El estado de la seguridad alimentaria y la nutrición en el mundo 2022

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 algunos de los parámetros subyacentes como, por ejemplo, la variación interanual en las existencias de productos básicos alimentarios, uno de los componentes de las hojas de balance de alimentos anuales de la FAO para las que se dispone de muy pocos datos completos y fiables. 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 en todos los países.

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)^396,397. 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 para un individuo promedio representativo de la población [MDER en la fórmula, por sus siglas en inglés]) tal como se expresa en la siguiente fórmula:

donde θ es un vector de parámetros que caracteriza la función de densidad de la probabilidad. 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 (TMB, 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^ao. Dado que tanto los IMC como los niveles de actividad física 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 medias de energía alimentaria (ADER) 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 información anual sobre la estructura de población, desglosada por sexo y edad para la mayoría de los países del mundo. 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 en su revisión de 2019³⁹⁸.

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 sean insignificantes.

Consumo de energía alimentaria (CEA): Lo ideal es que los datos sobre el consumo de alimentos procedan de encuestas realizadas en hogares representativos a escala nacional (como los estudios sobre la medición de los niveles de vida o las encuestas sobre gastos e ingresos en los hogares). No obstante, 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 mundo (véase FAO, 2021)⁹⁰.

Desde la última edición de este informe, el nuevo dominio de las hojas de balance de alimentos en FAOSTAT se ha actualizado hasta 2019 para todos los países. Además, al cierre de informe, se habían actualizado hasta 2020 las series de las hojas de balance de alimentos para los siguientes 63 países que presentan el mayor número de personas subalimentadas: Afganistán, Angola, Argelia, Bangladesh, Bolivia (Estado Plurinacional de), Burkina Faso, Camboya, Camerún, Chad, China (continental), Colombia, Congo, Côte d’Ivoire, Ecuador, Eswatini, Etiopía, Filipinas, Guatemala, Guinea, Haití, Honduras, India, Indonesia, Irán (República Islámica del), Iraq, Kenya, Liberia, Madagascar, Malawi, Malí, México, Mongolia, Mozambique, Myanmar, Nepal, Níger, Nigeria, Pakistán, Papua Nueva Guinea, Perú, República Árabe Siria, República Centroafricana, República Democrática del Congo, República Democrática Popular Lao, República Popular Democrática de Corea, República Unida de Tanzanía, Rwanda, Senegal, Sierra Leona, Somalia, Sudáfrica, Sri Lanka, Sudán, Tailandia, Tayikistán, Togo, Uganda, Uzbekistán, Venezuela (República Bolivariana de), Viet Nam, Yemen, Zambia y Zimbabwe.

Las estimaciones del promedio de SEA per cápita en 2020 (para los países que no se mencionan entre los 63 anteriores) y en 2021 (para todos los países), recopiladas sobre la base de los ejercicios de perspectivas de mercado a corto plazo llevados a cabo por la FAO para fundamentar la Situación alimentaria mundial⁵, se utilizan para realizar una previsión a muy corto plazo de los valores del CEA en 2020 y 2021 de cada país, a partir del último año disponible en la serie de hojas de balance de alimentos.

Coeficiente de variación (CV): En los casos en que se dispone de datos fiables sobre el consumo de alimentos procedentes de las encuestas realizadas en hogares representativos a escala nacional, se puede estimar directamente el CV debido a los ingresos (CV|y). Desde la última edición de este informe, se han procesado 18 nuevas encuestas de los siguientes 15 países para actualizar el CV|y: Côte d’Ivoire (2018), Etiopía (2019), Filipinas (2018), Iraq (2018), Kirguistán (2018), Malawi (2019), Malí (2018), Myanmar (2017), Níger (2018), República Unida de Tanzanía (2001, 2007, 2017), Senegal (2018), Sri Lanka (2016, 2019), Togo (2018), Uganda (2018) y Vanuatu (2019). En total, son 118 encuestas de 60 países para los que la estimación del CV|y se basa en datos 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 una tendencia suavizada (promedio móvil de tres años) de la inseguridad alimentaria grave. Las estimaciones se basan en el supuesto de que los recientes cambios en el alcance de la inseguridad alimentaria grave, medida mediante la FIES, permitirían estimar de manera más precisa los cambios no observados en la prevalencia de la subalimentación. En la medida en que estas variaciones en la prevalencia de la subalimentación no pueden explicarse completamente por el efecto de los cambios observados o estimados en los suministros medios de alimentos, estas variaciones pueden atribuirse a posibles cambios inadvertidos en el CV|y que podrían haber ocurrido durante el año más reciente. En los análisis de las estimaciones históricas para la prevalencia de la subalimentación se demuestra que, por término medio, las diferencias en el CV|y constituyen la causa de alrededor de 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 y las NMEA. Por lo tanto, 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, el CV|y se mantiene constante en el valor estimado para 2017. Al igual que en el informe del año pasado, la previsión a muy corto plazo del CV|y para 2020 y 2021 —los años en los que el acceso a los alimentos se vio muy condicionado por los efectos de la pandemia de la enfermedad por el coronavirus (COVID-19)— requirió especial atención (véase el Anexo 2A).

Según el planteamiento paramétrico de la FAO relativo a la prevalencia de la subalimentación, el CV debido a las diferencias en el peso corporal y el estilo de vida, también conocido como CV debido a las necesidades (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. Se puede suponer que la distribución de las necesidades de energía alimentaria de un hipotético individuo promedio es normal, por lo que se puede estimar su desviación típica si se conocen al menos dos percentiles. Utilizamos las NMEA y las ADER antes citadas para aproximar el percentil 1 y el percentil 50^399,400. 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 ADER.

El CV total se obtiene a continuación determinando la media geométrica del CV|y y el CV|r:

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 representativa. Por consiguiente, la prevalencia de la subalimentación es una estimación del porcentaje de individuos de dicho grupo que se encuentran subalimentados y 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 la prevalencia de la subalimentación, es probable que estos superen el 5% en la mayoría de los casos. Por esta razón, la FAO considera que las estimaciones de la prevalencia de la subalimentación inferiores al 2,5% no son suficientemente fiables para ser incluidas en el informe.

Referencias:

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

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 Objetivos de Desarrollo Sostenible (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 una encuesta se validan en aras de su coherencia interna y se convierten en medidas cuantitativas a lo largo de una escala de gravedad, que va desde “baja” a “elevada”. Sobre la base de las respuestas a los temas del módulo de encuesta de la FIES, 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: prevalencia de la inseguridad alimentaria moderada o grave (FI_mod+sev) y prevalencia de la 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 un adulto sufre inseguridad alimentaria;
• el número estimado de individuos de la población que viven en hogares donde al menos un adulto 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 2021, 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 2020 a través de entrevistas telefónicas asistidas por computador (CATI).

Gallup utiliza tradicionalmente encuestas telefónicas en América septentrional, Europa occidental, algunas partes de Asia y los países del Consejo de Cooperación del Golfo. En Europa central y oriental, gran parte de América Latina, 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).

Además de la Encuesta Mundial de Gallup^©, en 2021 la FAO recopiló datos en 20 países a través de GeoPoll^© y Kantar^© con el objetivo específico de subsanar la falta de datos respecto al acceso a los alimentos. Los países en cuestión fueron: Antigua y Barbuda, Bahamas, Barbados, Comoras, Djibouti, Dominica, Eswatini, Guinea-Bissau, Haití, Madagascar, Maldivas, Níger, República Democrática del Congo, República Democrática Popular Lao, Rwanda, Saint Kitts y Nevis, Santo Tomé y Príncipe, Suriname, Trinidad y Tabago y Zambia.

En el caso del Afganistán, Angola, Armenia, Belice, Benin, Botswana, Burkina Faso, Cabo Verde, el Canadá, Chad, Chile, Costa Rica, Côte d’Ivoire, el Ecuador, los Emiratos Árabes Unidos, los Estados Unidos de América, la Federación de Rusia, Fiji, Filipinas, Ghana, Granada, Grecia, Guinea-Bissau, Honduras, Indonesia, Israel, Kazajstán, Kenya, Kirguistán, Kiribati, Lesotho, Malawi, Marruecos, México, Namibia, el Níger, Nigeria, Palestina, Paraguay, la República de Corea, la República Dominicana, la República Unida de Tanzanía, Saint Kitts y Nevis, Samoa, Santa Lucía, San Vicente y las Granadinas, el Senegal, Seychelles, Sierra Leona, Sri Lanka, Sudáfrica, Sudán, Sudán del Sur, Togo, Tonga, Uganda, Vanuatu, Viet Nam y Zambia, se emplearon datos de las encuestas gubernamentales nacionales para calcular las estimaciones de prevalencia de la inseguridad alimentaria aplicando los métodos estadísticos de la FAO a fin de ajustar los resultados nacionales a la misma norma de referencia mundial, que abarca más de la cuarta parte de la población mundial. 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;
• –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).

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 de sufrir inseguridad alimentaria (p_i,L) en cada nivel de gravedad de la inseguridad alimentaria L (moderada o grave, o grave), para cada encuestado i, con 0 < p _i,L < 1.

La prevalencia de la inseguridad alimentaria en cada nivel de gravedad (FIL) 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 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 un adulto 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 “Referencias”, 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_L,r, 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 región. 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 un 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 las desviaciones típicas 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, 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.

Referencias:

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. Roma. Consultado el 28 de abril de 2020. http://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 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 Organización Mundial de la Salud (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 de 0 a 59 meses cuyo peso para la estatura es inferior en dos desviaciones típicas respecto a la estatura mediana para la edad 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: UNICEF, OMS y Banco Mundial. 2021. UNICEF-WHO-World Bank: Joint child malnutrition estimates - Levels and trends (edición de 2021). Consultado el 6 de abril de 2022. https://data.unicef.org/resources/jme-report-2021, www.who.int/data/gho/data/themes/topics/joint-child-malnutrition-estimates-unicef-who-wb, https://datatopics.worldbank.org/child-malnutrition.

Metodología:

Estimaciones nacionales

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

El conjunto de datos JME del Fondo de las Naciones Unidas para la Infancia (UNICEF), la OMS y el Banco Mundial 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). 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 31 de enero de 2021, el conjunto de datos de fuentes primarias contenía 997 fuentes de datos de 157 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 período 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; 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 documento⁴⁰¹.

El conjunto de datos nacionales 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 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 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 documento⁴⁰¹. 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^ap 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 2021, en las JME se difundieron estimaciones anuales basadas en modelos nacionales para el período comprendido entre 2000 y 2020^aq sobre el retraso del crecimiento y el sobrepeso correspondientes a 155 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 49 países que se utilizaron únicamente para generar agregados a nivel regional y mundial. Las estimaciones basadas en modelos correspondientes a estos 49 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 204 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, 2020, 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 2020^ar. 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 2020^as se obtuvieron como los respectivos promedios nacionales ponderados por la población de menores de cinco años de los países que figuran en la publicación de las Naciones Unidas World Population Prospects (Perspectivas de la población mundial) en su revisión de 2019³⁹⁸, 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 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^at 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 de las Naciones Unidas World Population Prospects (Perspectivas de la población mundial), en su revisión de 2019³⁹⁸.

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 encuestas presentan un 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 concreto 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 (2020)^au.

Referencias:

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://apps.who.int/iris/handle/10665/130456.

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

UNICEF, OMS y Banco Mundial. 2021. UNICEF-WHO-World Bank: Joint child malnutrition estimates - Levels and trends (edición de 2021). Consultado el 6 de abril de 2022. https://data.unicef.org/resources/jme-report-2021, www.who.int/data/gho/data/themes/topics/joint-child-malnutrition-estimates-unicef-who-wb, https://datatopics.worldbank.org/child-malnutrition.

UNICEF, OMS y Banco Mundial. 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.

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 el mejor alimento 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 niños 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 encuesta⁴⁰².

Fuente de los datos: UNICEF. 2021. Infant and young child feeding. En: UNICEF. Nueva York (Estados Unidos). Consultado el 6 de abril de 2022. 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 niños 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 nacimientos de las World Population Prospects (Perspectivas de la población mundial) en su revisión de 2019³⁹⁸ (2012 para el valor de referencia y 2020 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 niños alimentados habitualmente con otros líquidos o alimentos tal vez no hayan recibido estos el día anterior a la encuesta.

Referencias:

OMS. 2014. Plan de aplicación integral sobre nutrición materna, del lactante y del niño pequeño. Ginebra (Suiza). https://apps.who.int/iris/handle/10665/130456.

OMS. 2019. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Ginebra (Suiza). https://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.

UNICEF. 2021. Infant and young child feeding: exclusive breastfeeding. En: UNICEF. Nueva York (Estados Unidos). Consultado el 6 de abril de 2022. 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 fetal⁴⁰³.

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

Fuente de los datos: UNICEF y OMS. 2019. UNICEF-WHO: Joint low birthweight estimates. En: UNICEF. Nueva York (EE.UU.) y Ginebra (Suiza). Consultado el 28 de abril de 2020. www.unicef.org/reports/UNICEF-WHO-low-birthweight-estimates-2019 y www.who.int/nutrition/publications/UNICEF-WHO-lowbirthweight-estimates-2019.

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. Los datos administrativos se clasifican en: i) “cobertura alta”, si representan el 90% o más de los nacimientos vivos; ii) “cobertura media”, si representan entre el 80% y el 90% de los nacimientos vivos; o iii) “no incluidos”, si cubren menos del 80% de los nacimientos vivos. Para que puedan ser tomados en consideración en el cómputo general, los datos de la encuesta:

1. deben informar del peso del nacimiento correspondiente a por lo menos el 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.

Se han aplicado métodos de modelización a los datos de país aceptados (y para los datos de las encuestas por hogares aceptados y ajustados) a fin de generar estimaciones anuales para cada país desde el año 2000 hasta 2015, mediante métodos que varían en función de la disponibilidad y el tipo de datos de entrada, de la siguiente manera:

• b-spline: los datos para países con un mínimo de 8 puntos de datos obtenidos de fuentes administrativas de cobertura más alta, de los que al menos uno sea anterior a 2005 y un punto de dato o más sean posteriores a 2010, se suavizan con una regresión b-spline para generar estimaciones anuales del bajo peso al nacer. Se ha utilizado un modelo de regresión b-spline para predecir el error estándar y calcular intervalos de confianza del 95% para las estimaciones nacionales de bajo peso al nacer. Estas estimaciones sobre el bajo peso al nacer son muy parecidas a las incluidas en los propios informes administrativos de los países.
• Regresión jerárquica: los datos de los países que, aunque no cumplan los requisitos para el modelo b-spline, tienen como mínimo un punto de dato sobre el bajo peso al nacer obtenido de una fuente que cumpla los criterios de inclusión se integran en un modelo utilizando covariables a fin de generar estimaciones anuales del bajo peso al nacer, así como intervalos de incertidumbre, utilizando un método de remuestreo intensivo (“bootstrapping”). El modelo incluye un registro natural de la tasa de mortalidad neonatal; la proporción de niños con insuficiencia ponderal (es decir, la puntuación z del peso para la edad es inferior en dos desviaciones típicas respecto del peso mediano para la edad de la población de referencia); el tipo de datos (alta calidad administrativa, baja calidad administrativa o encuesta por hogares); la región de las Naciones Unidas (por ejemplo, Asia meridional o el Caribe), y un efecto aleatorio específico del país. Estas estimaciones relativas al bajo peso al nacer pueden variar considerablemente con respecto a los datos indicados para cada país en los informes administrativos y de encuestas, sobre todo debido a que los cálculos de las encuestas por hogares se ajustan para tener en cuenta la falta de datos sobre el peso al nacer o el efecto de redondeo, mientras que los informes de encuestas suelen incluir una estimación del bajo peso al nacer sólo para los niños cuyo peso se mide y no incorporan ajustes por el efecto de redondeo de los datos.
• Sin estimaciones: los países para los cuales no se disponía de datos de entrada relativos al bajo peso al nacer o no cumplían los criterios de inclusión figuran en la base de datos como “sin estimaciones”. En la actual base de datos hay un total de 54 países “sin estimaciones”. A pesar de que no se disponía de datos para estos 54 países, para ellos se han calculado estimaciones anuales del bajo peso al nacer utilizando los métodos de regresión jerárquica que se detallan más arriba, aunque se emplean únicamente para su incorporación en las estimaciones regionales y mundiales.

Para generar estimaciones regionales y mundiales correspondientes al período 2000-2015 se han utilizado estimaciones anuales de cada país basadas en modelos. Las estimaciones mundiales se han obtenido sumando el número estimado de niños nacidos vivos con un peso inferior a los 2 500 g para 195^av países con una estimación anual de las agrupaciones regionales de las Naciones Unidas y dividiendo el resultado por todos los nacimientos vivos que se registran cada año en esos 195 países. Las estimaciones regionales se han calculado de forma idéntica, teniendo en cuenta los países incluidos en cada grupo regional. Para obtener las estimaciones de la incertidumbre a nivel mundial y regional, se han realizado por país y año 1 000 estimaciones puntuales de bajo peso al nacer, mediante la utilización de una función b-spline (tomando aleatoriamente muestras de una distribución normal trazada mediante el uso del error típico calculado) o un enfoque de regresión jerárquica (utilizando un método de remuestreo intensivo o “bootstrapping”). Las estimaciones nacionales correspondientes al bajo peso al nacer para cada una de las 1 000 muestras se han sumado a nivel mundial o regional, y los percentiles 2,5 y 97,5 de las distribuciones resultantes se han utilizado como intervalos de confianza.

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 un sesgo considerable entre los niños que no han sido pesados al nacer: los que nacen de madres más pobres, menos instruidas y de zonas rurales tienen menos probabilidades de que su peso se mida 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 al bajo peso al nacer. 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 datos⁴⁰⁴ tienen como finalidad resolver este problema, aunque en el caso de 54 países ha sido imposible generar una estimación fiable del peso al nacer. 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, 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.

Referencias:

Blanc, A. y Wardlaw, T. 2005. Monitoring low birth weight: An evaluation of international estimates and an updated estimation procedure. Boletín de la Organización Mundial de la Salud, 83(3): 178-185.

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.

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 sexo⁴⁰⁶.

Fuente de los datos: OMS. 2020. Repositorio de datos del Observatorio mundial de la salud. En: OMS. Ginebra (Suiza). 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)⁴⁰⁷.

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.

Referencias:

NCD RiskC (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.

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 de edad

Definición: Porcentaje de mujeres de 15 a 49 años de edad 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 110g/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. Sistema de información nutricional sobre vitaminas y minerales (VMNIS). En: OMS. Ginebra (Suiza). Consultado el 25 de mayo de 2021. www.who.int/teams/nutrition-food-safety/databases/vitamin-and-mineral-nutrition-information-system.

OMS. 2021. Global anaemia estimates, Edition 2021. En: OMS | Repositorio de datos del Observatorio mundial de la salud. Ginebra (Suiza). Consultado el 25 de mayo de 2021. www.who.int/data/gho/data/indicators/indicator-details/GHO/prevalence-of-anaemia-in-women-of-reproductive-age-(-).

Metodología: La fuente de datos más adecuada son las encuestas de población. Los datos procedían de la base de datos sobre micronutrientes del Sistema de Información Nutricional sobre Vitaminas y Minerales de la OMS (VMNIS). En esta base de datos se recopilan y resumen datos sobre el estado de micronutrientes de las poblaciones procedentes de otras fuentes, incluidos datos recabados en estudios científicos y a través de colaboradores, como oficinas regionales y nacionales de la OMS, organizaciones de las Naciones Unidas, ministerios de salud, instituciones académicas y de investigación y organizaciones no gubernamentales. Además, se obtienen datos anonimizados a nivel de individuo a partir de una serie de encuestas en diversos países, como las encuestas demográficas y de salud, las encuestas de grupos de indicadores múltiples, las encuestas de salud reproductiva y las encuestas de indicadores de la malaria.

La edición de 2021 de las estimaciones de la anemia en mujeres de 15 a 49 años, por estado de embarazo, incluyó 489 fuentes de datos que abarcaban el período comprendido entre 1995 y 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)⁴⁰⁸. 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.

Referencias:

OMS. 2014. Plan de aplicación integral sobre nutrición materna, del lactante y del niño pequeño. Ginebra (Suiza).

OMS. 2021. Nutrition Landscape Information System (NliS) Country Profile. En: OMS. Ginebra (Suiza). Consultado el 10 de mayo de 2021. www.who.int/data/nutrition/nlis/country-profile.

OMS. 2021. Sistema de información nutricional sobre vitaminas y minerales (VMNIS). En: OMS. Ginebra (Suiza). Consultado el 10 de mayo de 2021. www.who.int/teams/nutrition-food-safety/databases/vitamin-and-mineral-nutrition-information-system.

OMS. 2021. WHO Global Anaemia estimates, 2021 Edition. En: OMS | Repositorio de datos del Observatorio mundial de la salud. Ginebra (Suiza). Consultado el 10 de mayo de 2021. www.who.int/data/gho/data/themes/topics/anaemia_in_women_and_children.

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.