Spanish (pdf)
Article in xml format
Article references
Automatic translation
Send this article by e-mail
Cited by SciELO 
Similars in
SciELO 
uBio 
Permalink
Introducción
La mortalidad en los primeros años de vida es un indicador tradicional e importante que no sólo habla del estado de salud en las primeras edades, sino que también refleja las condiciones generales de vida de una población y su nivel de desarrollo; comprende el efecto de los factores económicos y socioculturales y económicos, así como también los derivados del funcionamiento del sistema de salud (Behm Rosas, 2014; Bossio et al., 2020).
En las últimas décadas, este indicador ha venido reduciéndose progresivamente a nivel mundial, aunque esta reducción no ha sido igual en todos los países, ni al interior de los mismos (Burstein et al., 2019). Argentina es uno de esos países que presenta gran heterogeneidad entre sus regiones (Dirección de Estadísticas e Información de Salud de la Nación (DEIS), 2024), y eso se ve reflejado, por ejemplo, en la tasa de mortalidad infantil del país del año 2019, que ascendía a 9,2 cada mil nacidos vivos, pero con niveles internos geográficos que oscilaban de entre 5,4 hasta 13,6 por mil (Dirección de Estadísticas e Información de Salud de la Nación (DEIS), 2021).
Numerosos estudios dan cuenta de la asociación entre la mortalidad en los primeros años de vida y diversos factores como las condiciones socioeconómicas, la educación, los recursos y el ordenamiento de las instituciones de salud, que determinan las diferencias a nivel geográfico y de grupos poblacionales de este indicador (Abriata & Fandiño, 2010; Balaj et al., 2021; Bauso et al., 2025; Behm Rosas, 2014; Chivardi et al., 2023; Passarelli-Araujo, 2024). De estos factores, la pobreza ha sido señalada como la de mayor importancia. En Argentina inclusive, varios autores han evidenciado la existencia de desigualdades en salud como manifestación de diferencias económicas y de calidad de vida de grupos poblacionales (Abriata & Fandiño, 2010; Arias-Montes, 2024; Bossio et al., 2020; Marro & Fattore, 2018).
Para reducir las desigualdades en salud de su población, el sistema de salud vigente en Argentina (mixto) propone como uno de sus objetivos la justicia social, el cual supone cobertura de salud para todos y cada uno de sus habitantes, con independencia del nivel socioeconómico (Oficina de Presupuesto del Congreso, 2021). Esto significa que debe asegurar que los recursos económicos no sean un elemento determinante del acceso efectivo a los servicios de salud. En ese sentido van encaminados programas como el Plan Nacer, actualmente redesignado como Plan Sumar, que buscan reforzar la cobertura de salud de la población (Abriata & Fandiño, 2010).
Surge entonces un interrogante: si en Argentina se considera que la atención sanitaria es independiente del recurso económico, ¿por qué ocurren estas desigualdades de salud infantil en detrimento de los estratos más pobres del país? ¿Existen otros factores que podrían justificar esas diferencias? Una posible explicación podría encontrarse en la eficacia y solidez del sistema sanitario. En Argentina, la evidencia del vínculo entre el sistema de salud y la mortalidad infantil es escasa, parcial, desactualizada, o sólo disponible a nivel local. Por lo tanto, existe una falta de comprensión sobre los determinantes de la salud que contribuyen a la mortalidad de los primeros años de vida, específica para Argentina.
Este trabajo se propone analizar la relación existente entre la mortalidad de niños y niñas menores de 5 años y el sistema de atención sanitaria del país, medido a través de indicadores de desempeño que abarcan cuatro dimensiones: utilización, disponibilidad, accesibilidad y calidad. Con base en fuentes oficiales de información referidas a los últimos años disponibles, se construye un modelo de regresión para evaluar la relación entre estos indicadores y la mortalidad referida. Se busca determinar si alguna dimensión del sistema de salud favorece más la existencia de las desigualdades que otras.
Materiales y Métodos
Diseño de investigación
Se llevó a cabo una investigación de carácter cuantitativo, transversal y analítico. Este diseño resulta adecuado para explorar relaciones entre variables de salud y contextuales a nivel agregado, sin establecer causalidad debido a la transversalidad del mismo.
Variables y fuentes de datos
Se construyeron modelos de regresión lineal múltiple, considerando como variables dependientes, de manera alternativa: Tasa de mortalidad en menores de 5 años (TM5), Tasa de mortalidad infantil (TMI), Tasa de mortalidad neonatal (TMNeonatal) y Tasa de mortalidad postneonatal (TMPostneonatal). Las variables independientes incluyeron indicadores de cuatro dimensiones del sistema de salud, identificados a partir de la bibliografía local y la disponibilidad de fuentes oficiales (Peranovich, 2017, Ministerio de Salud y Desarrollo Social, & Organización Panamericana de la Salud (PAHO), 2019; Instituto Nacional de Estadísticas y Censos (INDEC), 2013).
Tabla 1. Dimensiones del sistema del salud.
| Dimensión | Indicador | Fuente | Año |
|---|---|---|---|
| Utilización de servicios de salud | Razón de consultas médicas ambulatorias | Dirección de Estadísticas e Información de Salud, Ministerio de Salud de la Nación (DEIS), Instituto Nacional de Estadísticas y Censos (INDEC) | 2019 |
| Razón de egresos hospitalarios | Dirección de Estadísticas e Información de Salud, Ministerio de Salud de la Nación (DEIS), Instituto Nacional de Estadísticas y Censos (INDEC) | 2018 | |
| Tasa de atención prenatal | SIP-G (Sistema Informático Perinatal para la Gestión) | 2018 | |
| Acceso y cobertura | Cobertura de inmunizaciones: BCG, DPT3, Sarampión | Dirección de Control de Enfermedades Inmunoprevenibles, Ministerio de Salud de la Nación | 2018 |
| Población con cobertura de salud | Encuesta Nacional de Factores de Riesgo (ENFR) | 2018 | |
| Tasa de atención profesional del parto | Dirección de Estadísticas e Información de Salud, Ministerio de Salud de la Nación (DEIS) | 2018 | |
| Distancia promedio a hospitales y centros de salud | Vázquez Brust et al., 2018 | 2018 | |
| Disponibilidad de servicios | Cantidad de establecimientos de salud por 1000 habitantes | Ministerio de Salud y Desarrollo Social de la Nación & PAHO, INDEC | 2018 |
| Razón de camas hospitalarias por 1000 habitantes | Ministerio de Salud y Desarrollo Social de la Nación & PAHO, INDEC | 2018 | |
| Razón de camas pediátricas por 1000 habitantes | Ministerio de Salud y Desarrollo Social de la Nación & PAHO, INDEC | 2018 | |
| Razón de médicos por 1000 habitantes | Observatorio Federal de Recursos Humanos en Salud (OFERHUS) | 2019 | |
| Razón de enfermeros por 1000 habitantes | OFERHUS | 2019 | |
| Calidad del sistema de salud | Porcentaje de personas que no acudieron al médico y motivos | Encuesta Nacional de Factores de Riesgo (ENFR) | 2018 2013 |
| Tasa de infecciones asociadas al cuidado de salud en UCI pediátricas | Programa Nacional de Epidemiología y Control de Infecciones Hospitalarias (VIHDA) | 2018 |
Fuentes de datos
Los datos provinieron de registros oficiales de nacimientos, defunciones, recursos humanos y cobertura de servicios de salud, publicados por organismos nacionales y organismos internacionales, como se detalla en la tabla anterior. (Tabla 1)
Cálculo de indicadores
Cada indicador se calculó usando definiciones estandarizadas de acuerdo con las fuentes oficiales. Las tasas de mortalidad se calcularon desagregando por edad del fallecimiento: neonatal (0-28 días), postneonatal (29 días-11 meses), infantil (<1 año) y TM5 (<5 años).
Análisis estadístico
Se verificó la normalidad de las variables dependientes e independientes mediante el test de Shapiro-Wilk. Para el análisis multivariable se empleó regresión lineal múltiple con el método ENTER. Se evaluaron Colinealidad: Factor de inflación de la varianza (FIV) y tolerancia (T) y Autocorrelación de residuos: estadístico Durbin-Watson (rango 1,5 < DW < 2,5). Los análisis se realizaron usando SPSS v.23® y R, manejando los valores faltantes mediante exclusión listwise.
Resultados
En primera instancia, se analizó brevemente la distribución geográfica de la mortalidad en los primeros años de vida, desagregada en menores de 5 años (TM5), menores de 1 año (TMI), menores de 1 mes (TMNeonatal) y entre 1 mes y 1 año (TMPostneonatal). En la Figura 1 se puede observar que para la TMI, las mayores tasas se concentran en la zona norte del país (Salta, Chaco, Tucumán y Corrientes), con tasas más moderadas en la zona centro y las menores tasas en la zona pampeana. Por su parte, la TM5 se concentra más que la TMI en la zona norte que en la central, e igualmente presenta bajas tasas en el resto del país.
Fuente: Elaboración propia con base en datos oficiales obtenidos de la DEIS.
Figura 1. Tasa de mortalidad infantil y tasa de mortalidad en la niñez (por 1000 nacidos vivos), por provincia. Argentina, 2018.
La Figura 2 muestra el comportamiento de los componentes de la TMI. La TMNeonatal tiene mayores tasas en la zona norte del país, pero tasas moderadas afectan la zona cuyana y parte de la región pampeana.
En cambio, la región central presenta bajas tasas de mortalidad neonatal, con excepción de Entre Ríos. El comportamiento de la TMPostneonatal, en cambio, es similar al de la TMI, con mayor concentración en las regiones noroeste, nordeste, cuyo y centro del país.
Figura 2. Tasa de mortalidad neonatal y tasa de mortalidad postneonatal (por 1000 nacidos vivos), por provincia. Argentina, 2018.
Los modelos de regresión lineal múltiple presentaron asociaciones estadísticas significativas para algunas variables independientes. Para el caso de la Tasa de Mortalidad Infantil, se encontró una relación significativa directamente proporcional y leve, con la cantidad de egresos por habitante (β= 0,049; IC95%= 0,022/0,075; rP = 0,579) y una relación significativa moderada, inversamente proporcional con la cantidad de enfermeros por habitante (β= -0,470; IC95%= -0,796/-0,144; rP = 0,452). Este modelo es capaz de explicar el 52,3% del comportamiento de esta mortalidad por los factores estudiados (Tabla 2).
Tabla 2. Resultados de la regresión lineal múltiple. Variable dependiente: TMI
Fuente. Elaboración propia
En el caso de la Tasa de Mortalidad en la Niñez (TM5), el modelo aplicado (R2=53,2%) encuentra una relación significativa leve, directamente proporcional, con la cantidad de consultas por habitante (β= 0,001; IC95%= 0,000/0,001; rP = 0,603) y una relación significativa moderada, inversamente proporcional con el porcentaje de población con obra social (β= -0,112; IC95%= -0,198/-0,026; rP = 0,404) (Tabla 3).
Tabla 3. Resultados de la regresión lineal múltiple. Variable dependiente: TM5.
Fuente. Elaboración propia
Al desagregar la mortalidad infantil según sus componentes e ingresarlos al modelo, se obtienen los siguientes resultados: para la Tasa de Mortalidad Neonatal, existe una asociación lineal significativa leve, directamente proporcional, con la distancia a los hospitales (β= 0,006; IC95%= 0,001/0,011; rP = 0,464) (R2=21,6%) (Tabla 4). En referencia a la Tasa de Mortalidad Postneonatal, se evidenció una relación estadística leve, inversamente proporcional, con el porcentaje de población con obra social (β= -0,056; IC95%= -0,084/-0,027; rP = 0,660), y otra más moderada, con el porcentaje de personas que, teniendo un problema de salud, no acudieron al médico (β= -0,118; IC95%= -0,217/-0,019; rP = 0,383) (R2=59,4%) (Tabla 5).
Tabla 4. Resultados de la regresión lineal múltiple. Variable dependiente: TMNeonatal.
Fuente. Elaboración propia
Tabla 5. Resultados de la regresión lineal múltiple. Variable dependiente: TMPostneonatal
Fuente. Elaboración propia
De la inclusión de todas las variables independientes mencionadas en la metodología en los distintos modelos, las siguientes no resultaron estadísticamente significativas en relación a los indicadores de mortalidad evaluados: Tasa de atención prenatal y de atención profesional del parto, Cobertura de inmunizaciones (DPT3, BCG y Sarampión), Distancia promedio a centros de salud y a postas sanitarias, Cantidad de establecimientos de salud y de camas hospitalarias, Razón de médicos, Motivo por el que las personas no acudieron al médico al presentar un problema de salud (en porcentaje) y Tasa de infección asociada al cuidado de la salud en unidades de cuidado intensivo pediátricas.
Discusión
Los resultados de este estudio muestran que existe una asociación entre la mortalidad infantil y la razón de egresos hospitalarios, así como la mortalidad en la niñez y la razón de consultas médicas ambulatorias. Esta asociación es positiva, contrariamente a lo esperado, pues se supone que el incremento en la utilización de los servicios de salud implica un mayor acceso a los mismos, y eso derivaría en una mejora de los indicadores de salud de la población. De hecho, se considera que las tasas de consultas médicas ambulatorias, en particular, constituyen un importante indicador del acceso general a los servicios de salud, ya que anteceden a las internaciones hospitalarias y suelen tratar la mayoría de las enfermedades sin necesidad de hospitalizaciones. Estas tasas tienden a ser mayores en países de altos ingresos, lo que sugiere que las condiciones económicas sí influyen en la búsqueda de atención médica por parte de la población, así como en el acceso al sistema de salud. A su vez, se ha comprobado que existe una relación directa entre estas tasas y el gasto en salud per cápita, que aumentan a medida que se incrementa el gasto en salud que hacen los países. En efecto, mayor cantidad de recursos disponibles en el sistema de salud deriva en mayores niveles de utilización del mismo. Pero curiosamente, esta relación no se estaría remedando al interior de Argentina pues, según Loiacono (2021), por ejemplo, la provincia de Buenos Aires posee menor gasto por cápita en salud y mayores tasas de consultas médicas, mientras que Santa Cruz es una de las provincias con mayor gasto y menor tasa de consultas médicas per cápita.
A pesar de la lógica expuesta, los autores que han analizado los indicadores de utilización de servicios de salud en América Latina no han podido evidenciar una asociación no aleatoria con la mortalidad infantil. Así lo demuestra un estudio de mortalidad infantil para 21 países de América Latina, para el período 2005-2010 (Teixeira et al., 2012), un estudio en Bolivia (Forste, 1994), y a nivel local, una investigación realizada por Tafani et al. (2007) en la provincia de Misiones (período 2000-2005), aunque esta última sí encontró una relación estadísticamente significativa, directamente proporcional, entre mortalidad infantil y tasa de egresos hospitalarios. Por el contrario, este último autor, en un estudio realizado en Argentina en la primera década del siglo XXI, evidenció una asociación significativa, negativa, entre la mortalidad en la niñez y la tasa de uso de consultas en servicios públicos (Tafani et al., 2016).
Resulta un poco confusa la ambigüedad en los resultados referentes a los indicadores de utilización de servicios de salud. Sin embargo, una hipótesis que podría explicarla, estaría vinculada a la derivación de pacientes en situación de salud grave desde establecimientos de menor complejidad hacia establecimientos de salud más complejos, donde quedan internados y en muchos casos mueren (Tafani et al., 2007). Bajo esta hipótesis, la TMI estaría relacionada, no con la falta de establecimientos de salud, sino más bien con el nivel de complejidad de los mismos, cuya distribución no satisface las demandas de la población y determina la derivación de pacientes hacia otros nosocomios, con el consecuente obstáculo al acceso de los servicios.
Siguiendo con los resultados encontrados en esta investigación, la asociación entre mortalidad infantil y la razón de enfermeros ha sido escasamente analizada en la bibliografía consultada (Zarza Arizmendi et al., 2010; You & Donnelly, 2024), aunque sí se ha estudiado más ampliamente la asociación entre la mortalidad infantil y la razón de médicos (Méndez-González y Cervera-Montejano, 2006; Tafani et al., 2014, Tafani et al., 2016; Terrasa et al., 2005). Estos indicadores hablan de la infraestructura del servicio de salud, en cuanto a su disponibilidad. En el caso de Argentina, las provincias con menor disponibilidad de enfermeros por habitante son Santiago del Estero, Catamarca, Formosa, Misiones y Corrientes, que constituyen la región Norte del país.
La relación entre mortalidad en los primeros años de vida y falta de cobertura de salud ya ha sido planteada por varios autores. La tenencia de cobertura de salud en Argentina se relaciona con el acceso a servicios privados de salud, que se considera brindan una mejor calidad de atención y más oportunidades de acceder a procedimientos de diagnóstico/tratamiento más complejos. Esta relación también se verifica en otros países, como en Colombia y Brasil, donde la disminución de la mortalidad infantil se asocia con la disponibilidad de camas pediátricas de instituciones privadas y camas de cuidado intensivo infantil. Contrariamente, la disponibilidad de camas totales y pediátricas en establecimientos públicos no ha sido encontrado como factor estadístico significativo de impacto en la mortalidad infantil (Barbosa Ardila & Hernandéz, 2018, Jaramillo-Mejía et al., 2013; Tafani et al., 2016; Terrasa et al., 2005).
Sin embargo, no hay que desconocer que el aumento de la cobertura de salud no siempre conlleva la mejora en la salud; de hecho, según Escobar et al. (2010) encontraron esta situación en seis de nueve países de bajos y medianos ingresos. En países de bajos ingresos, hay evidencia de que la mejora en la cobertura de salud no resulta en mejores resultados en salud, quizás asociado a baja calidad de atención médica y al uso de tratamientos poco efectivos (Kruk et al., 2018).
Al igual que el caso de la razón de enfermeros, el porcentaje de personas que no recibieron atención médica cuando tuvieron un problema de salud es un factor que tampoco había sido considerado como asociado a la mortalidad infantil. En esta investigación, este factor se asocia negativamente a la TM postneonatal, pero también se asocia positivamente, y con mayor impacto, al porcentaje de NBI de la población, lo que podría indicar que en realidad este factor está vinculado a factores económicos más que a características de los servicios de salud.
El último factor relacionado con la mortalidad infantil, y más específicamente con la mortalidad neonatal, es la distancia hasta los hospitales, que es mayor en las áreas con mayor TMI. Esta asociación es lógica: la distancia constituye uno de los obstáculos para el acceso geográfico a los servicios de salud, hecho evidenciado ya por algunos autores (Barbosa Ardila & Hernandéz, 2018; Morales Martinez, 2015).
Ahora bien, retomando el objetivo de esta investigación, si la cobertura universal del sistema de salud argentino descarta el factor económico como obstáculo al acceso a los servicios de salud entonces, ¿qué parte del sistema sanitario “falla” y permite las desigualdades geográficas en la distribución de la salud infantil? A la luz de los resultados obtenidos, la “falla” podría estar asociada a una desigual distribución de los niveles de complejidad de atención de la población, donde estaría favorecido el primer nivel de atención de la salud, en detrimento de prácticas diagnósticas/terapéuticas más complejas. Estas últimas, al no ser eficazmente cubiertas por el sector público, serían contempladas de manera más satisfactoria por el sector privado, al cual se accede con la tenencia de obra social. Esta posible explicación no deja de lado las falencias estructurales del sistema de salud, que se visualizan a través de la cantidad de profesionales en enfermería.
En este caso, la falencia del sistema sanitario sería más importante que la situación de socioeconómica individual de los pacientes, pero estaría en consonancia con la situación socioeconómica colectiva de la población: una ciudad pobre se asocia con servicios de salud de escasos recursos y baja calidad. De hecho, esto explicaría el por qué la TMI se asocia a territorios con mayores porcentajes de NBI y de pobreza crónica.
En este sentido, Jaramillo-Mejía et al. (2013) plantean como hipótesis que, a medida que la TMI disminuye, se requieren mayores esfuerzos de tecnología médica para continuar con esa disminución, y los efectos de las condiciones socioeconómicas de la población en la salud tienden a disminuir su impacto.
Aún con las consideraciones antes hechas, no es intención de esta investigación el desestimar la importancia del primer nivel de atención médica, ni minimizar la gran dificultad que existe en la puja distributiva en la asignación de recursos. De hecho, ya hemos mencionado la implementación de programas como el Plan Nacer, que ha contribuido notablemente a la disminución de las desigualdades geográficas en salud infantil, a través de la ampliación de la cobertura en salud materno-infantil y un aumento en la calidad de las prestaciones de servicios sanitarios (Abriata & Fandiño, 2010).
No podemos dejar de mencionar las limitaciones de esta investigación. En primer lugar, nos encontramos con limitaciones en cuanto a disponibilidad de datos y su desagregación, que no nos permite el cálculo de otros indicadores representativos de las distintas dimensiones estudiadas del sistema de salud (Peranovich, 2017). Si se contara con información desagregada a nivel departamental, se podría obtener mayor potencia en el análisis, puesto que los promedios provinciales pueden enmascarar inequidades al interior territorial. En este mismo sentido, la falta de datos más recientes restringe las conclusiones obtenidas a un tiempo pasado, lo que podría no reflejar enteramente la realidad actual. En segundo lugar, los datos utilizados pertenecen únicamente al sector público oficial y no al sector privado, por lo que se debe tener esto en cuenta a la hora de interpretar los resultados obtenidos. Finalmente, siempre debemos considerar la calidad de los datos utilizados, a través de la evaluación de las fuentes de datos utilizadas.
Conclusión
Es importante investigar los factores que influyen en la mortalidad en los primeros años de vida, más allá de la situación económica de la población, pues muchas veces se termina atribuyendo exclusivamente a la pobreza económica las inequidades que se dan en el ámbito de la salud. En ese sentido, los resultados de este estudio muestran que la mortalidad en los primeros años de vida sí está influenciada por las características del sistema de salud, relacionándose significativamente con la cantidad de enfermeros, egresos hospitalarios, consultas médicas ambulatorias, cobertura de salud, la distancia a los hospitales y el porcentaje de personas que tuvieron un problema de salud y no asistieron al médico.
Los resultados obtenidos sugerirían que el sistema de salud argentino necesita reevaluar la organización de sus niveles de complejidad en la atención al paciente, al menos en el sector público, aunque sin descuidar los esfuerzos que se han estado haciendo en los últimos años.
Finalmente, consideramos que hay que terminar de comprender que las diferencias geográficas y en grupos poblacionales que se dan en materia de salud son debidas a múltiples factores, ya sea relacionados con las características y comportamientos de los individuos, como así también vinculados con el entorno donde viven, la infraestructura y organización de los servicios e instituciones. Es así que el sistema de salud de un país ha sido reconocido por las principales organizaciones internacionales como un determinante social de la salud en sí mismo.
