El estado de la seguridad alimentaria y la nutrición en el mundo 2023

Prevalencia de la subalimentación

Definición: La subalimentación se define como la condición de un individuo cuyo consumo habitual de alimentos es insuficiente para proporcionarle la cantidad de energía alimentaria necesaria a fin de llevar una vida normal, activa y sana.

Cómo se indica en los informes: El indicador (denominado “prevalencia de la subalimentación”) constituye una estimación del porcentaje de individuos de la población que padecen subalimentación. Las estimaciones nacionales se indican como promedios móviles de tres años, a fin de reducir la influencia de posibles errores de cálculo en las estimaciones de algunos de los parámetros subyacentes debido a elementos para los que se dispone de muy pocos datos completos y fiables como, por ejemplo, la variación interanual en las existencias de productos básicos alimentarios, uno de los componentes de los balances alimentarios de la FAO. En cambio, los agregados regionales y mundiales se indican como estimaciones anuales, ya que no se prevé que los posibles errores de estimación presenten una correlación y, por consiguiente, se reduzcan considerablemente a niveles aceptables cuando se agregan en los distintos países.

La serie completa de valores de la prevalencia de la subalimentación se revisa con cada nueva edición de este informe a fin de reflejar los nuevos datos e información que la FAO ha obtenido desde la publicación de la edición anterior. Dado que este proceso suele comportar revisiones retrospectivas de toda la serie de la prevalencia de la subalimentación, se aconseja a los lectores que se abstengan de comparar las series de las distintas ediciones del presente informe, los cuales deberían remitirse siempre a la edición reciente del informe, incluso para los valores de años anteriores.

Metodología: A fin de calcular una estimación de la prevalencia de la subalimentación en una población, se elabora un modelo de distribución de probabilidad del nivel de consumo de energía alimentaria diaria habitual (expresado en kcal por persona y día) del individuo promedio como una función paramétrica de densidad de probabilidad, f(x)^{1, 2}. El indicador se obtiene como la probabilidad acumulativa de que los consumos de energía alimentaria diaria habitual (x) se encuentren por debajo de las necesidades mínimas de energía alimentaria (NMEA) (es decir, el límite inferior del intervalo de las necesidades de energía que es adecuado para un individuo promedio representativo de la población) tal como se expresa en la siguiente fórmula:

donde θ es un vector de parámetros que caracteriza la función de densidad de probabilidad. En los cómputos reales, se parte del supuesto de que la distribución es lognormal y, por tanto, queda plenamente caracterizada por solo dos parámetros: la media del consumo de energía alimentaria (CEA) y su coeficiente de variación (CV).

Fuente de los datos: Para calcular los diferentes parámetros del modelo se pueden utilizar distintas fuentes de datos.

Necesidades mínimas de energía alimentaria (NMEA): Las necesidades energéticas en la nutrición humana para personas clasificadas en función del sexo y la edad se calculan multiplicando los requisitos normativos para la tasa de metabolismo basal (expresada por kilogramo de masa corporal) por el peso ideal de una persona sana de ese sexo/edad para una altura determinada. Los valores resultantes se multiplican por un coeficiente denominado “nivel de actividad física”, para tomar en consideración la actividad física^bd. Dado que tanto los índices de masa corporal (IMC) saludables como los niveles de actividad física normal varían entre las personas activas y sanas del mismo sexo y edad, se aplica un intervalo de necesidades energéticas para cada grupo de la población en función del sexo y la edad. Las NMEA para el individuo promedio de la población, que es el parámetro utilizado en la fórmula de la prevalencia de la subalimentación, se calculan como la media ponderada de los límites inferiores de los rangos de necesidades energéticas para cada grupo en función del sexo y la edad, utilizando como coeficiente de ponderación la proporción de la población de cada uno de estos grupos. Al igual que las NMEA, las necesidades promedio de energía alimentaria, que se utilizan para calcular el componente del CV como se describe más adelante, se calculan a partir del promedio de los valores medios de la categoría correspondiente al nivel de actividad física “Estilo de vida activo o moderadamente activo”.

En la publicación World Population Prospects (Perspectivas de la población mundial), que cada dos años revisa el Departamento de Asuntos Económicos y Sociales de las Naciones Unidas, se incluye la información sobre la estructura de población, desglosada por sexo y edad, necesaria para calcular las NMEA, para la mayoría de los países del mundo y para cada año. En la edición de este año de El estado de la seguridad alimentaria y la nutrición en el mundo se utiliza la publicación World Population Prospects (Perspectivas de la población mundial) en su revisión de 2022⁴.

La información sobre la altura mediana en cada grupo de la población en función del sexo y la edad para un determinado país se deriva de una reciente encuesta demográfica y de salud o de otras encuestas que recopilan datos antropométricos sobre niños y adultos. Aunque estas encuestas no se refieran al mismo año para el cual se ha calculado la prevalencia de la subalimentación, se prevé que los efectos de los pequeños cambios que puedan producirse en las estaturas medianas a lo largo de los años en las NMEA, y por tanto en las estimaciones de prevalencia de la subalimentación, sean insignificantes.

Consumo de energía alimentaria (CEA): Lo ideal es que el CEA se pudiera calcular a partir de los datos sobre el consumo de alimentos obtenidos de encuestas realizadas en hogares representativos a escala nacional (como los estudios sobre la medición de los niveles de vida o las encuestas sobre consumo y gastos en los hogares). Sin embargo, son muy pocos los países que realizan anualmente encuestas de este tipo. Por eso, en las estimaciones de la FAO sobre la prevalencia de la subalimentación con fines de seguimiento a nivel mundial, los valores del CEA se calculan tomando como referencia el suministro de energía alimentaria (SEA) indicado en las hojas de balance de alimentos que la FAO recopiló para la mayoría de los países del mundo⁵.

Desde la última edición de este informe, el dominio de las hojas de balance de alimentos en FAOSTAT se ha actualizado con nuevos valores de las series hasta 2020 para todos los países. Además, al cierre de informe, se habían actualizado hasta 2021 las series de las hojas de balance de alimentos para los siguientes 66 países, seleccionados como prioritarios por su elevada contribución al número total de personas subalimentadas en el mundo: Afganistán, Angola, Arabia Saudita, Argentina, Bangladesh, Benin, Bolivia (Estado Plurinacional de), Brasil, Burkina Faso, Camboya, Camerún, Chad, Colombia, Congo, Côte d’Ivoire, Ecuador, Egipto, Etiopía, Filipinas, Ghana, Guatemala, Haití, Honduras, India, Indonesia, Irán (República Islámica del), Iraq, Japón, Jordania, Kenya, Liberia, Madagascar, Malawi, Malí, Marruecos, México, Myanmar, Nepal, Nicaragua, Níger, Nigeria, Pakistán, Papua Nueva Guinea, Perú, República Árabe Siria, República Centroafricana, República Democrática del Congo, República Dominicana, República Popular Democrática de Corea, República Unida de Tanzanía, Rwanda, Senegal, Sierra Leona, Somalia, Sudáfrica, Sudán, Tailandia, Tayikistán, Togo, Ucrania, Uganda, Venezuela (República Bolivariana de), Viet Nam, Yemen, Zambia y Zimbabwe.

La revisión de las series de las hojas de balance de alimentos recoge este año la inclusión de los nuevos datos oficiales sobre la producción, el comercio y la utilización de alimentos notificados por estos países, como es habitual, pero refleja también una revisión sustancial de las series de las hojas de balance de alimentos hasta 2021 dada la introducción de factores de conversión en nutrientes mejorados⁶ y los ajustes necesarios para tener en cuenta las nuevas estimaciones de población proporcionadas por el Departamento de Asuntos Económicos y Sociales de las Naciones Unidas en la revisión de 2022 de la publicación World Population Prospects (Perspectivas de la población mundial)⁴.

El promedio del SEA per cápita en 2021 (para países distintos de los anteriormente indicados) y en 2022 (para todos los países) son previsiones a muy corto plazo basadas en los ejercicios de perspectivas de mercado a corto plazo llevados a cabo por la FAO para servir de base al Portal de la situación alimentaria mundial⁷ y se utilizan para realizar una previsión a muy corto plazo de los valores del CEA en 2021 y 2022 de cada país, a partir del último año disponible del SEA en la serie de hojas de balance de alimentos.

Coeficiente de variación (CV): El coeficiente de variación (CV) del CEA habitual en la población se obtiene hallando la media geométrica de dos componentes, denominados respectivamente CV|y y CV|r:

El primer componente corresponde a la variabilidad en el consumo per cápita entre hogares pertenecientes a diferentes estratos sociodemográficos y, por tanto, se denomina el CV “debido a los ingresos”, mientras que el segundo componente refleja la variabilidad entre individuos, debido a las diferencias de sexo, edad, masa corporal y nivel de actividad física que se pueden encontrar entre miembros del mismo hogar. Al tratarse de los mismos elementos que determinan las necesidades de energía, el segundo componente se conoce como el CV “debido a las necesidades”.

CV|y

En los casos en que se dispone de datos fiables sobre el consumo de alimentos obtenidos de las encuestas realizadas en hogares representativos a escala nacional, el CV debido a los ingresos (CV|y) se puede estimar directamente. Desde la última edición de este informe, se han procesado 14 nuevas encuestas de los 10 países siguientes para actualizar el CV|y: Argentina (2018), Armenia (2019, 2020, 2021), Benin (2019), Bhután (2012), Camboya (2019), Guinea-Bissau (2019), México (2012, 2020), Mongolia (2020, 2021), Perú (2019) y Uruguay (2017). En total, son 129 encuestas de 65 países para los que la estimación del CV|y se basa en datos derivados de encuestas nacionales.

Para los años en que no existen datos de encuesta adecuados, se utilizan los datos de la escala de experiencia de inseguridad alimentaria (FIES) recopilados por la FAO desde 2014 para prever las variaciones en el CV|y desde 2015 (o desde el año de la última encuesta de consumo de alimentos, si es más reciente) hasta 2019, basándose en la tendencia observada de la inseguridad alimentaria grave. Las previsiones se basan en el supuesto de que los cambios observados en el alcance de la inseguridad alimentaria grave, calculada mediante la FIES, pueden ser indicativos de cambios equivalentes en la prevalencia de la subalimentación. En la medida en que estas variaciones implícitas en la prevalencia de la subalimentación no pueden explicarse totalmente por los efectos “relacionados con la oferta” de los cambios en los suministros promedio de alimentos, estas variaciones pueden atribuirse de forma segura a cambios inadvertidos en el CV|y que podrían haber ocurrido al mismo tiempo. En los análisis de las estimaciones históricas para la prevalencia de la subalimentación se demuestra que, en promedio, las diferencias en el CV|y explican casi un tercio de las diferencias en la prevalencia de la subalimentación en el tiempo y en el espacio, después de contabilizar las variaciones en el CEA, las NMEA y el CV|r. Basándose en todo ello, para cada país para el que se dispone de datos de la FIES, la variación en el CV|y que puede haber ocurrido desde 2015, o desde la fecha de la última encuesta disponible, se ha calculado como la variación que generaría un cambio de un tercio de punto porcentual en la prevalencia de la subalimentación cada vez que se observa un cambio de un punto porcentual en la prevalencia de la inseguridad alimentaria grave. Para todos los demás países, que carecen de datos de apoyo, el CV|y se mantiene constante en la última estimación disponible. Al igual que en el informe del año pasado, la previsión a muy corto plazo del CV|y para 2020, 2021 y 2022 requirió especial atención a fin de tener en cuenta los efectos de la pandemia de la COVID-19 (véase la Sección A del Anexo 2).

CV|r

CV|r representa la variabilidad de la distribución de las necesidades de energía alimentaria de un hipotético individuo promedio que es representativo de una población sana; el CV|r también equivale al CV de la distribución del consumo de energía alimentaria de un hipotético individuo promedio si toda la población estuviera perfectamente alimentada. A efectos de estimación, se puede suponer que la distribución de las necesidades de energía alimentaria de un hipotético individuo promedio es normal y su desviación típica puede estimarse a partir de cualquiera de los dos percentiles conocidos. Utilizamos las NMEA y las necesidades promedio de energía alimentaria anteriormente citadas para aproximar el percentil 1 y el percentil 50^{8, 9}. Por lo tanto, el valor del CV|r se deriva del cálculo inverso de la distribución acumulativa estándar normal de la diferencia entre las NMEA y las necesidades promedio de energía alimentaria.

Desafíos y limitaciones: Si bien oficialmente la condición de estar o no subalimentado se aplica a los individuos, resulta imposible determinar de manera fiable qué personas de un grupo concreto sufren realmente subalimentación, habida cuenta de que los datos disponibles normalmente son a gran escala. Mediante el modelo estadístico descrito anteriormente, el indicador sólo puede calcularse en referencia a una población o grupo de individuos para los cuales se dispone de una muestra suficientemente representativa. Por consiguiente, la prevalencia de la subalimentación es una estimación del porcentaje de individuos de dicho grupo que se encuentran subalimentados, pero no puede desglosarse con mayor precisión.

Debido al carácter probabilístico de la interferencia y los márgenes de incertidumbre asociados con las estimaciones de cada uno de los parámetros del modelo, las estimaciones de la prevalencia de la subalimentación suelen tener escasa precisión. Si bien resulta imposible calcular oficialmente los márgenes de error en torno a las estimaciones de prevalencia de la subalimentación, se prevé que superen el 5 % en la mayoría de los casos. Por esta razón, la FAO considera que las estimaciones de prevalencia de la subalimentación inferiores al 2,5 % no son suficientemente fiables para ser incluidas en el informe.

Es importante señalar que los intervalos presentados para los valores de la prevalencia de la subalimentación en 2020, 2021 y 2022 no se deberían interpretar como intervalos estadísticos de confianza. Más bien representan diferentes escenarios utilizados para prever a muy corto plazo los valores del CV|y de 2020 a 2022.

Lecturas recomendadas:

FAO. 1996. Methodology for assessing food inadequacy in developing countries. En: FAO. The Sixth World Food Survey, págs. 114-143. Roma.

FAO. 2003. Proceedings: Measurement and Assessment of Food Deprivation and Undernutrition: International Scientific Symposium. Roma.

FAO. 2014. Advances in hunger measurement: traditional FAO methods and recent innovations. Serie de documentos de trabajo de la División de Estadística de la FAO n.^o 14-04. Roma.

Naiken, L. 2002. Keynote paper: FAO methodology for estimating the prevalence of undernourishment. Documento presentado en el Simposio científico internacional sobre la medición y evaluación de la privación de alimentos y la desnutrición, Roma, 26 a 28 de junio de 2002. Roma, FAO.

Wanner, N., Cafiero, C., Troubat, N. y Conforti, P. 2014. Refinements to the FAO methodology for estimating the prevalence of undernourishment indicator. Roma, FAO.

Prevalencia de la inseguridad alimentaria medida según la escala de experiencia de inseguridad alimentaria (FIES)

Definición: La inseguridad alimentaria, medida por este indicador, hace referencia al acceso limitado a los alimentos, a nivel individual o familiar, debido a la falta de dinero u otros recursos. La gravedad de la inseguridad alimentaria se calcula mediante la utilización de los datos recopilados con el módulo de encuesta de la escala de experiencia de inseguridad alimentaria (FIES), un conjunto de ocho preguntas en las que se pide a los encuestados que informen de las condiciones y experiencias normalmente relacionadas con la falta de acceso a los alimentos. A efectos del seguimiento anual de los ODS, las preguntas se formulan en relación con los 12 meses anteriores a la encuesta.

Mediante la utilización de sofisticadas técnicas estadísticas basadas en el modelo de medición de Rasch, los datos obtenidos en el módulo de encuesta de la FIES se validan en aras de su coherencia interna y se convierten en medidas cuantitativas a lo largo de una escala de gravedad, que va de “baja” a “elevada”. Sobre la base de las respuestas a los temas de la encuesta, a los individuos u hogares entrevistados en una encuesta representativa a escala nacional de la población se les asigna una probabilidad de figurar en una de estas tres categorías: i) seguridad alimentaria o inseguridad alimentaria reducida; ii) inseguridad alimentaria moderada; iii) inseguridad alimentaria grave de acuerdo con la definición de los dos umbrales establecidos a nivel mundial. Sobre la base de los datos recopilados con la FIES durante los tres años que van de 2014 a 2016, la FAO ha determinado la escala de referencia de la FIES, que se utiliza como la norma mundial para las mediciones de la inseguridad alimentaria basadas en la experiencia, y para determinar los dos umbrales de referencia para la gravedad.

El indicador 2.1.2 de los ODS se obtiene como la probabilidad acumulativa de estar en las dos clases de inseguridad alimentaria: la grave y la moderada. También se calcula un indicador independiente, FI_sev, considerando solamente la categoría de la inseguridad alimentaria grave.

Cómo se indica en los informes: En el presente informe, la FAO proporciona estimaciones sobre la inseguridad alimentaria en dos niveles distintos de intensidad: inseguridad alimentaria moderada o grave (FI_mod+sev) e inseguridad alimentaria grave (FI_sev). Para cada uno de estos dos niveles se ofrecen dos estimaciones:

• la prevalencia (porcentaje) de individuos de la población que viven en hogares donde al menos una persona adulta sufre inseguridad alimentaria;
• el número estimado de individuos de la población que viven en hogares donde al menos una persona adulta sufre inseguridad alimentaria.

Fuente de los datos: Desde 2014, el módulo de encuesta de ocho preguntas de la FIES se ha aplicado en muestras representativas a escala nacional de la población adulta (con edades a partir de 15 años) en más de 140 países incluidos en la Encuesta Mundial de Gallup^©, por lo que cubre a más del 90 % de la población del mundo. En 2022, las entrevistas se realizaron tanto por teléfono como en persona. Se mantuvieron entrevistas telefónicas en algunos países en que ya se utilizó esta modalidad en 2020, dado el elevado riesgo de transmisión en la comunidad que suponía realizar la recopilación de datos cara a cara durante la pandemia de la COVID-19. Por medio de la evaluación de la cobertura de doble marco (es decir, la proporción de la población adulta a la que da cobertura una combinación de teléfono fijo y móvil), los países con un mínimo del 70 % de cobertura fueron incluidos como parte de la Encuesta Mundial de Gallup^© de 2020 a través de entrevistas telefónicas asistidas por computador.

Gallup^© utiliza usualmente encuestas telefónicas en América septentrional, Europa occidental, algunas partes de Asia y los países del Consejo de Cooperación de los Estados Árabes del Golfo. En Europa central y oriental, gran parte de América Latina y casi toda Asia, Cercano Oriente y África, se utilizan marcos zonales para las entrevistas en persona.

En la mayoría de los países, las muestras incluyen unos 1 000 individuos, aunque el tamaño de la muestra es mayor en el caso de la India (3 000 personas), China continental (3 500 personas) y la Federación de Rusia (2 000 personas). No se recopilaron datos en China continental en 2022.

Además de la Encuesta Mundial de Gallup^©, en 2022 la FAO recopiló datos en siete países a través de Geopoll y Kantar con el objetivo específico de subsanar la falta de datos respecto al acceso a los alimentos⁷². Los países en cuestión fueron: Camerún, Guinea-Bissau, Haití, Liberia, República Democrática del Congo, Rwanda y Zambia.

Se emplearon datos de las encuestas gubernamentales nacionales para calcular las estimaciones de prevalencia de la inseguridad alimentaria para 60 países, que abarcan más de una cuarta parte de la población mundial, aplicando los métodos estadísticos de la FAO a fin de ajustar los resultados nacionales a la misma norma de referencia mundial. Se trata de los siguientes países: Afganistán, Angola, Armenia, Belice, Benin, Botswana, Burkina Faso, Cabo Verde, Canadá, Chad, Chile, Costa Rica, Côte d’Ivoire, Ecuador, Emiratos Árabes Unidos, Estados Unidos de América, Federación de Rusia, Fiji, Filipinas, Ghana, Granada, Grecia, Guinea-Bissau, Honduras, Indonesia, Israel, Kazajstán, Kenya, Kirguistán, Kiribati, Lesotho, Malawi, México, Namibia, Níger, Nigeria, Pakistán, Palestina, Paraguay, República de Corea, República Dominicana, República Unida de Tanzanía, Saint Kitts y Nevis, Samoa, Santa Lucía, San Vicente y las Granadinas, Senegal, Seychelles, Sierra Leona, Sudáfrica, Sudán, Sudán del Sur, Sri Lanka, Togo, Tonga, Uganda, Uruguay, Vanuatu, Viet Nam y Zambia. Los países son examinados con respecto al año o los años para los que se dispone de datos nacionales. Para el resto de los años, se aplicó la siguiente estrategia:

• Cuando se dispone de datos nacionales para más de un año, los años que faltan se interpolan linealmente.
• Si solo se dispone de datos para un año, la información de los años que faltan se obtiene de la siguiente manera:

• –se utilizan datos de la FAO, si se consideran compatibles con las encuestas nacionales;
• –se extrapolan utilizando la tendencia sugerida por los datos de la FAO si los datos nacionales no son compatibles;
• –se extrapolan utilizando la tendencia de la subregión, si no se dispone de otra información fiable y oportuna;
• –se supone un nivel constante respecto de la encuesta nacional si no puede calcularse la subregión o si la tendencia de otras encuestas o subregiones no es aplicable a la situación específica del país a la luz de los datos recabados que apoyan la tendencia (por ejemplo, evolución de la pobreza, pobreza extrema, empleo, inflación de los alimentos, entre otros); esto también se aplica a los países en los que la prevalencia de la inseguridad alimentaria es muy baja (inferior al 3 % en el nivel grave) o muy alta (superior al 85 % en el nivel moderado o grave).

Dada la heterogeneidad de las fuentes de las encuestas y el reducido tamaño de las muestras de algunas de las encuestas de la FAO, los nuevos datos pueden en algunos casos predecir un aumento o una disminución considerablemente importante de un año a otro. En tales casos, el protocolo establece buscar información externa relativa al país (datos o informes, posiblemente en consulta con expertos en el país como oficiales de la FAO en el país o regionales) a fin de estudiar si se han producido crisis o intervenciones importantes. Si la tendencia se puede justificar con datos de apoyo, pero parece desmedida, se mantiene la tendencia, pero suavizada (por ejemplo, utilizando el promedio de tres años). Si no, se aplica el mismo protocolo utilizado para los años que faltan, esto es, el nivel se mantiene constante o se aplica la tendencia subregional. En 2022, no se recopilaron datos de la FIES en China continental, por lo que la tendencia se mantuvo sin cambios.

Metodología: Los datos se han validado y utilizado para elaborar una escala de gravedad de la inseguridad alimentaria mediante el empleo del modelo de Rasch, en virtud del cual la probabilidad de observar una respuesta afirmativa de un encuestado i a la pregunta j es una función logística de la distancia, en una escala subyacente de gravedad, entre la posición del encuestado, a_i, y la del ítem, b_j.

Mediante la aplicación del modelo de Rasch en los datos de la FIES, resulta posible estimar la probabilidad comparable entre países de sufrir inseguridad alimentaria (p_i,L) en cada nivel de gravedad de la inseguridad alimentaria L (moderada o grave, o grave únicamente), para cada encuestado i, con 0 < p_i,L < 1.

La prevalencia de la inseguridad alimentaria en cada nivel de gravedad (FI_L) de la población se calcula como la suma ponderada de la probabilidad de sufrir inseguridad alimentaria para todos los encuestados (i) en una muestra:

en la que w_i son ponderaciones de muestreos posteriores a la estratificación que indican la proporción de individuos o familias de la población nacional representadas por cada registro de la muestra.

Puesto que en la Encuesta Mundial de Gallup^© solo se han incluido individuos con 15 años de edad o más, las estimaciones de prevalencia elaboradas directamente a partir de estos datos se refieren a la población con edades a partir de 15 años. A fin de calcular la prevalencia y el número de individuos (de todas las edades) de la población se necesita una estimación del número de personas que viven en hogares donde se estima que al menos una persona adulta sufre inseguridad alimentaria. Esto implica un procedimiento en varias etapas que se detalla en el Anexo II del informe técnico Voices of the Hungry (véase el enlace en el apartado “Lecturas recomendadas”, que figura en la página siguiente).

Los agregados regionales y mundiales de la inseguridad alimentaria en el nivel moderado o grave, y en el nivel grave, FI_Lr, se calculan de la siguiente manera:

en la que r indica la región y FI_L,c es el valor de la inseguridad alimentaria en el nivel L estimado para el país c en la región y N_c es el tamaño correspondiente de la población. En los casos en que no se dispone de estimación de FI_L para un país, se supone que su valor es idéntico a la media ponderada por la población de los valores estimados correspondientes a los restantes países de la misma subregión. Se elabora un agregado regional únicamente en los casos en que los países para los que se dispone de una estimación cubren al menos el 50 % de la población de la región.

Se definen umbrales universales en la escala mundial de la FIES (un conjunto de parámetros de ítems basados en los resultados obtenidos en todos los países abarcados por la Encuesta Mundial de Gallup^© en 2014-16) y se convierten en valores correspondientes en escalas locales. El proceso de calibrar la escala de cada país con respecto a la escala mundial de la FIES puede denominarse equiparación, y permite la elaboración de mediciones internacionalmente comparables de la gravedad de la inseguridad alimentaria para cada participante en la encuesta, así como índices de prevalencia nacionales comparables.

El problema se debe al hecho de que la gravedad de la inseguridad alimentaria, cuando se define como rasgo latente, carece de una referencia absoluta con la que pueda evaluarse. El modelo de Rasch permite determinar la posición relativa que ocupan los diversos ítems en una escala expresada en unidades logísticas, pero cuyo “cero” se determina de forma arbitraria, normalmente en correspondencia con la gravedad media estimada. Esto significa que el cero de la escala cambia en cada aplicación. Para generar mediciones comparables a lo largo del tiempo y entre distintas poblaciones se debe establecer una escala común que pueda utilizarse como referencia y hallar la fórmula necesaria para la conversión de las mediciones entre las distintas escalas. Tal como sucede con la conversión de temperaturas entre distintas escalas de medición (por ejemplo, Celsius y Fahrenheit), resulta necesario definir algunos puntos de “anclaje”. En la metodología de la FIES, estos puntos de anclaje son los niveles de gravedad asociados con los ítems cuya posición relativa en la escala de gravedad puede considerarse equivalente a la de los ítems correspondientes en la escala de referencia mundial. La correspondencia entre las mediciones de las distintas escalas se obtiene hallando la fórmula que iguala la media y la desviación típica de los niveles de gravedad correspondientes a los ítems comunes.

Desafíos y limitaciones: En los casos en que las estimaciones de prevalencia de la inseguridad alimentaria se basan en datos de la FIES recopilados mediante la Encuesta Mundial de Gallup^© (realizada con tamaños de muestras nacionales de alrededor de 1 000 individuos en la mayoría de los países), los intervalos de confianza rara vez superan el 20 % de la prevalencia calculada (es decir, los índices de prevalencia del 50 % tienen márgenes de error de más/menos 5 % como máximo). No obstante, es probable que los intervalos de confianza sean mucho menores en los casos en que los índices de prevalencia nacionales se calculan utilizando muestras mayores y para estimaciones referidas a agregados de diversos países. Para reducir el efecto de la variabilidad interanual del muestreo, las estimaciones nacionales se presentan en promedios de tres años, calculados como las medias de todos los años con datos disponibles en el trienio considerado.

Lecturas recomendadas:

FAO. 2016. Métodos para la estimación de índices comparables de prevalencia de la inseguridad alimentaria experimentada por adultos en todo el mundo. Roma. www.fao.org/3/a-i4830s.pdf

FAO. 2018. Voices of the Hungry. En: FAO. [Consultado el 28 de abril de 2020]. www.fao.org/in-action/voices-of-the-hungry/es/

Gallup. 2020. Gallup Keeps Listening to the World Amid the Pandemic. En: Gallup. [Consultado el 25 de mayo de 2021]. https://news.gallup.com/opinion/gallup/316016/gallup-keeps-listening-world-amid-pandemic.aspx

Retraso del crecimiento, emaciación y sobrepeso en niños menores de cinco años

Definición de retraso del crecimiento (niños menores de cinco años): La altura o longitud (cm) para la edad (meses) es inferior en dos desviaciones típicas a la mediana de los patrones de crecimiento infantil de la OMS. Una estatura baja para la edad es un indicador que refleja los efectos acumulativos de la desnutrición y las infecciones desde el nacimiento e incluso antes de él. El retraso del crecimiento puede ser el resultado de una privación nutricional prolongada, infecciones recurrentes y la falta de infraestructuras de agua y saneamiento.

Cómo se indica en los informes: El retraso del crecimiento es el porcentaje de niños y niñas de 0 a 59 meses cuyo peso para la estatura es inferior en dos desviaciones típicas respecto al peso mediano para la estatura con arreglo a los Patrones de crecimiento infantil de la OMS.

Definición de emaciación: El peso (kg) para la estatura o longitud (cm) es inferior en dos desviaciones típicas a la mediana de los Patrones de crecimiento infantil de la OMS. Un peso bajo para la estatura es un indicador de pérdida grave de peso o incapacidad para aumentar de peso y puede ser consecuencia de una ingesta dietética insuficiente o de una incidencia de enfermedades infecciosas, especialmente la diarrea.

Cómo se indica en los informes: La emaciación es el porcentaje de niños de 0 a 59 meses cuyo peso para la estatura es inferior en dos desviaciones típicas respecto al peso mediano para la estatura con arreglo a los Patrones de crecimiento infantil de la OMS.

Definición de sobrepeso: El peso (kg) para la estatura o longitud (cm) es superior en dos desviaciones típicas a la mediana de los Patrones de crecimiento infantil de la OMS. Este indicador refleja el aumento de peso excesivo para la estatura, generalmente debido a consumos de energía que superan las necesidades energéticas de los niños.

Cómo se indica en los informes: El sobrepeso infantil es el porcentaje de niños de 0 a 59 meses cuyo peso para la estatura es superior en dos desviaciones típicas al peso mediano para la estatura o longitud con arreglo a los Patrones de crecimiento infantil de la OMS.

Fuente de los datos: Banco Mundial, OMS y UNICEF. 2023. UNICEF-WHO-World Bank: Joint child malnutrition estimates – Levels and trends (edición de 2023). [Consultado el 27 de abril de 2023]. https://data.unicef.org/resources/jme-report-2023, www.who.int/teams/nutrition-and-food-safety/monitoring-nutritional-status-and-food-safety-and-events/joint-child-malnutrition-estimates, https://datatopics.worldbank.org/child-malnutrition

Metodología:

Estimaciones nacionales

Conjunto de datos nacionales Estimaciones conjuntas sobre malnutrición infantil (JME) del Banco Mundial, la OMS y el UNICEF.

El conjunto de datos de las JME del Banco Mundial, la OMS y el UNICEF para las estimaciones de los países requiere la recopilación de fuentes de datos nacionales que contengan información sobre la malnutrición infantil, concretamente, datos sobre la altura, el peso y la edad de los niños menores de cinco años, que pueden utilizarse para generar estimaciones de la prevalencia a nivel nacional del retraso del crecimiento, la emaciación y el sobrepeso. Esas fuentes de datos a nivel nacional se componen principalmente de encuestas por hogares (por ejemplo, las encuestas de indicadores múltiples por conglomerados y las encuestas demográficas y de salud [EDS]). También se incluyen algunas fuentes de datos administrativos (por ejemplo, de sistemas de vigilancia) cuando la cobertura de la población es elevada. Al cierre del último examen, el 28 de febrero de 2023, el conjunto de datos de fuentes primarias contenía 1 100 fuentes de datos de 162 países y territorios según los cuales casi el 80 % de los niños vivían en países con al menos un punto de datos sobre retraso del crecimiento, emaciación y sobrepeso en los últimos cinco años. Esto hace pensar que las estimaciones mundiales representan en gran medida a la mayoría de los niños de todo el mundo en el periodo más reciente. El conjunto de datos contiene la estimación del punto (y, si está disponible, el error típico), los límites de confianza del 95 % y el tamaño de la muestra no ponderada. Cuando se dispone de microdatos, las JME utilizan estimaciones que se han recalculado para ajustarse a la definición normalizada mundial. Cuando no se dispone de microdatos, se utilizan las estimaciones notificadas, excepto en los casos en que se requieren ajustes para normalizar por: i) el uso de una referencia de crecimiento alternativa de los Patrones de crecimiento de la OMS de 2006; ii) rangos de edad que no incluyen el grupo de edad completo de 0 a 59 meses; y iii) fuentes de datos que solo eran representativas a nivel nacional para las poblaciones residentes en zonas rurales. Otros detalles relacionados con la compilación de las fuentes de datos, el reanálisis de los microdatos y el examen de las fuentes de datos se describen en otro documento¹⁰.

El conjunto de datos nacionales de las JME cumple diferentes propósitos para diferentes indicadores. En el caso de la emaciación, cumple la función de las propias estimaciones del país (es decir, la prevalencia de la emaciación en el conjunto de datos nacionales de las JME de una encuesta de hogares para un país en un año determinado es la prevalencia de la emaciación notificada para ese país en ese año). Para el retraso del crecimiento y el sobrepeso, se utiliza para generar estimaciones basadas en modelos de países que sirven como estimaciones oficiales de las JME (es decir, la prevalencia del retraso del crecimiento de un país determinado en un año determinado no se notifica como la prevalencia de ese país en ese año, sino que se incorpora a las estimaciones basadas en modelos que se describen en la sección que figura a continuación).

Modelo a nivel nacional para las estimaciones de retraso del crecimiento y sobrepeso

Los detalles técnicos de los modelos estadísticos se presentan en otro documento¹⁰. En resumen, tanto en el caso del retraso del crecimiento como en el del sobrepeso, para estimar la prevalencia se elaboró un modelo logit (log-odds) utilizando un modelo mixto de datos longitudinales con penalizaciones y un término de error heterogéneo. La calidad de los modelos se cuantificó con criterios de ajuste de modelos que equilibran la complejidad del modelo con la cercanía del ajuste a los datos observados. Las características del método propuesto son importantes: tendencias temporales no lineales, tendencias regionales, tendencias específicas de cada país, datos de covariables y un término de error heterogéneo. Todos los países que aportan datos contribuyen a las estimaciones de la tendencia temporal general y a los efectos de los datos de las covariables en la prevalencia. Para el sobrepeso, los datos de las covariables se componían del índice sociodemográfico lineal y cuadrático^be y el tipo de fuente de datos. Para el retraso del crecimiento, se utilizaron las mismas covariables más una covariable adicional relativa al promedio de acceso al sistema de asistencia sanitaria durante los cinco años anteriores.

En 2023, en las JME se difundieron estimaciones anuales basadas en modelos nacionales para el período comprendido entre 2000 y 2022 sobre el retraso del crecimiento y el sobrepeso correspondientes a 160 países con al menos un punto de datos (procedente, por ejemplo, de una encuesta por hogares) incluidos en el conjunto de datos nacionales de las JME descrito. También se generaron estimaciones basadas en modelos para otros 45 países que se utilizaron únicamente para generar agregados a nivel regional y mundial. Las estimaciones basadas en modelos correspondientes a estos 45 países no se muestran porque no se contaba con ninguna encuesta por hogares en el conjunto de datos nacionales de las JME o porque las estimaciones basadas en modelos seguían pendientes de someterse a un examen final en el momento de la publicación. Los resultados de los 205 países pueden utilizarse para calcular las estimaciones y los intervalos de incertidumbre de cualquier grupo de países agregados. Los intervalos de incertidumbre son importantes para el seguimiento de las tendencias, especialmente en el caso de los países con datos escasos y en los que las fuentes de datos primarios presentan graves errores de muestreo. Cuando para el período más reciente solo se dispone de datos escasos, el hecho de incluir una encuesta puede suponer un cambio sustancial en la trayectoria prevista. Por esta razón, es necesario contar con intervalos de incertidumbre para mejorar la interpretabilidad de las tendencias en función del nivel de precaución empleado. Los intervalos de incertidumbre del nuevo método de las JME se han puesto a prueba y validado con diversos tipos de datos.

Estimaciones a nivel regional y mundial

Las estimaciones a nivel regional y mundial de la emaciación solo se presentan para el último año, 2022, a diferencia de las estimaciones del retraso del crecimiento y el sobrepeso para las que se dispone de una serie temporal anual desde 2000 hasta 2022. Ello se debe a que las JME se basan en datos sobre la prevalencia a nivel nacional que proceden de encuestas transversales (es decir, una instantánea en un momento dado) que se recopilan con poca frecuencia (cada tres o cinco años) en la mayoría de los países. Dado que los niveles de retraso del crecimiento y sobrepeso se mantienen relativamente estables a lo largo de un año natural, es razonable seguir los cambios temporales de estas dos condiciones con estos datos, mientras que la emaciación es una afección aguda que puede cambiar con frecuencia y con rapidez. Un mismo niño puede padecer emaciación más de una vez en un año natural (es decir, puede recuperarse pero volver a padecer emaciación en el mismo año), y el riesgo de emaciación en muchos contextos puede estar condicionado por variaciones estacionales que pueden dar lugar a picos de prevalencia estacionales. Por ejemplo, la prevalencia de la emaciación en algunos contextos puede duplicarse entre la temporada posterior a la cosecha (a menudo asociada a una mayor disponibilidad de alimentos y a patrones climáticos menos propensos a causar enfermedades) y la temporada anterior a la cosecha (a menudo asociada a la escasez de alimentos, lluvias fuertes y enfermedades conexas que pueden incidir en el estado nutricional). Habida cuenta de que las encuestas por países pueden realizarse en cualquier estación, la estimación de la prevalencia en cualquier encuesta puede ser elevada o baja, o puede situarse en un punto intermedio si la recopilación de datos abarca varias estaciones. Por lo tanto, la prevalencia de la emaciación presenta la situación de la emaciación en un momento concreto y no a lo largo de todo un año. Las variaciones estacionales en las distintas encuestas dificultan las inferencias sobre las tendencias. La falta de métodos para tener en cuenta la estacionalidad y los casos incidentes de emaciación son las principales razones por las que las JME no presentan tendencias anuales para esta forma de malnutrición.

Obtención de estimaciones a nivel regional y mundial

Como se describe a continuación, para generar las estimaciones regionales y mundiales del retraso del crecimiento y el sobrepeso se aplicaron métodos distintos de los utilizados para la emaciación. En resumen, para generar las estimaciones regionales y mundiales del retraso del crecimiento y el sobrepeso se utilizaron los resultados del nuevo modelo a nivel nacional, mientras que para generar las estimaciones mundiales y regionales de la emaciación se recurrió al modelo subregional de múltiples niveles de las JME.

Retraso del crecimiento y sobrepeso

Las estimaciones mundiales y regionales para todos los años entre 2000 y 2022 se obtuvieron como los respectivos promedios nacionales ponderados por la población de menores de cinco años de los países que figuran en la publicación del Departamento de Asuntos Económicos y Sociales de las Naciones Unidas World Population Prospects (Perspectivas de la población mundial) en su revisión de 2022⁴, utilizando estimaciones basadas en modelos para 204 países. Ello incluye 155 países con fuentes de datos nacionales (por ejemplo, encuestas por hogares) incluidas en el conjunto de datos de países de las JME descrito anteriormente. También incluye a 49 países con estimaciones basadas en modelos generadas para el desarrollo de agregados regionales y mundiales, si bien las estimaciones nacionales basadas en modelos no se muestran porque no se contaba con ninguna encuesta por hogares en el conjunto de datos nacionales de las JME, o bien porque las estimaciones basadas en modelos seguían pendientes de someterse a un examen final en el momento de la publicación. Los intervalos de confianza se generaron sobre la base de la metodología de remuestreo intensivo (bootstrapping).

Emaciación

Los datos sobre la prevalencia de la emaciación procedentes de las fuentes de datos nacionales descritas en la sección anterior sobre el conjunto de datos nacionales de las JME se utilizaron para generar las estimaciones regionales y mundiales para el año 2020 mediante el modelo subregional de múltiples niveles de las JME, aplicando las ponderaciones de la población para los niños menores de cinco años procedentes de la publicación del Departamento de Asuntos Económicos y Sociales de las Naciones Unidas World Population Prospects (Perspectivas de la población mundial), en su revisión de 2022.

Desafíos y limitaciones: Se recomienda que los países informen sobre retraso del crecimiento, sobrepeso y emaciación con una periodicidad de tres a cinco años, pero algunos países facilitan sus datos con menor frecuencia. Aunque se ha hecho todo lo posible para potenciar al máximo la comparabilidad de las estadísticas entre los países y a lo largo del tiempo, los datos de cada país pueden diferir en lo que respecta a los métodos de recopilación, cobertura de población y criterios de estimación utilizados. Las estimaciones de las encuestas presentan cierto grado de incertidumbre debido a errores tanto de muestreo como de otro tipo (fallos técnicos en la medición y errores de registro). A la hora de obtener estimaciones a nivel nacional o regional y mundial no se ha tenido plenamente en cuenta ninguna de estas dos fuentes de error.

En el caso concreto de la prevalencia de la emaciación, las estimaciones pueden verse afectadas por la estacionalidad, dado que las encuestas se realizan durante un período determinado del año. Entre los factores estacionales relacionados con la emaciación cabe mencionar la disponibilidad de alimentos (por ejemplo., en períodos previos a la cosecha) y las enfermedades (la incidencia de la diarrea y la malaria en la estación húmeda), si bien los conflictos y los desastres naturales también pueden mostrar verdaderos cambios de tendencia que deben tratarse de forma distinta a un cambio estacional. Por lo tanto, las estimaciones anuales de cada país relativas a la emaciación no son necesariamente comparables a lo largo del tiempo. En consecuencia, solo se facilitan las estimaciones del último año (2022).

Lecturas recomendadas:

Banco Mundial, OMS y UNICEF. 2021. Technical notes from the background document for country consultations on the 2021 edition of the UNICEF-WHO-World Bank Joint Malnutrition Estimates. SDG Indicators 2.2.1 on stunting, 2.2.2a on wasting and 2.2.2b on overweight. Nueva York (Estados Unidos). UNICEF. data.unicef.org/resources/jme-2021-country-consultations

Banco Mundial, OMS y UNICEF. 2023. UNICEF-WHO-World Bank: Joint child malnutrition estimates– Levels and trends (edición de 2023). [Consultado el 27 de abril de 2023]. https://data.unicef.org/resources/jme-report-2023, www.who.int/teams/nutrition-and-food-safety/monitoring-nutritional-status-and-food-safety-and-events/joint-child-malnutrition-estimates, https://datatopics.worldbank.org/child-malnutrition

de Onis, M., Blössner, M., Borghi, E., Morris, R. y Frongillo, E.A. 2004. Methodology for estimating regional and global trends of child malnutrition. International Journal of Epidemiology, 33(6): 1260-1270. https://doi.org/10.1093/ije/dyh202

GBD 2019 Risk Factors Collaborators. 2020. Global burden of 87 risk factors in 204 countries and territories, 1990–2019: a systematic analysis for the Global Burden of Disease Study 2019. The Lancet, 396(10258): 1223-1249. https://doi.org/10.1016/s0140-6736(20)30752-2

OMS. 2014. Plan de aplicación integral sobre nutrición materna, del lactante y del niño pequeño. Ginebra (Suiza). https://www.who.int/es/publications/i/item/WHO-NMH-NHD-14.1

OMS. 2019. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Ginebra (Suiza). www.who.int/publications/i/item/9789241516952

Lactancia materna exclusiva

Definición: La lactancia materna exclusiva para lactantes menores de seis meses se define como la alimentación exclusiva a base de leche materna sin otros alimentos ni líquidos adicionales, ni siquiera agua. La lactancia materna exclusiva es una piedra angular de la supervivencia del niño y constituye la mejor opción de alimentación para los recién nacidos, dado que la leche materna configura el microbioma del bebé, además de fortalecer el sistema inmunológico de los recién nacidos y reducir el riesgo de desarrollar enfermedades crónicas.

La lactancia también beneficia a las madres por cuanto evita hemorragias posparto, fomenta la involución uterina, reduce el riesgo de anemia por carencia de hierro, rebaja el riesgo de varios tipos de cáncer y proporciona beneficios psicológicos.

Cómo se indica en los informes: Porcentaje de lactantes de hasta cinco meses de edad alimentados exclusivamente a base de leche materna sin otros alimentos ni líquidos adicionales, ni siquiera agua, en las 24 horas anteriores a la encuesta¹¹.

Fuente de los datos: UNICEF. 2022. Infant and young child feeding. En: UNICEF. [Consultado el 6 de abril de 2023]. data.unicef.org/topic/nutrition/infant-and-young-child-feeding

Metodología:

Este indicador comprende la lactancia mediante una nodriza y la alimentación con leche materna previamente extraída.

El indicador se basa en el recuerdo de la alimentación del día anterior para una muestra representativa de lactantes de hasta cinco meses de edad.

En 2012, las estimaciones regionales y mundiales de lactancia materna exclusiva se elaboraron mediante la utilización de la estimación más reciente disponible para cada país entre 2005 y 2012. Del mismo modo, en 2020 los cálculos se elaboraron utilizando la estimación más reciente disponible para cada país entre 2014 y 2020. Las estimaciones mundiales y regionales se calcularon como medias ponderadas de la prevalencia de la lactancia materna exclusiva en cada país utilizando el número total de lactantes de hasta cinco meses de edad obtenido de la publicación World Population Prospects (Perspectivas de la población mundial) en su revisión de 2022⁴ (2012 para el valor de referencia y 2021 para el valor actual) como ponderación. Las estimaciones se presentan solo cuando los datos disponibles son representativos del 50 % como mínimo del número total de nacimientos de la región correspondiente, salvo que se indique otra cosa.

Desafíos y limitaciones: Si bien un porcentaje elevado de países recopila datos relativos a la lactancia materna exclusiva, en muchos países, especialmente de ingresos altos, los datos son escasos. Se recomienda que los informes sobre lactancia materna exclusiva se presenten con una periodicidad de tres a cinco años. No obstante, los datos de algunos países se publican con menor frecuencia, lo que implica que a menudo los cambios en los hábitos de la lactancia no se detectan hasta transcurridos varios años desde que se produjeron.

Los promedios mundiales y regionales han podido verse afectados dependiendo de qué países disponían de datos para los períodos considerados en el presente informe.

Tomar como referencia la alimentación del día anterior puede ocasionar que se sobrestime el porcentaje de lactantes alimentados exclusivamente con leche materna dado que algunos lactantes alimentados habitualmente con otros líquidos o alimentos tal vez no hayan recibido estos el día anterior a la encuesta.

Lecturas recomendadas:

OMS. 2019. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Ginebra (Suiza). www.who.int/publications/i/item/9789241516952

OMS y UNICEF. 2021. Indicators for assessing infant and young child feeding practices: definitions and measurement methods. https://apps.who.int/iris/rest/bitstreams/1341846/retrieve

OMS. 2014. Plan de aplicación integral sobre nutrición materna, del lactante y del niño pequeño. Ginebra (Suiza). https://www.who.int/es/publications/i/item/WHO-NMH-NHD-14.1

UNICEF. 2022. Infant and young child feeding: exclusive breastfeeding. En: UNICEF. [Consultado el 6 de abril de 2023]. data.unicef.org/topic/nutrition/infant-and-young-child-feeding

Bajo peso al nacer

Definición: El bajo peso al nacer se define como un peso al nacer inferior a 2 500 gramos (menos de 5,51 libras), con independencia de la edad gestacional. El peso de un recién nacido al nacer es un importante marcador de la salud y la nutrición materna y fetal¹².

Cómo se indica en los informes: Porcentaje de recién nacidos que pesan menos de 2 500 g (menos de 5,51 libras) al nacer.

Fuente de los datos: OMS y UNICEF. 2023. Low birthweight joint estimates 2023 edition. [Consultado el 12 de julio de 2023]. https://data.unicef.org/topic/nutrition/low-birthweight; www.who.int/teams/nutrition-and-food-safety/monitoring-nutritional-status-and-food-safety-and-events/joint-low-birthweight-estimates

Metodología: Se pueden obtener estimaciones representativas a nivel nacional relativas a la prevalencia del bajo peso al nacer consultando diversas fuentes de información, definidas en términos generales como datos administrativos nacionales o encuestas representativas por hogares. Los datos administrativos de cada país se han obtenido de sistemas nacionales como los sistemas de registros civiles y estadísticas vitales, los sistemas nacionales de gestión de la información sanitaria y los registros de nacimientos. Las encuestas nacionales por hogares que contienen información sobre el peso de los recién nacidos e indicadores clave relacionados, como la percepción materna del tamaño al nacer (las encuestas de indicadores múltiples por conglomerados y las encuestas demográficas y de salud), también constituyen una importante fuente de datos relativos al bajo peso al nacer, especialmente en contextos en los que no se pesa a muchos recién nacidos o cuando los datos están excesivamente sesgados por el efecto de redondeo. Antes de su incorporación en el conjunto de datos del país, se examina la cobertura y calidad de los datos y se aplica un ajuste en el caso de que la fuente sea una encuesta por hogares. Para que puedan ser incluidos, los pesos al nacer disponibles derivados de datos administrativos deben cubrir al menos el 80 % de la estimación de nacimientos vivos para ese año de la publicación World Population Prospects (Perspectivas de la población mundial) del Departamento de Asuntos Económicos y Sociales de las Naciones Unidas. Para que puedan ser tomados en consideración en el cómputo general, los datos de la encuesta:

1. deben informar del peso al nacer para un mínimo del 30 % de la muestra;
2. deben contener en el conjunto de datos un mínimo de 200 pesos al nacer;
3. no deben presentar indicios de exceso de redondeo en las cifras; esto significa que a) como máximo el 55 % de todos los pesos al nacer pueden coincidir con los tres valores más frecuentes (es decir, si 3 000 g, 3 500 g y 2 500 g fuesen los tres pesos más repetidos, todos ellos sumados deberían representar como máximo el 55 % de los pesos incluidos en el conjunto de datos); b) como máximo el 10 % de todos los pesos al nacer son iguales o superiores a 4 500 g; y c) como máximo el 5 % de los pesos al nacer se sitúan en los finales de las colas de distribución (500 g y 5 000 g);
4. deben someterse a un ajuste por la falta de datos relativos al peso al nacer y por el efecto del redondeo de las cifras¹².

La predicción de las estimaciones de la prevalencia del bajo peso al nacer a nivel nacional se realizó a partir de un modelo bayesiano de regresión en varios niveles¹³. El modelo se ajusta a la escala logit (logaritmo de probabilidades) con el fin de asegurar que las proporciones queden comprendidas entre cero y uno, para realizar luego la transformación inversa y multiplicar por 100 a fin de obtener las estimaciones de prevalencia.

Los puntos de intersección jerárquicos aleatorios específicos de países (países dentro de las regiones y del mundo) tomaron en cuenta la correlación dentro de las regiones y entre ellas. Se adaptaron y utilizaron las seis regiones de los ODS en la modelización. Se utilizaron splines penalizados para suavizar la serie temporal 26-28, por lo que las tendencias temporales no lineales a nivel de países se plasmaron sin variación aleatoria que afectara a la tendencia. También se incluyeron en la modelización covariables a nivel de países. Las covariables finales comprendidas en el modelo fueron las siguientes: paridad del poder adquisitivo del ingreso nacional bruto por persona (dólares internacionales de 2017 constantes), la prevalencia de la insuficiencia ponderal entre mujeres, la tasa de alfabetización de mujeres, la tasa de prevalencia de anticonceptivos modernos y el porcentaje de la población urbana.

Además, se utilizaron categorías de la calidad de los datos (Cuadro A1.5) para aplicar desplazamientos en el sesgo (bias shifts) y términos de varianza adicionales. Se aplicó el desplazamiento en el sesgo a los datos administrativos de las categorías de menor calidad, que aproximó el sesgo previsto derivado del redondeo que se había tomado ya en cuenta en el ajuste de la encuesta. La varianza adicional se basó en 1) la categoría de calidad de datos de los datos administrativos y 2) la ponderación entre los datos administrativos y los datos de encuestas en caso de que el país contara con ambos.

CUADRO A1.5 Categorías de calidad de datos para fuentes administrativas

NOTAS: CCD = categoría de la calidad de los datos. * Francia se incluye como excepción. ** La cobertura del peso al nacer registrado se calculó dividiendo el número de nacimientos vivos con un peso al nacer registrado en la fuente de datos administrativos por los nacimientos vivos estimados en la edición de 2022 de la publicación World Population Prospects. *** En ≥  80 % de la serie temporal 2000-2019 (es decir, ≥ 16 años-país).
FUENTE: Okwaraji, Y.B., Krasevec, J., Bradley, E., Conkle, J., Stevens, G.A., Gatica-Domínguez, G., Ohuma, E.O. et al. 2023. National, regional, and global estimates of low birthweight in 2020, with trends from 2000: a systematic analysis. The Lancet (en prensa).

Se emplearon comprobaciones de diagnóstico estándar para evaluar la convergencia y la eficiencia del muestreo. Se aplicó la validación cruzada, con un promedio de más de 200 particiones aleatorias del 20 % de los datos de prueba y el 80 % de datos de entrenamiento. Se llevaron a cabo análisis de sensibilidad, incluidas comprobaciones sobre covariables, método de sesgo, suavización temporal y distribuciones a priori no informativas. Todos los modelos se ajustaron al software estadístico R y los paquetes “rjags” y “R2jags”.

El modelo incluía todos los 2 040 años-país de datos que cumplían los criterios de inclusión y generó estimaciones anuales de 2000 a 2020 con un 95 % de intervalos de credibilidad para 195 países y zonas^bf. Se notifican solo las estimaciones para países y zonas con datos. Para los 37 (de 195) países que carecían de datos o cuyos datos no cumplían los criterios de inclusión, se utilizó el modelo definitivo para predecir estimaciones de la prevalencia del bajo peso al nacer basándose en puntos de intersección y tendencias temporales de los países estimados a partir de las covariables a nivel de la región y del país para todos los años-país. Se elaboraron luego agregados regionales y mundiales utilizando estimaciones de los 195 países y zonas.

Desafíos y limitaciones: Una de las principales limitaciones para el seguimiento a nivel mundial del bajo peso al nacer es la falta de datos sobre el peso al nacer para muchos niños del mundo. Existe aquí un sesgo considerable donde los niños que nacen de madres más pobres, menos instruidas y de zonas rurales tienen menos probabilidades de que su peso se registre al nacer, en contraste con los niños que nacen en entornos urbanos, más ricos y cuyas madres tienen un mayor nivel educativo¹³. Dado que las características de los niños sin pesar constituyen factores de riesgo de tener un peso bajo al nacer, las estimaciones que no incluyen una representación correcta de estos niños pueden ser inferiores al valor verdadero. Además, la mayoría de los datos obtenidos de países de ingresos medianos bajos son de mala calidad debido a un exceso de redondeo de las cifras a múltiplos de 500 g y 100 g¹³, lo que puede sesgar aún más las estimaciones relativas a la insuficiencia ponderal de los recién nacidos. Los métodos aplicados para realizar los ajustes por falta de datos sobre el peso al nacer y corregir el efecto del redondeo en las estimaciones de las encuestas incluidas en la actual base de datos¹³ tienen como finalidad resolver este problema. En un estudio de validación reciente se constató que la estimación ajustada del bajo peso al nacer era similar a la prevalencia real, en tanto que el valor sin ajustar no reflejaba ni la mitad de los niños nacidos con bajo peso en una población¹⁴.

Los datos de entrada administrativos también presentan limitaciones, en particular la falta de datos a nivel de individuo, e información limitada sobre el redondeo y la falta de datos relativos al peso al nacer. La clasificación en categorías de calidad de los datos (Cuadro A1.5) procuró tener en cuenta este aspecto agrupando los países según indicadores de calidad de los datos, pero es necesario desarrollar métodos más sólidos para ajustar las diferencias de calidad de los datos administrativos a nivel de cada país en vez de tener un único ajuste de sesgo para un grupo de países. Asimismo, en el caso de las encuestas, los errores típicos son mayores que los desarrollados para los datos de entrada administrativos debido a la naturaleza del muestreo en las encuestas por hogares. Estas diferencias en los errores típicos entre los datos administrativos y los datos de encuestas pueden afectar artificialmente a los resultados del modelo.

Los grupos geográficos de los ODS que se utilizan en la modelización pueden no ser adecuados para valores atípicos regionales epidemiológicos o económicos. En total, las estimaciones relativas a 37 (de 195) países sin datos de entrada pueden haberse visto afectadas. Por ejemplo, la prevalencia prevista para Haití, un país sin datos de entrada que cumplan los criterios de inclusión, se basó en covariables a nivel del país así como puntos de intersección y tendencias temporales para países de la región de América Latina y el Caribe que podrían no ser aptos para este país en particular.

Además, los límites de confianza de las estimaciones regionales y mundiales pueden ser artificialmente pequeños dado que alrededor de la mitad de los países incluidos en el modelo tenían, para cada predicción bootstrap (remuestreo intensivo), un efecto específico generado al azar, en algunos casos positivo y en otros negativo, con lo cual la incertidumbre relativa en los ámbitos regional y mundial suele ser menor que a nivel de cada país.

Lecturas recomendadas:

Blanc, A. y Wardlaw, T. 2005. Monitoring low birth weight: An evaluation of international estimates and an updated estimation procedure. Bulletin World Health Organization, 83(3): 178–185. www.ncbi.nlm.nih.gov/pmc/articles/PMC2624216

Blencowe, H., Krasevec, J., de Onis, M., Black, R.E., An, X., Stevens, G.A., Borghi, E., Hayashi, C., Estevez, D., Cegolon, L., Shiekh, S., Ponce Hardy, V., Lawn, J.E. y Cousens, S. 2019. National, regional, and worldwide estimates of low birthweight in 2015, with trends from 2000: a systematic analysis. The Lancet Global Health, 7(7): e849–e860. https://doi.org/10.1016/S2214-109X(18)30565-5

Chang, K.T., Carter, E.D., Mullany, L.C., Khatry, S.K., Cousens, S., An, X., Krasevec, J., LeClerq, S.C., Munos, M.K. y Katz, J. 2022. Validation of MINORMIX approach for estimation of low birthweight prevalence using a rural Nepal dataset. The Journal of Nutrition, 152(3): 872–879. https://doi.org/10.1093/jn/nxab417

Okwaraji, Y.B., Krasevec, J., Bradley, E., Conkle, J., Stevens, G.A., Gatica-Domínguez, G., Ohuma, E.O. et al. 2023. National, regional, and global estimates of low birthweight in 2020, with trends from 2000: a systematic analysis. The Lancet (en prensa).

Obesidad en adultos

Definición: IMC ≥ 30,0 kg/m². El índice de masa corporal (IMC) es la relación entre peso y estatura utilizada habitualmente para clasificar el estado nutricional de los adultos. Se calcula dividiendo el peso en kilogramos por el cuadrado de la estatura en metros (kg/m²). La obesidad incluye a individuos con un IMC igual o superior a los 30 kg/m².

Cómo se indica en los informes: Porcentaje de la población mayor de 18 años de edad con un IMC ≥ 30,0 kg/m² tipificado por edad y ponderado por sexo¹⁵.

Fuente de los datos: OMS. 2020. Repositorio de datos del Observatorio mundial de la salud. En: OMS. [Consultado el 28 de abril de 2020]. apps.who.int/gho/data/node.main.A900A?lang=en (la muestra incluyó 1 698 estudios basados en la población, con más de 19,2 millones de participantes de 18 años o más, procedentes de 186 países)¹⁶.

Metodología: Se ha aplicado un modelo jerárquico bayesiano en determinados estudios poblacionales en los que se había medido la altura y el peso de adultos de 18 años o más, para estimar las tendencias de 1975 a 2014 relativas al IMC medio y a la prevalencia de las categorías de IMC (insuficiencia ponderal, sobrepeso y obesidad). El modelo incorporaba tendencias temporales no lineales y patrones de edad, comparaba la representatividad nacional con la subnacional y la comunitaria, y distinguía si los datos se referían a zonas tanto urbanas como rurales o solo a una de ellas. El modelo también incluyó covariables que ayudan a pronosticar el IMC; entre ellas cabe citar la renta nacional, la proporción de población que vive en áreas urbanas, el número medio de años de estudios, y una síntesis de medidas relativas a la disponibilidad de distintos tipos de alimentos para el consumo humano.

Desafíos y limitaciones: Algunos países disponían de escasas fuentes de datos y únicamente en el 42 % de las fuentes incluidas se recogían datos de personas de más de 70 años de edad.

Lecturas recomendadas:

NCD-RisC (NCD Risk Factor Collaboration). 2016. Trends in adult body-mass index in 200 countries from 1975 to 2014: a pooled analysis of 1698 population-based measurement studies with 19.2 million participants. The Lancet, 387(10026): 1377-1396. https://doi.org/10.1016/S0140-6736(16)30054-X

OMS. 2019. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Ginebra (Suiza). www.who.int/publications/i/item/9789241516952

Anemia en mujeres de entre 15 y 49 años

Definición: Porcentaje de mujeres de 15 a 49 años con una concentración de hemoglobina por debajo de 120 g/L en el caso de las mujeres que no están embarazadas y de las mujeres lactantes, y por debajo de 110 g/L en el caso de las mujeres embarazadas, ajustado por altitud y tabaquismo.

Cómo se indica en los informes: Porcentaje de mujeres entre 15 a 49 años de edad con una concentración de a hemoglobina por debajo de 110 g/L para las mujeres embarazadas y por debajo de 120 g/L para las mujeres que no están embarazadas.

Fuente de los datos:

OMS. 2021. Global anaemia estimates, edición de 2021. En: OMS. Repositorio de datos del Observatorio mundial de la salud. [Consultado el 20 de abril de 2023]. www.who.int/data/gho/data/themes/topics/anaemia_in_women_and_children

Metodología:

En la edición de 2021 de las estimaciones relativas a la anemia en mujeres de entre 15 y 49 años, por estado de embarazo, se incluían fuentes de datos procedentes de la base de datos sobre micronutrientes, parte del Sistema de Información Nutricional sobre Vitaminas y Minerales de la OMS, y de datos anonimizados a nivel de individuo que comprenden de 1995 a 2020. Siempre que fue posible, se ajustaron los datos de las concentraciones de hemoglobina en la sangre en función de la altitud y el tabaquismo. Se excluyeron los valores de hemoglobina biológicamente inverosímiles (<25 g/L o >200 g/L). Se empleó un modelo jerárquico bayesiano combinado para estimar las distribuciones de hemoglobina y abordar de forma sistemática la ausencia de datos, las tendencias temporales no lineales y la representatividad de las fuentes de datos. En pocas palabras, el modelo calcula las estimaciones para cada país y año, basándose en los datos del propio país y de ese año, si están disponibles, y en los datos de otros años en el mismo país y en otros países con datos para períodos de tiempo similares, especialmente países de la misma región. El modelo toma prestados los datos, en mayor medida cuando los datos no existen o son poco informativos, y en menor medida para los países y regiones con muchos datos. Las estimaciones obtenidas también se basan en covariables que ayudan a predecir las concentraciones de hemoglobina en la sangre (por ejemplo, el índice sociodemográfico, el suministro de carne [kcal per cápita], el IMC medio de las mujeres y el logaritmo de la mortalidad de los niños menores de cinco años). Los rangos de incertidumbre (intervalos de credibilidad) reflejan las principales fuentes de incertidumbre, entre otras, el error de muestreo, el error ajeno al muestreo debido a problemas en el diseño/medición de la muestra y la incertidumbre derivada de realizar estimaciones para países y años sin datos.

Desafíos y limitaciones: A pesar de que una elevada proporción de países disponen de datos de encuestas representativas a escala nacional para la anemia, todavía se sigue careciendo de informes sobre este indicador, sobre todo en los países de ingresos altos. Como consecuencia de ello, es posible que las estimaciones no capten toda la variación existente entre los países y las regiones, y tiendan a contraerse hacia las medias mundiales cuando los datos son escasos.

Lecturas recomendadas:

OMS. 2011. Concentraciones de hemoglobina para diagnosticar la anemia y evaluar su gravedad. Sistema de Información Nutricional sobre Vitaminas y Minerales. Ginebra (Suiza). https://www.who.int/es/publications/i/item/WHO-NMH-NHD-MNM-11.1

OMS. 2014. Plan de aplicación integral sobre nutrición materna, del lactante y del niño pequeño. Ginebra (Suiza). https://www.who.int/es/publications/i/item/WHO-NMH-NHD-14.1

OMS. 2021. Global anaemia estimates, edition 2021. En: OMS. Repositorio de datos del Observatorio mundial de la salud. [Consultado el 20 de abril de 2023]. www.who.int/data/gho/data/themes/topics/anaemia_in_women_and_children

OMS. 2021. Nutrition Landscape Information System (NliS) Country Profile. En: OMS. [Consultado el 20 de abril del 2023]. www.who.int/data/nutrition/nlis/country-profile

OMS. 2021. Sistema de información nutricional sobre vitaminas y minerales (VMNIS). En: OMS. [Consultado el 20 de abril de 2023]. www.who.int/teams/nutrition-and-food-safety/databases/vitamin-and-mineral-nutrition-information-system

OMS. 2023. Nutrition Data Portal. En: OMS. [Consultado el 20 de abril del 2023]. https://platform.who.int/nutrition/nutrition-portals

Stevens, G.A., Finucane, M.M., De-Regil, L.M., Paciorek, C.J., Flaxman, S.R., Branca, F., Peña-Rosas, J.P., Bhutta, Z.A. y Ezzati, M. 2013. Global, regional, and national trends in haemoglobin concentration and prevalence of total and severe anaemia in children and pregnant and non-pregnant women for 1995–2011: a systematic analysis of population-representative data. The Lancet Global Health, 1(1): e16-e25. https://doi.org/10.1016/s2214-109x(13)70001-9

Stevens, G.A., Paciorek, C.J., Flores-Urrutia, M.C., Borghi, E., Namaste, S., Wirth, J.P., Suchdev, P.S., et al. 2022. National, regional, and global estimates of anaemia by severity in women and children for 2000–19: a pooled analysis of population-representative data. The Lancet Global Health, 10(5): e627-e639. https://doi.org/10.1016/S2214-109X(22)00084-5