiene en cuenta al paciente en su totalidad. La contextualización de la atención proporciona tanto un marco conceptual como una estrategia práctica basada en la evidencia para identificar y abordar los desafíos que son relevantes para la planificación de la atención durante un encuentro médico de rutina; la investigación ha sugerido que el número necesario a tratar para mejorar los resultados de salud con este enfoque es seis. ²³La contextualización involucra un proceso de cuatro pasos: reconocer indicios de que los pacientes están luchando con factores en sus vidas que complican su capacidad para manejar su atención, hacer preguntas de alto rendimiento, identificar oportunidades para intervenir e incorporar la información en un formato individualizado (es decir, contextualizado). ) Plan de cuidado. Sorprendentemente, también se ha encontrado que no alarga las visitas. ²⁴

En el caso del Sr. D., las pistas eran obvias. Estaba pálido y al borde de las lágrimas. “Voy a perder a mi madre y me voy a quedar sin hogar”, le dijo a su médico. «No se que hacer.»

Antes de que el médico desviara la mirada de la computadora al Sr. D., notó que su nivel de hemoglobina glicosilada había regresado al 10,2 %, un aumento sustancial con respecto al trimestre anterior. Ella había entrado en la sala con la intención de hablar sobre el control de la diabetes, pero esa agenda claramente no se alinearía con las metas del Sr. D. Así que dio un giro y optó por contextualizar la atención.

«Señor. D, lo siento. Sé cuánto significa tu madre para ti. Tiene suerte de tener un hijo tan cariñoso y amoroso”. Luego buscó abordar la agenda que sabía que él compartiría: la vivienda. «¿Quieres quedarte en el departamento de tu madre después de que muera», le preguntó, «o prefieres mudarte a otro lado?»

Intervención Clínica para la Prestación de Atención Social

Una de las razones que los médicos dan a menudo para no intentar obtener información contextual es que sienten que hacerlo es inútil, que de todos modos no podrían ayudar mucho. Las causas a nivel social del racismo estructural, la pobreza y otros impulsores de la inequidad pueden hacer que los médicos se sientan impotentes y resignados a centrarse en los aspectos estrictamente biomédicos de la atención. Sin embargo, se pueden desbloquear muchos recursos sociales invaluables para los pacientes con el aporte y la firma de un médico. Desafortunadamente, la información sobre estos recursos no se ha integrado ni en la educación médica ni en los marcos actuales para la medicina antirracista y la equidad en salud. La noción de que los médicos no deben participar en la provisión de atención social ha significado que la mayoría de los médicos estadounidenses nunca se enteren del inmenso poder que les han conferido los gobiernos federal y estatal.

Una excepción importante son los médicos que ejercen en sitios respaldados por una asociación médico-legal (MLP). Como algunos de nosotros hemos descrito, “las MLP implican incorporar expertos en asistencia legal civil en el equipo de atención médica para identificar fallas en la protección de los derechos civiles de los pacientes e involucrar a los proveedores de atención médica en las intervenciones apropiadas”. ^{Se ha demostrado que 25} MLP son efectivos para ayudar a los pacientes con necesidades legales insatisfechas, tanto en atención primaria como en entornos clínicos especializados, como cirugía traumatológica y cuidados paliativos. ^26,27 Pero aunque pueden mejorar varios resultados sociales y reducir el uso de cuidados intensivos, los MLP pueden requerir muchos recursos y, por lo tanto, solo sirven a un pequeño porcentaje de la población de EE. UU. ^28-30Difundir el conocimiento que los MLP aportan al sistema de salud sobre el poder de la documentación médica requiere que los médicos aprendan y acepten su propio papel en la prestación de atención social.

“Por supuesto que quiero quedarme en el departamento de mi mamá”, exclamó el Sr. D. “Es vivienda protegida. Estaría loco si me fuera. Sabes que no tengo ningún ingreso”.

Cuando el médico asintió, imprimió y firmó un formulario federal estandarizado para uso médico titulado «Verificación de discapacidad del Departamento de Vivienda y Desarrollo Urbano de EE. UU. (HUD)». El formulario había tardado menos de 3 minutos en completarse e imprimirse.

Ella se lo entregó. “Señor D., este formulario le permitirá quedarse en el apartamento después de que muera su madre. Como sabe, he apoyado su decisión de solicitar la discapacidad durante años, pero debido a que la Administración del Seguro Social no le ha otorgado la discapacidad, actualmente no está calificado para vivir solo en el complejo de viviendas subsidiadas. Al firmar este formulario, utilizo mi juicio clínico para declararlo discapacitado a los fines del Departamento de Vivienda y Desarrollo Urbano de los EE. UU. porque sabemos que hay muchas personas como usted que podrían beneficiarse de los beneficios por discapacidad que la Administración del Seguro Social actualmente no tiene en cuenta. .” ³¹

El modelo de atención que siguió este médico se basa en el enfoque de detección y derivación mediante el uso de un nuevo paradigma que llamamos «evaluación e intervención». En este enfoque mejorado, los pacientes son evaluados en busca de problemas relacionados con los determinantes sociales y estructurales de la salud, como lo harían en el modelo de detección y derivación. Pero en lugar de proporcionar a los pacientes elegibles una lista de recursos o remitirlos a un navegador (p. ej., un trabajador social o un trabajador de salud comunitario) o una organización comunitaria, el paradigma de detección e intervención incluye oportunidades para la intervención directa. Dependiendo de la respuesta del paciente a una pregunta en particular, el médico puede generar una solución para satisfacer una necesidad social identificada. Las listas de recursos y las referencias siguen siendo parte del conjunto de soluciones, al igual que la referencia a un MLP, si hay alguno disponible. Pero el libro de jugadas también contiene soluciones que facultan al médico para intervenir directamente para abordar las preocupaciones de los pacientes, por lo que la promoción se produce a nivel de la relación médico-paciente. Por ejemplo, la respuesta de un paciente puede dirigir a un médico a una plantilla de carta especialmente diseñada que requiere la entrada y la firma del médico antes de entregarla al paciente. Muchos sistemas de salud ya utilizan la documentación generada por el médico para apoyar a los pacientes, no requiere recursos o personal adicionales y se ajusta al alcance de las habilidades de los médicos. la respuesta de un paciente puede dirigir al médico a una plantilla de carta especialmente diseñada que requiere la entrada y la firma del médico antes de entregársela al paciente. Muchos sistemas de salud ya utilizan la documentación generada por el médico para apoyar a los pacientes, no requiere recursos o personal adicionales y se ajusta al alcance de las habilidades de los médicos. la respuesta de un paciente puede dirigir al médico a una plantilla de carta especialmente diseñada que requiere la entrada y la firma del médico antes de entregársela al paciente. Muchos sistemas de salud ya utilizan la documentación generada por el médico para apoyar a los pacientes, no requiere recursos o personal adicionales y se ajusta al alcance de las habilidades de los médicos.

Al finalizar la cita, el médico del Sr. D. inició sesión en el registro de salud electrónico para completar la nota de su visita. Señaló que el Sr. D. calificaba como discapacitado funcional y correría el riesgo de quedarse sin hogar si no se le otorgaba una vivienda subsidiada en vista de la muerte inminente de su madre. Para respaldar su recomendación, incluyó una frase de puntos basada en la evidencia: un bloque de texto preescrito que los médicos pueden insertar rápidamente en el registro médico (Tabla S1 en el Apéndice complementario, disponible en NEJM.org) para describir los efectos potenciales de la inseguridad en la vivienda y la falta de vivienda en la salud general del Sr. D. Hacerlo le permitió justificar el tiempo que había dedicado a completar el formulario de HUD. Ella sabía que esta intervención era por lo menos tan importante para el Sr. D. como cualquier cambio en la medicación que pudiera haber hecho o el asesoramiento sobre salud que pudiera haber hecho ese día.

Modelando un Nuevo Paradigma en Nuestra Comunidad

En Rhode Island, hemos reunido a personas con experiencias personales y profesionales relevantes para desarrollar e implementar programas clínicos, educación e investigación sobre los desafíos sociales creados por el racismo y el capitalismo. Un aspecto importante de nuestro trabajo ha sido empoderar y desarrollar la capacidad de los sistemas de salud para detectar y abordar los determinantes sociales en los que pueden intervenir directamente. Este enfoque puede involucrar a los médicos en el apoyo directo a los pacientes mediante el despliegue del poder de la documentación médica, a menudo sin explotar. La falta de documentación adecuada a menudo se utiliza para justificar la denegación de servicios sociales para los que las personas son elegibles, y los médicos pueden ayudar a los pacientes a obtener la documentación necesaria para documentar la elegibilidad médica para servicios como vivienda para discapacitados, prevención de cortes de servicios públicos, ingresos por discapacidad ,

Al igual que con cualquier esfuerzo para abordar los desafíos arraigados en las desigualdades sociales y económicas, existen limitaciones para el enfoque de detección e intervención. Los médicos se enfrentan a demandas cada vez mayores por el tiempo limitado disponible durante las visitas de los pacientes, un problema que a menudo se cita como una barrera central para expandir los esfuerzos para considerar los determinantes sociales en los entornos de atención médica. ³² Aunque se ha demostrado que la atención contextualizada no alarga la visita en sí, ²⁴requiere una inversión inicial de tiempo por parte de los sistemas de salud para capacitar a los médicos en este enfoque e integrarlo en el flujo de trabajo de la práctica. La esperanza es que esta inversión ahorre tiempo y recursos a largo plazo al abordar algunos factores subyacentes que impiden la capacidad de las personas para controlar su salud. Además, incluso con los mejores intentos de un médico, los recursos que los pacientes requieren con urgencia, como unidades de vivienda pública, pueden no estar disponibles de inmediato. Como hemos señalado, los esfuerzos de políticas de alto nivel son esenciales para permitir que los pacientes accedan a ciertos recursos: los médicos no pueden arreglar por sí solos nuestra red de seguridad social irregular. Sin embargo, los médicos pueden aprovechar las oportunidades que brinda este modelo de atención para comenzar el proceso de intervención, utilizando su poder profesional para desbloquear los recursos necesarios.

Impacto en los pacientes

El Sr. D. llamó a la clínica unos días después llorando de alegría. La oficina de administración de su complejo de vivienda subvencionado había aceptado y aprobado el formulario. Le dijeron que era muy útil tener la documentación de respaldo de un médico. La muerte de su madre seguía siendo inminente, pero como resultado ya no se quedaría sin hogar.

Antes de colgar, el Sr. D. notó que su glucómetro estaba sobre la mesa de la cocina y, con sus preocupaciones sobre la falta de vivienda disipadas, consideró su propia salud. “¿Puedo hacer una cita de seguimiento con mi médico?” preguntó. “Mi azúcar ha estado alta y quiero hablar con ella sobre cómo controlarla mejor”.