1. Mortalidad
Infantil
en
la
Argentina:
una
trampa…
La
mortalidad
infantil
en
nuestro
país
es
elevada
La mortalidad infantil, reflejo de la oferta sanitaria y las condiciones generales de vida,
es extremadamente asimétrica según las diferentes regiones de nuestro territorio
(Gráfico). Para ponerlo en perspectiva, el promedio nacional es de 12,5/1.000 nv, y en
Francia es 3,1/1.000 nv. Esto significa que un niño posee 4 veces más probabilidades
de morir en la Argentina respecto de Europa. Pero si nace en Formosa, la probabilidad
es 6 veces mayor que en Francia.
Gráfico. Mortalidad Infantil (/1.000 nv), Argentina 2008, INDEC
25
20
15
10
5
0
Trampas
de
mortalidad
Se ha visto que la mortalidad en los países, evoluciona como en percentilos. Si se
estudia la Esperanza de Vida al Nacer, muy influenciada y casi determinada por la
mortalidad infantil, a lo largo de la historia casi todos los países han reducido su
mortalidad, pero como en avenidas diferentes. Un grupo de países está como
atrapado en unos límites que no pueden superar, y entonces reducen su mortalidad
pero no tanto como los países con menor mortalidad.
Se establecen dos regímenes de descenso de la mortalidad, y a los países les resulta
muy difícil pasar del régimen de alta mortalidad al de baja, a menos que realicen
cambios estructurales de fondo en su desarrollo social1.
1
David E. Bloom and David Canning. Mortality traps and the dynamics of health transitions.
PNAS 2007; 104: 16044–16049

2. Fig. 4. Change in life expectancy: Two regimes. Fig. 5. Probability of low-
yi 1 1x i 1i,
regime variances are non-zero, an
El
caso
local
regime is not uniformly zero, the m
where 1i N(0, 2) with probability 1
1 i. conditions for an interior maximum
La Argentina también presenta a algunas de sus provincias enmarañadas en
be a consistent estimate of the mod
verdaderas trampas de i mortalidad.xiLas provincias argentinas 3]
y 2 2 2i, [Model pueden ser divididasfixed regime probabil
Kiefer (16) for en
cuatro grupos, según cómo evoluciona el descenso de su mortalidad1,infantil , respecto parameters of
2, 0 1) be the
where 2i N(0, 2) with probability i and
2
del promedio nacional. Un grupo de provincias, mayoritariamente pobres, que for the observat
likelihood function
representan el norte de 1 1x i parameters , is
nuestro país, 2 siempre mantuvieron niveles de mortalidad
0
s /2
infantil por encima del promedio, aun e
i
2
ds.
cuando van reduciendo esta. El problema es que
1 0 1 xi
2
padecen problemas estructurales que no les permiten hacer el salto. f yi : xi, e s /2ds
Otras provincias, two baja mortalidad infantil, a las que there a les va mejor que el 2
We allow for de distinct regimes. In each regime siempre
promedio nacional. betweenhay un life expectancy and the im-superaron sus trabas
linear relationship Luego initial grupo de provincias que
provement in life expectancy, but del Estero, Chubut, Santa Cruz), y que de estar por 1
estructurales (Río Negro, Santiagothis relationship differs across 2
regimes.promedio, ahora of countries to registrosis random. The
The assignment se ubican con regimes mejores que este. Por último hay un 2 e s /2
sobre el
probability of being in a particular regime depends on initial life 0 1 xi
grupo de provincias que, de mantenerse históricamente mejor que el promedio
expectancy; we assume that the likelihood is a linear function of
initial life expectancy, transformed este (La Pampa y by Juán). We use gradient methods to find
nacional, han pasado a estar peor que into a probability San the
cumulative normal distribution. likelihood function starting from pa
In most mixture models of this type, the probability of the parameters. The likelihood surface i
different regimes is fixed and the same for each observation. In multiple local maxima. In addition,
this model, we allow the probability of each regime to vary with the boundary of the feasible set (w
the initial level of health. Our model is a simple special case of approaches zero, or the probability
the dynamic regime switching model analyzed by Filardo (15). zero for all values of initial life e
Provided that the true parameters are bounded, so that the function becomes unbounded. Altho
Table 2. Models of change in life expectancy: AIDS mortality removed
ea
Model 1: Model 2:
Linear Quadratic High-mo
homoskedastic heteroskedastic regim
Constant 30.71 (17.6) 12.00 (1.28) 16.62 (1
Life expectancy 1963 0.319 (10.3) 1.336 (3.89) 0.022
Life expectancy 1963 squared 0.015 (4.99)
Standard error of the residuals 5.03 5.5
Residual error: Intercept 2.40 (7.82)

3. Gráfico. Evolución de la mortalidad infantil en las
provincias argentinas, agrupadas según su relación
histórica con el promedio nacional
Promedio
50
45
40
Mal Desempeño (Chaco,
Salta, Jujuy, La Rioja,
Tucumán, Catamarca,
35
Misiones, Formosa, San Luís,
Entre Ríos)
30
Superación (Río Negro, S del
Estero, Chubut, Santa Cruz)
25
20
Peoría (La Pampa, San Juán)
15
10
Buen Desempeño (CABA, T
5
del Fuego, Córdoba, Buenos
Aires, Neuquén, Mendoza)
0
1980
1984
1990
1996
2000
2004
2006
2008
Causas
de
la
estructuralidad
y
las
desigualdades
Las causas estructurales más importantes de mayor mortalidad infantil son pobreza,
bajo nivel educativo, y pobre atención médica.
Desarrollo
Económico
La mayoría de los estudios epidemiológicos demuestran que la inequidad
socioeconómica es un determinante fuerte e independiente de la mortalidad. Existe
una relación casi directa entre la escala salarial y el riesgo anual de morir, que no
depende de otras diferencias entre personas de altos y bajos ingresos, como ser nivel
educativo, acceso a la salud, infraestructura, o tamaño familiar 2 (Gráfico). Las
personas con niveles de ingreso mayor, tienden a vivir más años. Se ha visto que a
menor nivel de ingreso es más frecuente padecer de colesterol elevado, diabetes, e
hipertensión arterial, todos estos predictores de enfermedad coronaria. Por otro lado
se ha observado también que la enfermedad coronaria en sí es más seria en las
personas de más bajos recursos. Igual se ha visto que sucede con los tumores. Es
importante recalcar que esta relación entre nivel de ingreso y enfermedad no tiene
nada que ver con la accesibilidad a la salud. De hecho, el estudio cuyos hallazgos se
2
McDonough et al. Income Dynamics and adult mortality in the United States, 1972 through 1989.
American Journal of Public Health 1997: 1476-1483

4. exponen en el gráfico siguiente fue realizado en Gran Bretaña, en gente toda por
encima del nivel de pobreza, y todos usuarios del sistema público de salud de su país.
La explicación más aceptada para esta relación entre enfermedad y situación
socioeconómica parece venir del lado de los mecanismos del estrés. El bajo nivel de
ingreso, e incluso perder el empleo, aumentan gravemente los niveles de estrés del
individuo, y esto repercutiría seriamente sobre su fisiología, desencadenando los
fenómenos descriptos.
Gráfico. Probabilidad relativa anual de morir, según ingreso
anual
McDonough et al. American Journal of Public Health 1997
4
3,5
Odds Ratio, para muerte
Corregido (Edad, Sexo, Raza,
3
Tamaño Familiar)
2,5
Corregido, Educación
2
1,5
1
0,5
0
>$70 mil
$50-70 mil
$30-50 mil
$20-30
$<15 mil
Ingreso Anual
Educación
de
las
madres
Uno de los datos más robustos respecto de la mortalidad infantil, es que gran parte de
ella se soluciona haciendo que las futuras mamás completen la escuela. Este
problema cobra enorme relevancia en nuestro país, donde, según datos de la
Encuesta Permanente de Hogares, 34,3% de las mujeres tiene escuela primaria o
menos, y el 64% de las argentinas, según el Censo 2001, no completó sus estudios
más allá de un secundario incompleto. Aunque este no es el peor de los panoramas.
Poseen menos estudios que un secundario el 73% de las mujeres en Formosa y el
76% de las de misiones.
Este alarmante cuadro de situación se correlaciona estrepitosamente con la mortalidad
infantil, que es del doble en las provincias del NOA y el NEA comparado con la Ciudad
Autónoma de Buenos Aires.
La relación entre ambos hechos podría parecer fortuita a primera vista, y no ir más allá
de dos epifenómenos de la pobreza, verdadera causa común de una población poco
instruida y poco saludable. Sin embargo las cosas cambian cuando consideramos que
probablemente la mejor definición de pobreza no sea precisamente un bajo ingreso
per capita, sino un pobre nivel educativo. De hecho, predice mejor la mortalidad infantil
el bajo nivel educativo de las mujeres, que la pobreza medida según ingreso.
Recientemente la revista The Lancet publicó una investigación patrocinada por la
Fundación Bill & Melinda Gates en la cual se comprueba para 175 países, la Argentina

5. incluida, que el nivel educativo de las mujeres explica la mitad de la mortalidad en
niños menores de 5 años de edad. La otra mitad se debe a pobreza, disponibilidad de
servicios médicos, y enfermedades prevalentes.
Este trabajo confirma hallazgos de un sinnúmero de estudios previos en los cuales se
observó un fenómeno muy parecido. Pero más aún, si las mujeres estudian se reduce
la cantidad de cáncer de mama y otros tumores en la mujer, además de reducirse la
muerte por infarto y otras enfermedades serias.
Las relaciones entre educación y salud son cada vez más contundentes, y los nuevos
estudios respecto de las relaciones entre corazón y cerebro parecen indicar que el
proceso de escolarización genera una serie de cambios en el cerebro que perduran a
lo largo de toda la vida del individuo, y protegen el funcionamiento del corazón y
probablemente el sistema inmune, entre otros beneficios.
Qué hacer entonces, el estudio citado es claro: lograr que la mayor cantidad posible de
mujeres complete sus estudios secundarios, y más allá del mismo. En los años
transcurridos entre 1970 y 2009, por cada año de aumento en la escolaridad materna
promedio, se redujo un 9,5% la mortalidad infantil.
Cuando se analizan los números sorprende que sea tan poco lo que hay que hacer.
Con prevenir 3.500 defunciones anuales en niños menores de un año, lograríamos que
todo nuestro territorio tenga la mortalidad infantil de la Ciudad de Buenos Aires; y
luego, previniendo 1.500 defunciones más, nos acercaríamos a Francia. Sin embargo
este esfuerzo aparentemente pequeño desde el punto de vista médico, sólo se
obtendrá si se equipa a las mujeres con la herramienta más imprescindible de todas
en el mundo global: escolarización, y después, educación universitaria.
Atención
Médica
A modo de ejemplo, cuando se estudia la tasa de realización de mamografías, un buen
indicador del control médico elemental que se realiza con las mujeres, se observan
enormes asimetrías, que coinciden con la mortalidad infantil. La atención médica varía
según jurisdicciones. Hay provincias donde menos de 2 cada 10 chicas mayores de 18
años se realizó alguna vez una mamografía. Resultados similares se observan para
Papanicolau y otras medidas preventivas (Figura ).
FIGURA
8.
MUJERES
>18
AÑOS
QUE
ALGUNA
VEZ
SE
REALIZARON
UNA
MAMOGRAFÍA
INDEC,
2005
100%
90%
80%
70%
60%
50%
40% Mamogra1ía
No
30%
Mamogra1ía
Sí
20%
10%
0%
Formosa
Salta
Corrientes
S. del Estero
Tucumán
Chaco
Misiones
San Juan
Mendoza
Entre Ríos
La Rioja
San Luís
Catamarca
Santa Cruz
Río Negro
Córdoba
Chubut
La Pampa
Total del país
Neuquén
Santa Fe
Bs. As.
T del Fuego
Jujuy
CABA