El estado de la seguridad alimentaria y la nutrición en el mundo 2024

ANEXOS

ANEXO 1B: Notas metodológicas para los indicadores de seguridad alimentaria y nutrición

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” o PoU) constituye una estimación del porcentaje de individuos de la población que padecen subalimentación. Las estimaciones nacionales se consignan como promedios móviles de tres años a fin de reducir la influencia de posibles errores de cálculo de las estimaciones en algunos de los parámetros subyacentes debidos a elementos para los que se dispone de muy pocos datos completos y fiables, como por ejemplo en el caso de la variación interanual en las existencias de productos básicos alimentarios, uno de los componentes de los balances alimentarios anuales de la FAO. En cambio, los agregados regionales y mundiales se indican como estimaciones anuales, pues no se prevé que los posibles errores de estimación presenten una correlación y, por consiguiente, cabe prever su reducción a niveles aceptables cuando se agregan las estimaciones de distintos países.

La serie completa de valores de la prevalencia de la subalimentación se revisa en cada nueva edición del informe en función de los nuevos data e información obtenidos por la FAO desde la publicación de la edición anterior. En vista de que este proceso suele implicar revisiones a posteriori de la serie completa correspondiente a la prevalencia de la subalimentación, se ruega al lector que se abstenga de comparar las series de una edición del informe a otra y que se remita siempre a la edición actual, incluso con respecto a 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 apropiado 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 cálculos 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: 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.^bl Dado que tanto los índices de masa corporal (IMC) como los niveles de actividad física normales 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) (utilizadas para calcular el componente del CV descrito a continuación) se calculan a partir del promedio de los valores de la categoría de nivel de actividad física “Estilo de vida activo o moderadamente activo”.⁴

En la publicación World Population Prospects (“Perspectivas de la población mundial”), revisada cada dos años por 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, que se necesita para calcular las NMEA en relación con 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 “Perspectivas de la población mundial” en su revisión de 2022.⁵

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 encuesta demográfica y de salud reciente 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 sean insignificantes los efectos de los pequeños cambios de las estaturas medianas a lo largo de los años que puedan producirse en las NMEA y, en consecuencia, en las estimaciones de la prevalencia de la subalimentación.

Consumo de energía alimentaria (CEA): Lo ideal es que el CEA pueda calcularse a partir de datos sobre el consumo de alimentos procedentes de encuestas realizadas en hogares representativos a escala nacional (como estudios de medición de los niveles de vida (EMNV) o encuestas de presupuestos y gastos familiares). 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 los balances alimentarios que la FAO recopiló para la mayoría de los países del mundo.⁶

Desde la última edición del presente informe, el dominio en FAOSTAT de las hojas de balance de alimentos se ha actualizado con valores nuevos de la serie hasta 2021 para todos los países. Además, en el momento en que se cerró la preparación del presente informe, la serie de las hojas de balance de alimentos se había actualizado hasta 2022 en relación con los 68 países siguientes, seleccionados con carácter prioritario a causa de su alta contribución al número total de personas subalimentadas en el mundo: Afganistán, Angola, Arabia Saudita, Argentina, Bangladesh, Benin, Bolivia (Estado Plurinacional de), Brasil, Burkina Faso, Camerún, Chad, Colombia, Congo, Côte d’Ivoire, Ecuador, Egipto, Etiopía, Filipinas, Ghana, Guatemala, Guinea, Haití, Honduras, India, Indonesia, Irán (República Islámica del), Iraq, Japón, Jordania, Kenya, Lesotho, Liberia, Madagascar, Malasia, Malawi, Malí, Marruecos, Mozambique, Myanmar, Nepal, Nicaragua, Níger, Nigeria, Pakistán, Papua Nueva Guinea, Perú, República Árabe Siria, República Centroafricana, República Democrática del Congo, República Popular Democrática de Corea, República Unida de Tanzanía, Rwanda, Senegal, Sierra Leona, Somalia, Sri Lanka, Sudáfrica, Sudán, Sudán del Sur, Tailandia, Togo, Ucrania, Uganda, Venezuela (República Bolivariana de), Viet Nam, Yemen, Zambia y Zimbabwe. Además, las series del SEA de los balances alimentarios se actualizaron hasta 2022 para otro grupo de 27 países que contribuyen en menor medida al número total de personas subalimentadas: Albania, Armenia, Bahamas, Bosnia y Herzegovina, Cabo Verde, Chile, China (continental), Costa Rica, Djibouti, El Salvador, Eslovaquia, Estados Unidos de América, Eswatini, Jamaica, Kuwait, Líbano, Libia, Mauritania, Mongolia, Montenegro, Omán, Panamá, Paraguay, República Dominicana, Santo Tomé y Príncipe, Timor-Leste y Túnez.

El promedio del SEA per cápita en 2022 (para los países que no aparecen enumerados antes) y en 2023 (para todos los países) figura como previsión a muy corto plazo basada en los ejercicios de perspectivas de mercado a corto plazo llevados a cabo por la FAO para alimentar el Portal de la situación alimentaria mundial⁷ y utilizados para realizar una previsión a muy corto plazo de los valores del SEA de cada país en 2022 y 2023.

Factores de desperdicio

Para la presente edición del informe hubo que actualizar los factores de desperdicio que se utilizan para calcular el CEA restando el porcentaje de desperdicio del SEA correspondiente a todos los países. Los porcentajes del desperdicio de alimentos a nivel de la distribución se han calculado a partir de los datos de los balances alimentarios disponibles en FAOSTAT.

Partiendo de los porcentajes que figuran en el documento de la FAO Global food losses and food waste (“Pérdidas y desperdicio de alimentos en el mundo”),⁸ se calcula y se suma el desperdicio de calorías correspondiente a cada grupo de alimentos, excepto que los factores de desperdicio utilizados para los cereales son del 2 % para todas las regiones. Por último, el desperdicio total de calorías se determina como porcentaje del total de calorías para cada año y cada país. Se dispone de datos hasta el año 2021. Para los años 2022 y 2023 se utiliza el mismo valor que para el año 2021.

En el caso de Somalia y Palestina, se carecía de datos sobre el consumo de pescado, por lo que se han estimado los factores de desperdicio correspondientes a los demás grupos de alimentos con excepción del pescado. No se ha actualizado la información relativa a Guatemala y la República Dominicana.

Coeficiente de variación (CV): El CV del CEA habitual en la población procede de la media geométrica de dos componentes etiquetados, respectivamente, CV|y y CV|r:

El primer componente (CV|y) se refiere a la variabilidad en el consumo per cápita entre hogares correspondientes a distintos estratos sociodemográgicos, por lo que se denomina CV “causado por los ingresos”, mientras que el segundo componente, (CV|r), muestra la variabilidad entre personas como consecuencia de diferencias en materia de sexo, edad, masa corporal y nivel de actividad física que cabe observar entre miembros del mismo hogar. Al tratarse de los mismos elementos que determinan las necesidades energéticas, el segundo componente se denomina CV “causado por las necesidades energéticas”.

CV|y

Cuando se dispone de datos fiables sobre el consumo de alimentos procedentes de encuestas realizadas en hogares representativos a escala nacional, el CV causado por los ingresos (CV|y) puede calcularse directamente. Desde la última edición de este informe, se han procesado 14 nuevas encuestas de los siguientes 13 países para actualizar el CV|y: Armenia (2022), Costa Rica (2019), Côte d’Ivoire (2022), India (2011/12 y 2022/23), Jordania (2017), Kazajstán (2022), Maldivas (2016), Malí (2022), México (2022), Níger (2022), República de Moldova (2022), Senegal (2022) y Timor-Leste (2015). En total, son 143 encuestas de 69 países para los que la estimación del CV|y se basa en datos procedentes de encuestas nacionales.

Para los años en que no se dispone de datos de encuesta adecuados, se utilizan 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 son más recientes) hasta 2023, sobre la base de la tendencia observada de la inseguridad alimentaria grave. Las previsiones parten del supuesto de que los cambios observados en el alcance de la inseguridad alimentaria grave medida mediante la FIES podrían ser indicio de cambios equivalentes en la prevalencia de la subalimentación. En la medida en que esos cambios implícitos de la prevalencia de la subalimentación no pueden explicarse enteramente por los efectos relacionados con la oferta de los cambios en los suministros alimentarios medios, cabe atribuirlos con cierta confianza a cambios no observados del CV|y que pueden haber tenido lugar a la vez. En los análisis de las estimaciones históricas de la prevalencia de la subalimentación se demuestra que, por término medio, el CV|y constituye 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, las NMEA y el CV|r. Sobre la base de lo señalado, para cada país sobre el que se dispone datos de la FIES, el cambio en el CV|y que puede haber tenido lugar desde 2015 o desde la fecha de la última encuesta disponible se calcula, por consiguiente, como el cambio que generaría un tercio de punto porcentual de cambio en la prevalencia de la subalimentación cada vez que se observa un cambio de 1 punto porcentual en la prevalencia de la inseguridad alimentaria grave. Para todos los demás países, a falta de pruebas de apoyo, el CV|y se mantiene constante en el último valor estimado disponible. Como en los dos informes anteriores, hubo que someter a tratamiento especial la previsión a muy corto plazo del CV|y correspondiente a 2020, 2021, 2022 y 2023 para dar cuenta de los efectos de la pandemia de la COVID-19 (véase el Material complementario del Capítulo 2).

CV|r

El CV causado por las necesidades energéticas (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 todos los miembros de la población estuvieran perfectamente alimentados. A efectos de estimación, se entiende que la distribución de las necesidades de energía alimentaria de ese hipotético individuo promedio es normal y que su desviación típica puede determinarse a partir de cualesquiera dos percentiles conocidos. Utilizamos las NMEA y las ADER mencionadas antes para aproximar los percentiles 1 y 50.⁹^, ¹⁰ A continuación, el CV|r se deriva del cálculo inverso de la distribución acumulativa estándar normal de la diferencia entre las NMEA y las ADER.

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 la prevalencia de la subalimentación, está previsto que 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.

Es importante señalar que los intervalos presentados en relación con los valores de la prevalencia de la subalimentación en 2020, 2021, 2022 y 2023 no deberían interpretarse como intervalos de confianza estadística. Representan más bien distintos escenarios empleados para formular previsiones a muy corto plazo de los valores del CV|y de 2020 a 2023.

Lecturas recomendadas:

FAO. 1996. Metodología para evaluar la insuficiencia alimentaria en los países en desarrollo. En: Sexta Encuesta alimentaria mundial, págs. 114-143. Roma. https://www.fao.org/4/w0931e/w0931e16.pdf

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.

La 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 las limitaciones 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 Rasch, los datos obtenidos en una encuesta del módulo 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, se asigna a los individuos u hogares entrevistados en una encuesta representativa a escala nacional de la población una probabilidad de figurar en una de las siguientes tres categorías: 1) seguridad alimentaria o inseguridad alimentaria reducida, 2) inseguridad alimentaria moderada y 3) inseguridad alimentaria grave de acuerdo con la definición de 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 un adulto sufre inseguridad alimentaria; y
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 más del 90 % de la población del mundo. En 2023 las entrevistas tuvieron lugar por teléfono y presencialmente. Se mantuvieron entrevistas telefónicas en algunos países ya cubiertos por esta modalidad en 2020 a causa del alto riesgo de transmisión comunitaria derivado de recopilar datos presencialmente durante la pandemia de la COVID-19.

Gallup^© se sirve tradicionalmente de encuestas por teléfono en países de América septentrional, Europa occidental, algunas partes de Asia y el Consejo de Cooperación de los Estados Árabes del Golfo. En Europa central y oriental, gran parte de América Latina y casi la totalidad de Asia, Cercano Oriente y África se utiliza un diseño de marco zonal para realizar entrevistas presenciales.

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 individuos), China (continental) (3 500) y la Federación de Rusia (2 000). En 2023 no se recopilaron datos en China (continental).

Se utilizaron datos de encuestas gubernamentales nacionales para calcular las estimaciones de la prevalencia de la inseguridad alimentaria durante al menos un año en 70 países que agrupan a más de un cuarto de la población mundial aplicando métodos estadísticos de la FAO a fin de validar internamente los resultados nacionales y ajustarlos a la misma norma de referencia mundial. Una vez validados, los datos se utilizan para fundamentar o actualizar las series nacionales (véase la descripción que figura a continuación). Cuando la población de un país constituye una gran proporción de la población regional, ello suele comportar una revisión o revisión retrospectiva de las series regionales y subregionales. Por ese motivo deben evitarse las comparaciones de evaluaciones entre distintas versiones del presente informe y remitirse a la versión actual como referencia.

En la presente edición del informe se utilizaron datos de encuestas gubernamentales nacionales de los 70 países siguientes: Afganistán, Angola, Armenia, Belice, Benin, Botswana, Brasil, Burkina Faso, Burundi, Cabo Verde, Canadá, Chad, Chile, Colombia, Congo, Costa Rica, Côte d’Ivoire, Ecuador, Emiratos Árabes Unidos, Estados Unidos de América, Federación de Rusia, Fiji, Filipinas, Ghana, Granada, Grecia, Guinea-Bissau, Guyana, Honduras, Indonesia, Israel, Kazajstán, Kenya, Kirguistán, Kiribati, Lesotho, Malawi, Malí, México, Mozambique, Namibia, Níger, Nigeria, Pakistán, Palestina, Papua Nueva Guinea, Paraguay, República de Corea, República Dominicana, República Unida de Tanzanía, Saint Kitts y Nevis, Samoa, San Vicente y las Granadinas, Santa Lucía, Senegal, Seychelles, Sierra Leona, Sri Lanka, Sudáfrica, Sudán, Sudán del Sur, Timor Leste, Togo, Tonga, Uganda, Uruguay, Vanuatu, Viet Nam, Yemen y Zambia. Se tienen en cuenta los datos nacionales correspondientes a estos países para el año o años en que están disponibles. Con respecto a los demás años se siguió la estrategia siguiente:

Cuando se dispone de datos nacionales en relación con más de un año, se interpolan linealmente los años que faltan.
Si solo se dispone de datos correspondientes a un año, se informa de los años que faltan del modo siguiente:

–mediante datos de la FAO, cuando se consideran compatibles con las encuestas nacionales;
–imputando datos a partir de la tendencia sugerida por los datos de la FAO si los datos nacionales no son compatibles;
–imputando datos a partir de la tendencia de la subregión si no se dispone de otra información fiable y oportuna; o
–dando por constantes los valores del nivel de la encuesta nacional si no se pueden computar los valores de la subregión o si la tendencia de otras encuestas o de la subregión no es aplicable a la situación del país en cuestión a la luz de los indicios constatados en relación con la tendencia (como, entre otros, la evolución de la pobreza, la pobreza extrema, el empleo y la inflación de los precios de los alimentos); este método también se aplica a los países en los que la prevalencia de la inseguridad alimentaria es muy baja (inferior al 3 % en un nivel grave) o muy alta (superior al 85 % en un nivel moderado o grave).

En vista de la heterogeneidad de las fuentes de las encuestas y del tamaño reducido de las muestras de algunas de las encuestas de la FAO, los datos nuevos provocan en ocasiones un aumento o un descenso muy pronunciado de un año al siguiente. En esas situaciones, el protocolo consiste en buscar información externa sobre el país (datos o informes, de ser posible en consulta con expertos de ámbito nacional, como oficiales nacionales o regionales de la FAO) para determinar si han tenido lugar grandes conmociones o intervenciones. Si la tendencia puede justificarse a partir de pruebas de apoyo, pero parece excesiva, se mantiene suavizándola (por ejemplo, utilizando el promedio trienal). De lo contrario, se aplica el mismo protocolo utilizado para los años que faltan (es decir, se mantiene el nivel constante o se aplica la tendencia subregional). En 2023 no se recopilaron datos con la FIES en China (continental), por lo que la tendencia se mantuvo constante.

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 a 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 solo 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 wi son ponderaciones de las muestras 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. Ello implica un procedimiento en varias etapas que se detalla en el Anexo II de los Métodos para la estimación de índices comparables de prevalencia de la inseguridad alimentaria experimentada por adultos en todo el mundo (véase el enlace en el apartado “Lecturas recomendadas” que figura a continuación).

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

donde r indica la región, FFI_L,c es el valor de la inseguridad alimentaria en el nivel L estimado para el país c en la región y Nc es el tamaño correspondiente de la población. En los casos en que no se dispone de estimación de FIL 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. Únicamente se elabora un agregado regional 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 la desviación típica de los niveles de gravedad correspondientes a los ítems comunes.

Desafíos y limitaciones: En los casos en que las estimaciones de la 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, los intervalos de confianza son 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 los datos disponibles en el trienio considerado.

Las encuestas gubernamentales nacionales son la fuente más adecuada en la que fundamentar las estimaciones de la prevalencia de la inseguridad alimentaria sobre la base de la FIES. Sin embargo, puede que no estén disponibles cada año y que la FAO solo consiga acceder a ellas con algunos años de retraso. A falta de encuestas nacionales anuales, la serie cronológica se construye aplicando la estrategia descrita antes (véase “Fuente de los datos”), lo cual puede comportar una revisión retrospectiva de las series.

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. https://openknowledge.fao.org/items/5b24247c-c96c-42ca-a5d1-418ce0f0fb87

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

Cafiero, C., Viviani, S. y Nord, M. 2018. Food security measurement in a global context: The food insecurity experience scale. Measurement, 116: 146-152. [Consultado el 25 de junio de 2024]. https://www.sciencedirect.com/science/article/pii/S0263224117307005

Costo de una dieta saludable

Definición: Se entiende por costo de una dieta saludable el costo de comprar los alimentos menos caros disponibles localmente que pueden conformar una dieta que cumplan los requisitos energéticos y las directrices dietéticas basadas en los alimentos respecto de una persona de referencia de un balance energético fijado en 2 330 kcal al día.

Cómo se indica en los informes: El indicador (denominado “costo de una dieta saludable”) es una estimación del costo mínimo medio que supone comprar en un país los alimentos menos caros disponibles localmente que se necesitan para conformar una dieta saludable. A efectos de comparación entre países, el costo de una dieta saludable se convierte de unidades monetarias locales a dólares internacionales utilizando los tipos de cambio a paridad del poder adquisitivo (PPA) para el consumo privado. En consecuencia, el indicador del costo de una dieta saludable se indica en el informe como promedio de dólares PPA por persona al día.

Fuente de los datos: Los precios de los productos de cada grupo de alimentos que se necesitan en una dieta saludable se obtienen a partir de datos sobre los precios de los alimentos al por menor procedentes del PCI coordinado por el Banco Mundial, con los cuales se estiman PPA sobre la base diversos productos normalizados internacionalmente expresados en unidades monetarias locales.¹¹ Con fines de comparación internacional, los precios consignados en unidades monetarias locales se convierten en dólares internacionales mediante factores de conversión en PPA para el consumo privado calculados por el PCI y consignados en la base de datos sobre indicadores del desarrollo mundial.¹² Para actualizar el costo de una dieta saludable en los años intermedios en los que no se llevan a cabo rondas del PCI se utilizan datos del índice de precios de los alimentos al consumidor (IPC) publicados por la FAO.¹³

Metodología:

Método para la definición de cesta de una dieta saludable

Dado que los alimentos seleccionados para conformar una dieta saludable varían en función del contexto local, los países han elaborado directrices dietéticas nacionales basadas en los alimentos para recomendar hábitos alimentarios saludables que reflejen su contexto cultural específico y los alimentos disponibles a nivel local. Sin embargo, no todos los países disponen de directrices dietéticas basadas en los alimentos, y los que disponen de ellas a menudo carecen de recomendaciones cuantificables en cuanto a cantidades de alimentos y kilocalorías. Para superar esta limitación de los datos y crear una norma mundial de dieta saludable que refleje los aspectos comunes de las directrices dietéticas a escala mundial, se han seleccionado 10 directrices de ese tipo que son representativas de distintas regiones del mundo y se han recopilado los últimos años. Para establecer esta norma mundial se ha creado la Cesta de una dieta saludable, que se basa en las proporciones medias de los distintos grupos de alimentos en las directrices dietéticas nacionales basadas en los alimentos a partir de las cantidades medianas de los grupos de alimentos recomendadas en las 10 directrices dietéticas cuantificadas. La cesta de una dieta saludable se determina para atender una ingestión de energía alimentaria de 2 330 kcal al día y está integrada por productos disponibles localmente de seis grupos de alimentos: alimentos básicos amiláceos; hortalizas; frutas; alimentos de origen animal; legumbres, frutos secos y semillas; aceites y grasas. En concreto, está pensada para que aporte 1 160 kcal de alimentos básicos amiláceos, 110 kcal de hortalizas, 160 kcal de frutas, 300 kcal de alimentos de origen animal, 300 kcal de legumbres, frutos secos y semillas y 300 kcal de aceites y grasas. El costo de una dieta saludable se estima en 169 países de 2017 a 2022.

Métodos para calcular el costo cuando se dispone de datos del PCI

Para calcular la dieta saludable menos costosa en cada momento y cada lugar, cada producto alimentario del PCI se clasifica en su grupo de alimentos correspondiente, y se determinan los productos más baratos que cumplen los requisitos para su incorporación en la cesta de una dieta saludable. En cada país se seleccionan en total para su inclusión en la cesta 11 productos alimentarios menos costosos: dos correspondientes a alimentos básicos amiláceos, tres a hortalizas, dos a frutas, dos a alimentos de origen animal, uno a legumbres, frutos secos y semillas y uno a aceites y grasas. Se calcula el costo diario de cada grupo de alimentos como precio de adquisición de los productos seleccionados de ese grupo multiplicado por la cantidad que contiene el contenido energético exigido por la cesta de una dieta saludable para ese grupo. Por último, mediante la suma del costo de los seis grupos de alimentos se determina el costo de una dieta saludable en cada país.

Métodos para actualizar el costo cuando no se dispone de datos del PCI

El PCI es actualmente la única fuente de datos sobre el precio de los alimentos al por menor para los productos estandarizados a nivel internacional, y dichos datos solo se facilitan una vez cada tres o cuatro años, con lo cual no resulta posible actualizar anualmente los costos de una dieta saludable. La última serie de datos del PCI, publicada en 2024, se refiere a los precios de 2021. Para actualizar el indicador del costo correspondiente a los años entre los ciclos de publicación del PCI, se aplican los índices de precios de los alimentos al consumidor (IPC) publicados por la FAO al costo de una dieta saludable en 2021 a fin de calcular el costo en los años en que no se dispone de rondas del PCI. Mediante este conjunto de datos pueden rastrearse las variaciones de los IPC mensuales generales y de los alimentos a nivel nacional tomando 2015 como año de referencia. Los IPC anuales se calculan como promedios simples de los 12 IPC mensuales de un año. El costo de una dieta saludable c(PPP)t correspondiente a los años carentes de datos se calcula multiplicando el costo efectivo de 2021 en cada país expresado en unidades monetarias locales por el coeficiente del índice de precios de los alimentos al consumidor y, por último, dividiéndolo por la PPA,

donde

Para los países en los que se carece de datos sobre la PPA, esta se calcula aplicando un modelo autorregresivo integrado de media móvil con variable explicativa externa (ARIMAX). Conforme a la metodología de los indicadores del desarrollo mundial del Banco Mundial en materia de extrapolación de la PPA, el coeficiente entre el índice general de precios al consumidor de un país y el correspondiente al país de referencia (en este caso, los Estados Unidos de América) se incluye en la especificación del modelo como factor esencial de predicción de los valores de la PPA. Además, se añaden el producto interno bruto (PIB) per cápita y los gastos de consumo del hogar per cápita como covariables externas y se aplica a ambas series la metodología de suavizamiento de Holt-Winter para cubrir las carencias, de ser preciso. El enfoque ARIMAX permite estimar para cada país varias especificaciones del modelo que incluyen un componente autorregresivo, un componente de integración, un promedio móvil y una combinación de los tres. Se selecciona la mejor especificación cuando al menos el coeficiente estimado del índice de precios al consumidor es significativo estadísticamente, seguido por la significación estadística de los parámetros de ARIMAX. En el caso de los países y territorios que presentan una serie de PPA anormal a lo largo del tiempo, se entiende que el coeficiente del índice de precios al consumidor es el único coeficiente significativo estadísticamente que afecta a la variabilidad de los valores de la PPA. En cambio, en el caso de los países y territorios cuya serie de PPA es menos volátil, la tendencia histórica de la PPA también contribuye a la previsión de los valores de la PPA, así como las estimaciones en coeficiente del PIB per cápita o los gastos per cápita. Mediante ARIMAX se computan los valores pronosticados a partir de la mejor especificación seleccionada para cada país o territorio.

Desafíos y limitaciones: No se dispone de datos anuales sobre los precios de los alimentos estandarizados a nivel internacional para poder hacer un seguimiento mundial. Una limitación del método utilizado para actualizar el costo de una dieta saludable es que las variaciones en el costo dependen de los índices de precios de los alimentos al consumidor y no reflejan ni las variaciones de los precios correspondientes a cada producto específico ni los cambios diferenciales en los precios de distintos grupos de alimentos.^bm La FAO, en colaboración con el Banco Mundial, estudia la manera de ampliar la notificación de los precios de cada producto para permitir un seguimiento más frecuente y sólido del costo de una dieta saludable

Los agregados regionales y mundiales del costo de una dieta saludable se calculan empleando una media aritmética para los países correspondientes a cada grupo.

Lecturas recomendadas:

Herforth, A., Bai, Y., Venkat, A., Mahrt, K., Ebel, A. y Masters, W.A. 2020. Cost and affordability of healthy diets across and within countries. Documento de antecedentes para El estado de la seguridad alimentaria y la nutrición en el mundo 2020. Estudio técnico de la FAO n.^o 9 sobre Economía del Desarrollo Agrícola. Roma, FAO. https://doi.org/10.4060/cb2431en

Herforth, A., Venkat, A., Bai, Y., Costlow, L., Holleman, C. y Masters, W.A. 2022. Methods and options to monitor the cost and affordability of a healthy diet globally. Documento de antecedentes para El estado de la seguridad alimentaria y la nutrición en el mundo 2022. Documento de trabajo n.^o 22-03 de la División de Economía del Desarrollo Agrícola de la FAO. Roma, FAO. https://doi.org/10.4060/cc1169en

Bai, Y., Conti, V., Ebel, A., Cafiero, C., Herforth, A., Rissanen, M.O., Rosero Moncayo, J. y Masters, W.A. (en prensa). Methods for monitoring the cost of a healthy diet based on price data from the International Comparison Program. Documento de trabajo de la División de Estadística de la FAO. Roma, FAO.

Inasequibilidad de una dieta saludable

Definición: Se entiende por inasequibilidad de una dieta saludable la incapacidad de un hogar o una persona de pagar la cantidad de dinero necesaria para adquirir la combinación menos costosa de alimentos disponibles localmente que cumpla el requisito de una dieta saludable después de tenerse en cuenta la parte de sus ingresos que deben reservar para adquirir todas las necesidades básicas distintas de las alimentarias.

Cómo se indica en los informes: El indicador principal (denominado “prevalencia de la inasequibilidad” [PUA]) es una estimación del porcentaje de personas de una población cuyos ingresos disponibles, descontada la cantidad necesaria para adquirir todos los bienes y servicios básicos no alimentarios, son inferiores al costo mínimo de una dieta saludable. Se obtienen estimaciones nacionales contrastando las distribuciones de ingresos específicas de cada país con un umbral (r) obtenido sumando el costo de una dieta saludable al costo pertinente de las necesidades no alimentarias básicas (n). Junto con la prevalencia de la inasequibilidad, también se calcula el número de personas que no pueden permitirse una dieta saludable (NUA) multiplicando la prevalencia de la inasequibilidad por el tamaño de la población de referencia.

Las series completas (2017-2022) de las estimaciones de la PUA y del NUA se revisan en cada nueva edición del presente informe en función de los nuevos datos sobre los costos, los nuevos datos sobre la población y las distribuciones de los ingresos actualizadas. En vista de que este proceso suele implicar revisiones a posteriori de ambas series completas, se ruega al lector que se abstenga de comparar las series de una edición del informe a otra y que se remita siempre a la edición actual, incluso con respecto a los valores de años anteriores.

Metodología: Para estimar la prevalencia de la inasequibilidad en una población, para cada país se calcula un umbral del costo per cápita diario. A causa de la falta de información que sirva para determinar el costo de los bienes y servicios básicos no alimentarios específico en cada país, las diferencias en los gastos no alimentarios se basan en los cuatro grupos de clasificación de países por nivel de ingresos del Banco Mundial. En consecuencia, el umbral del costo per cápita diario combina el costo de una dieta saludable en un país i y el costo básico de las necesidades no alimentarias para el grupo de ingresos j al que pertenece el país. El umbral del costo resultante ri se determina del modo siguiente:

donde ci es el costo de una dieta saludable en un país y nj es el costo de los artículos no alimentarios básicos para el grupo de ingresos j. La ni final, expresada en dólares PPA de 2017, se calcula multiplicando los umbrales internacionales de pobreza del Banco Mundial por una parte del gasto total reservada para bienes y servicios básicos no alimentarios que es específica de cada grupo de ingresos del modo siguiente:

Las partes de los ingresos que se han de reservar para bienes y servicios no alimentarios se determinan en relación con lo notificado por los hogares pertenecientes al segundo quintil de la distribución de los ingresos en el caso de los países de ingresos bajos y medianos bajos y por los pertenecientes al primer quintil en el caso de los países de ingresos medianos altos y altos. Estas partes proceden de encuestas por hogares recientes recopiladas por el Banco Mundial, incluida información sobre el consumo real por quintil de ingresos para 71 países de distintos grupos de ingresos (véase el Material complementario del Capítulo 2).

Por último, el umbral del costo ri se compara con las distribuciones de ingresos específicas para cada país xi que reflejan los ingresos disponibles de un hogar para calcular el porcentaje de la población cuyos ingresos quedan por debajo de ese umbral, como en la fórmula siguiente:

Fuente de los datos: Las distribuciones de los ingresos proceden de la Plataforma sobre pobreza e igualdad del Banco Mundial y están disponibles para cerca de 150 países hasta 2022.¹⁴

Los agregados regionales y mundiales de la prevalencia de la inasequibilidad se calculan como promedios ponderados por población de la PUA estimada para los países sobre los que se dispone de datos:

donde a indica la región u otro agregado, PUAiww es el valor de la PUA estimada para el país i en el agregado y Ni es el tamaño de la población correspondiente. Únicamente se elabora un agregado regional en los casos en que los países para los que se dispone de una estimación cubren al menos el 50 % de la población del agregado.

El número de personas que no pueden permitirse una dieta saludable (NUAa) se obtiene a continuación multiplicando la media PUAa –calculada a partir de los países sobre los que se dispone de datos– por el tamaño total de la población Na de todos los países que pertenecen a ese agregado.

En el caso de las Comoras y la Provincia china de Taiwán, solo se dispone de datos sobre la inasequibilidad para 2017 y 2021. En consecuencia, se utiliza una interpolación lineal para estimar los valores correspondientes a 2018, 2019 and 2020, y el valor de 2021 se aplica a 2022. En el caso de la República Árabe Siria y Sudán del Sur, solo se dispone de datos para 2021, por lo que el valor de 2021 se utiliza para los demás años a fin de calcular las estadísticas agregadas. En el Líbano se aplica el valor de 2020 a los años 2017, 2018 y 2019, respecto de los cuales se carece de información. La estimación del NUA a escala mundial se obtiene multiplicando la PUA en cada una de las cinco regiones mundiales por el tamaño total de la población en cada región. Debe evitarse calcular la estimación del NUA a escala mundial sumando las estimaciones de este número correspondiente a otras agrupaciones de países, como las que se basan en los niveles de ingresos. Los datos sobre población proceden de la revisión de 2022 de “Perspectivas de la población mundial”.⁵

Desafíos y limitaciones: En la presente edición del informe se ha perfeccionado el método para reconocer las variaciones del costo de las necesidades no alimentarias de un país a otro. Sin embargo, la falta de información sobre países específicos hace que la diferencia en el gasto no alimentario pueda incorporarse en los distintos grupos de ingresos, pero todavía no en los distintos países. Igualmente, aparte de la necesidad de aplicar una corrección para dar cuenta de las diferencias entre países, es importante reconocer que el costo de un nivel de vida digno mínimo (r = c + n) varía asimismo dentro de cada país. Sobre todo en el caso de los países grandes y diversos, cuando no se da cuenta de esas diferencias y se emplea un umbral de los costos r establecido en la media nacional, pueden obtenerse estimaciones de la inasequibilidad sesgadas. La dirección y el alcance del sesgo dependerán de la dirección y la magnitud de la posible correlación existente entre los niveles de ingresos y el umbral correcto para cada lugar específico.

Lecturas recomendadas:

Bai, Y., Herforth, A., Cafiero C., Conti V., Rissanen, M.O., Masters, W.A y Rosero Moncayo, J. (en prensa). Methods for monitoring the affordability of a healthy diet. Documento de trabajo de la División de Estadística de la FAO. Roma, FAO.

La emaciación en niños menores de cinco años

Definición: Peso (kg) para la estatura o longitud (cm) inferior en dos desviaciones típicas a la mediana de los patrones de crecimiento infantil de la OMS.

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 para la estatura mediano con arreglo a los patrones de crecimiento infantil de la OMS. Los agregados regionales y mundiales que se presentan se basan en el informe Levels and trends in child malnutrition: UNICEF/WHO/World Bank Joint Child Malnutrition Estimates – Key findings of the 2023 edition. La serie de agregados completa se revisa en cada nueva edición del informe sobre las conclusiones principales. Se ruega al lector que se abstenga de comparar las series regionales y mundiales del presente informe con las de ediciones anteriores. Las estimaciones de ámbito nacional se basan en el conjunto de datos de noviembre de 2023 de las estimaciones conjuntas sobre la malnutrición infantil del Banco Mundial, la OMS y el UNICEF.

Metodología:

Ámbito nacional

El conjunto de datos de estimaciones conjuntas sobre la malnutrición infantil (JME) 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, este conjunto de datos utiliza estimaciones que se han recalculado para ajustarse a la definición normalizada mundial. Cuando no se dispone de microdatos, se utilizan estimaciones notificadas, excepto cuando se necesitan ajustes con fines de normalización respecto de lo siguiente:

el uso de una referencia de crecimiento alterna con respecto a los patrones de crecimiento infantil de la OMS;
franjas de edad que no incluyen la totalidad del grupo de edad de 0 a 59 meses, y
fuentes de datos que solo eran representativas a escala nacional de poblaciones residentes en zonas rurales.

Agregados regionales y mundiales

Se utilizaron datos sobre la prevalencia de la emaciación procedentes de fuentes nacionales del conjunto de datos de JME a marzo de 2023 para generar estimaciones regionales y mundiales de 1990 a 2022 empleando el modelo subregional a niveles múltiples para las JME y aplicando los pesos de la población correspondientes a los niños menores de cinco años procedentes de la revisión de 2022 de Perspectivas de la población mundial.⁵

Fuentes de los datos: Las encuestas realizadas en hogares representativos a escala nacional, como encuestas demográficas y de salud, encuestas de indicadores múltiples por conglomerados, encuestas de unificación del seguimiento y la evaluación en materia de socorro y transición y encuestas de estudios de medición de los niveles de vida, son las fuentes de datos representativos a escala nacional más habituales que reúnen específicamente datos sobre nutrición infantil en materia de altura, peso y edad de los niños menores de cinco años y que pueden utilizarse para generar estimaciones de la prevalencia de la emaciación a escala nacional. También se incluyen algunas fuentes de datos administrativos (por ejemplo, de sistemas de vigilancia) cuando la cobertura de la población es elevada.

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.

Desafíos y limitaciones: Se recomienda que los países informen sobre 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, la cobertura de población y los criterios de estimación. Las estimaciones de las encuestas presentan un cierto grado de incertidumbre debido a errores tanto de muestreo como de otro tipo (fallos técnicos en la medición, errores de registro, etc.). A la hora de obtener estimaciones a escala nacional, regional o mundial no se ha tenido plenamente en cuenta ninguna de estas dos fuentes de error.

Lecturas recomendadas:

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

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. 2024. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Segunda edición. Ginebra (Suiza). https://www.who.int/publications/i/item/9789241516952

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 de América), UNICEF. data.unicef.org/resources/jme-2021-country-consultations

UNICEF, OMS y Banco Mundial. 2023. Levels and trends in child malnutrition. UNICEF / WHO / World Bank Group Joint Child Malnutrition Estimates – Key findings of the 2023 edition. Nueva York (Estados Unidos de América), UNICEF, Ginebra (Suiza), OMS, y Washington, D.C., Banco Mundial. https://data.unicef.org/resources/jme-report-2023, http://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

El retraso en el crecimiento en niños menores de cinco años

Definición: Se entiende por retraso en el crecimiento una altura o longitud (cm) para la edad (días) inferior en dos desviaciones típicas a la mediana de los patrones de crecimiento infantil de la OMS.

Cómo se indica en los informes: El retraso en el 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 altura mediana para la edad con arreglo a los patrones de crecimiento infantil de la OMS. Las estimaciones que se presentan se basan en el informe Levels and trends in child malnutrition: UNICEF/WHO/World Bank Joint Child Malnutrition Estimates – Key findings of the 2023 edition. La serie de estimaciones completa se revisa en cada nueva edición del informe sobre las conclusiones principales. Se ruega al lector que se abstenga de comparar las series del informe con las de ediciones anteriores.

Metodología:

Ámbito nacional

El conjunto de datos de JME 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, el conjunto de datos de JME contiene estimaciones que se han recalculado para ajustarse a la definición normalizada mundial. Cuando no se dispone de microdatos, se presentan estimaciones notificadas, excepto cuando se necesitan ajustes con fines de normalización respecto de lo siguiente:

el uso de una referencia de crecimiento alterna con respecto a los patrones de crecimiento infantil de la OMS;
franjas de edad que no incluyen la totalidad del grupo de edad de 0 a 59 meses, y
fuentes de datos que solo eran representativas a escala nacional de poblaciones residentes en zonas rurales.

Sobre la base del conjunto de datos de JME a marzo de 2023, para estimar la prevalencia del retraso en el crecimiento 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. Los datos de las covariables se componían del índice sociodemográfico lineal y cuadrático,^bn el promedio de acceso al sistema sanitario durante los cinco últimos años y el tipo de fuente de datos.

En el marco de las JME a 2023, se difundieron estimaciones anuales basadas en modelos nacionales para el período comprendido entre 2000 y 2020 sobre el retraso en el crecimiento correspondientes a 159 países con al menos un punto de datos (procedente, por ejemplo, de una encuesta por hogares) incluido en el conjunto de datos nacionales de JME. También se generaron estimaciones nacionales basadas en modelos para otros 46 países que se utilizaron únicamente para generar agregados a escala regional y mundial. No se indican las estimaciones basadas en modelos para estos 46 países, pues estos no contaban con encuestas por hogares en el conjunto de datos de JME. Los intervalos de incertidumbre son importantes para el seguimiento de las tendencias, especialmente en el caso de los países con datos escasos que presentan grandes errores de muestreo. Cuando para el período más reciente solo se dispone de datos escasos, el hecho de incluir una encuesta puede inducir 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 correspondientes a las estimaciones se han ensayado y validado.

Agregados regionales y mundiales

Los agregados 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 revisión de 2022 de “Perspectivas de la población mundial”,⁵ utilizando estimaciones basadas en modelos para 205 países y zonas. Ello incluye 159 países con fuentes de datos nacionales (por ejemplo, encuestas por hogares) incluidas en el conjunto de datos nacionales de JME. También incluye a 46 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 JME. Los intervalos de confianza se generaron sobre la base de la metodología de remuestreo intensivo (bootstrapping).

Fuentes de los datos: Las encuestas realizadas en hogares representativos a escala nacional, como encuestas demográficas y de salud, encuestas de indicadores múltiples por conglomerados, encuestas de unificación del seguimiento y la evaluación en materia de socorro y transición y encuestas de estudios de medición de los niveles de vida, son las fuentes de datos representativos a escala nacional más habituales que reúnen específicamente datos sobre nutrición infantil en materia de altura y edad de los niños menores de cinco años y que pueden utilizarse para generar estimaciones de la prevalencia del retraso en el crecimiento a escala nacional. También se incluyen algunas fuentes de datos administrativos (por ejemplo, de sistemas de vigilancia) cuando la cobertura de la población es elevada.

Desafíos y limitaciones: Se recomienda que los países informen sobre el retraso en el crecimiento 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, la cobertura de población y los criterios de estimación. Las estimaciones de las encuestas presentan un cierto grado de incertidumbre debido a errores tanto de muestreo como de otro tipo (fallos técnicos en la medición, errores de registro, etc.). A la hora de obtener estimaciones a escala nacional, regional o mundial no se ha tenido plenamente en cuenta ninguna de estas dos fuentes de error.

Lecturas recomendadas:

GBD 2019 Risk Factor 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

McLain, A.C., Frongillo, E.A., Feng, J. y Borghi, E. 2019. Prediction intervals for penalized longitudinal models with multisource summary measures: An application to childhood malnutrition. Statistics in Medicine, 38(6): 1002-1012. https://doi.org/10.1002/sim.8024

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. 2024. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Segunda edición. Ginebra (Suiza). https://www.who.int/publications/i/item/9789241516952

OMS y UNICEF. 2019. Recomendaciones para la obtención de datos, el análisis y la elaboración de informes sobre indicadores antropométricos en niños menores de 5 años. Ginebra (Suiza) y Nueva York (Estados Unidos de América). https://iris.who.int/handle/10665/330684

Sobrepeso en niños menores de cinco años

Definición: Peso (kg) para la estatura o longitud (cm) superior en dos desviaciones típicas a la mediana de los patrones de crecimiento infantil de la OMS.

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 con arreglo a los patrones de crecimiento infantil de la OMS. Las estimaciones que se presentan se basan en el informe Levels and trends in child malnutrition: UNICEF/WHO/World Bank Joint Child Malnutrition Estimates – Key findings of the 2023 edition. La serie de estimaciones completa se revisa en cada nueva edición del informe sobre las conclusiones principales. Se ruega al lector que se abstenga de comparar las series del informe con las de ediciones anteriores.

Metodología:

Ámbito nacional

el uso de una referencia de crecimiento alterna con respecto a los patrones de crecimiento infantil de la OMS;
franjas de edad que no incluyen la totalidad del grupo de edad de 0 a 59 meses, y
fuentes de datos que solo eran representativas a escala nacional de poblaciones residentes en zonas rurales.

Sobre la base del conjunto de datos de JME a marzo de 2023, para estimar la prevalencia del sobrepeso 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. Los datos de las covariables se componían del índice sociodemográfico lineal y cuadrático y el tipo de fuente de datos.

En el marco de las JME a 2023 se difundieron estimaciones anuales basadas en modelos nacionales para el período comprendido entre 2000 y 2020 sobre el sobrepeso correspondientes a 160 países con al menos un punto de datos (procedente, por ejemplo, de una encuesta por hogares) incluido en el conjunto de datos nacionales de JME. También se generaron estimaciones nacionales basadas en modelos para otros 45 países que se utilizaron únicamente para generar agregados a escala regional y mundial. No se indican las estimaciones basadas en modelos para estos 45 países, pues estos no contaban con encuestas por hogares en el conjunto de datos de JME. Los intervalos de incertidumbre son importantes para el seguimiento de las tendencias, especialmente en el caso de los países con datos escasos que presentan grandes errores de muestreo. Cuando para el período más reciente solo se dispone de datos escasos, el hecho de incluir una encuesta puede inducir 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 correspondientes a las estimaciones se han ensayado y validado.

Agregados regionales y mundiales

Los agregados mundiales y regionales para todos los años entre 1990 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 revisión de 2022 de “Perspectivas de la población mundial”,⁵ utilizando estimaciones basadas en modelos para 205 países. Ello incluye 160 países con fuentes de datos nacionales (por ejemplo, encuestas por hogares) incluidas en el conjunto de datos nacionales de JME. También incluye a 45 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 JME. Los intervalos de confianza se generaron sobre la base de la metodología de remuestreo intensivo (bootstrapping).

Fuentes de los datos: Las encuestas realizadas en hogares representativos a escala nacional, como encuestas demográficas y de salud, encuestas de indicadores múltiples por conglomerados, encuestas de unificación del seguimiento y la evaluación en materia de socorro y transición y encuestas de estudios de medición de los niveles de vida, son las fuentes de datos representativos a escala nacional más habituales que reúnen específicamente datos sobre nutrición infantil en materia de altura, peso y edad de los niños menores de cinco años y que pueden utilizarse para generar estimaciones de la prevalencia del sobrepeso a escala nacional. También se incluyen algunas fuentes de datos administrativos (por ejemplo, de sistemas de vigilancia) cuando la cobertura de la población es elevada.

Desafíos y limitaciones: Se recomienda que los países informen sobre sobrepeso 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, la cobertura de población y los criterios de estimación. Las estimaciones de las encuestas presentan un cierto grado de incertidumbre debido a errores tanto de muestreo como de otro tipo (fallos técnicos en la medición, errores de registro, etc.). A la hora de obtener estimaciones a escala nacional, regional o mundial no se ha tenido plenamente en cuenta ninguna de estas dos fuentes de error.

Lecturas recomendadas:

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. 2024. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Segunda edición. Ginebra (Suiza). https://www.who.int/publications/i/item/9789241516952

Lactancia materna exclusiva

Definición: La lactancia materna exclusiva para niños menores de seis meses se define como la alimentación exclusiva a base de leche materna sin otros alimentos ni líquidos adicionales, ni siquiera agua.

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 encuesta.

Las estimaciones presentadas proceden de UNICEF. 2024. Infant and young child feeding. En: UNICEF. [Consultado el 24 de julio de 2024]. https://data.unicef.org/topic/nutrition/infant-and-young-child-feeding

Metodología:

Ámbito nacional

Este indicador se define como la lactancia materna sin otros alimentos o líquidos, ni siquiera agua. Las estimaciones se basan en el recuerdo de la alimentación del día anterior para una muestra representativa de niños de hasta cinco meses de edad.

Cuentan como alimentación mediante leche materna la lactancia mediante una nodriza, la alimentación con leche materna previamente extraída y la alimentación con leche humana de una donante. Los medicamentos recetados, las soluciones de rehidratación oral, las vitaminas y los minerales no cuentan como fluidos ni como alimentos. Sin embargo, los fluidos herbáceos y los medicamentos tradicionales semejantes cuentan como fluidos, por lo que los lactantes que los consumen no son alimentados exclusivamente con leche materna.

Agregados regionales y mundiales

Para 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 2022 los cálculos se elaboraron utilizando la estimación más reciente disponible para cada país entre 2016 y 2022. Las estimaciones mundiales y regionales se calculan como medias ponderadas de la prevalencia de la lactancia materna exclusiva en cada país utilizando el número total de niños de hasta cinco meses de edad (definidos como la mitad de la población menor de 1 año) procedente de la revisión de 2022 de “Perspectivas de la población mundial” (2012 para el valor de referencia y 2022 para el valor actual) como ponderación.⁵ Se presentan estimaciones en los casos en los que los datos disponibles representan por lo menos el 50 % del número total de niños de hasta cinco meses de edad de las regiones correspondientes, de no indicarse otra cosa.

Fuentes de los datos: Los datos proceden de encuestas realizadas en hogares representativos a escala nacional, como encuestas demográficas y de salud y encuestas de indicadores múltiples por conglomerados. Las estimaciones se basan en preguntas sobre la ingesta de líquidos y alimentos por parte de niños de hasta 23 meses de edad en las 24 horas anteriores a la encuesta.

Desafíos y limitaciones: Si bien un porcentaje elevado de países recopila datos relativos a la lactancia materna exclusiva, los datos son especialmente escasos en los países de ingresos altos. 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.

Lecturas recomendadas:

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. 2024. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Segunda edición. Ginebra (Suiza). https://www.who.int/publications/i/item/9789241516952

OMS y UNICEF. 2021. Indicadores para evaluar las prácticas de alimentación del lactante y del niño pequeño: definiciones y métodos de medición. Ginebra (Suiza) y Nueva York (Estados Unidos de América). https://www.who.int/es/publications/i/item/9789240018389

UNICEF. 2024. Infant and young child feeding. En: UNICEF. [Consultado el 24 de julio de 2024]. https://data.unicef.org/topic/nutrition/infant-and-young-child-feeding

BAJO PESO AL NACER

Definición: Se entiende por bajo peso al nacer un peso al nacer inferior a 2 500 gramos.

Cómo se indica en los informes: Porcentaje de recién nacidos que pesan menos de 2 500 gramos (menos de 5,51 libras) al nacer. Las estimaciones que se presentan proceden de la edición de 2023 de UNICEF y OMS, Joint low birthweight estimates. En vista de que las series completas de estimaciones se revisan en cada nueva edición, se ruega al lector que se abstenga de comparar las series con las de ediciones anteriores.

Metodología:

Ámbito nacional

De 2000 a 2020 se recopilaron datos representativos a nivel nacional sobre bajo peso al nacer, incluidos datos de encuestas y de fuentes administrativas, en 158 países. Se aplicaron criterios de calidad y métodos de ajuste de los datos para elaborar el conjunto final de datos relativos a los países que se incluyeron en la actividad de modelado. Los datos relativos a los países se revisan antes de su incorporación en el conjunto de datos en cuanto a su cobertura y su calidad y se ajustan para dar cuenta de los sesgos derivados de las carencias de datos sobre el peso al nacer y del correspondiente redondeo. Para que se incluyan, los pesos al nacer procedentes de datos administrativos deben cubrir por lo menos un 80 % de los nacimientos vivos estimados para ese año en la revisión de 2022 de “Perspectivas de la población mundial”.⁵ Para ser incluidas en el conjunto de datos, las encuestas nacionales por hogares deben:

informar del peso del nacimiento correspondiente a por lo menos el 30 % de la muestra;
contener en el conjunto de datos un mínimo de 200 pesos al nacer;
no presentar indicios de exceso de redondeo en las cifras o una distribución inverosímil; esto significa que: 1) 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); 2) como máximo, el 10 % de todos los pesos al nacer son iguales o superiores a 4 500 g, y 3) como máximo, el 5 % de los pesos al nacer se sitúan en los finales de las colas de distribución (500 g o 5 000 g); y
someterse a un ajuste por la falta de datos relativos al peso al nacer y por el efecto del redondeo de las cifras.

Las estimaciones de la prevalencia del bajo peso al nacer a escala nacional se calcularon a partir de un modelo bayesiano de regresión múltiple. Se elaboró un modelo logit (log-odds) para velar por que las proporciones fueran de cero a uno, tras lo cual estas se transformaron de nuevo y se multiplicaron por 100 para obtener estimaciones de la prevalencia.

La correlación dentro de distintas regiones y de una región a otra se debió a intersecciones aleatorias específicas jerárquicas de países específicos (países dentro de regiones dentro del ámbito mundial). Se emplearon splines penalizados con fines de suavizamiento temporal en la totalidad de la serie cronológica, gracias a lo cual se consignaron tendencias temporales no lineales en los países sin que la variación aleatoria afectara a la tendencia. Las covariables finales incluidas en el modelo fueron: ingreso nacional bruto en función de la PPA,^bo la prevalencia de la insuficiencia ponderal en las mujeres adultas, el índice de alfabetización de las mujeres adultas, la tasa de prevalencia de anticonceptivos modernos y el porcentaje de población urbana.

Se utilizaron categorías de calidad de los datos para aplicar modificaciones de los sesgos y condiciones de variación adicionales. Estas modificaciones de los sesgos se aplicaron a los datos administrativos de las categorías de menor calidad, lo cual se aproximaba al sesgo previsto derivado del redondeo que ya se tenía en cuenta en el ajuste de la encuesta. La variación adicional se basaba en la categoría de calidad de los datos administrativos y en la ponderación entre los datos administrativos y los de las encuestas si el país contaba con ambas cosas.

Se realizaron comprobaciones diagnósticas estándar para determinar la convergencia y la eficiencia del muestreo. Se realizaron validaciones cruzadas que promediaban más de 200 separaciones aleatorias de un 20 % de los datos de prueba y un 80 % de los datos de capacitación. Se llevaron a cabo análisis de sensibilidad, como comprobaciones de las covariables, métodos de sesgo, suavizamientos temporales y a prioris no informativos. Todos los modelos se ajustaron a programas informáticos estadísticos R y a paquetes R “rjags” y “R2jags”.¹⁵^, ¹⁶

El modelo incluía los 2040 años de datos por países que cumplían los criterios de inclusión y generó estimaciones anuales de 2000 a 2020 con intervalos creíbles del 95 % para los 195 países y zonas con datos introducidos sobre bajo peso al nacer o con datos de las covariables. Solo se notifican las estimaciones correspondientes a países y zonas donde existen datos. En el caso de los 37 países (de un total de 195) que carecen de datos o cuentan con datos que no cumplen los criterios de inclusión, se utilizó el modelo final para formular estimaciones de la prevalencia del bajo peso al nacer sobre la base de intersecciones nacionales y tendencias temporales estimadas para la región y covariables de ámbito nacional para todos los años por países.

Agregados regionales y mundiales

Se producen agregados regionales y mundiales utilizando todas las estimaciones de los 195 países y zonas ponderadas por nacimientos vivos estimados para ese año a partir de la revisión de 2022 de “Perspectivas de la población mundial”.⁵

Fuentes de los datos: 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 registro civil y estadísticas vitales, los sistemas nacionales de gestión de la información sanitaria y los registros de nacimientos. Las encuestas nacionales por hogares, como las encuestas demográficas y de salud y las encuestas de indicadores múltiples por conglomerados, que contienen información sobre el peso de los recién nacidos e indicadores clave relacionados, como la percepción materna del tamaño al nacer, también constituyen una importante fuente de datos relativos al bajo peso al nacer, especialmente en contextos en los que no se registra el peso al nacer o el redondeo plantea problemas.

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 de muchos niños del mundo. Existe un sesgo considerable en el sentido de que los niños que nacen de madres y familias más pobres, menos instruidas y de zonas rurales tienen menos probabilidades de que se registre su peso al nacer, en contraste con los niños que nacen en entornos urbanos más ricos cuyas madres tienen un mayor nivel educativo. No se incluyeron cerca de una de cada tres encuestas que contenían datos sobre el peso al nacer, principalmente porque en ellas se carecía de datos de calidad o estos eran escasos, y sobre todo en países de ingresos bajos de regiones donde es alto el riesgo de que el peso al nacer sea bajo.

Dado que los recién nacidos cuyo peso al nacer se desconoce presentan factores de riesgo de bajo peso al nacer, las estimaciones que no incluyen una representación de estos niños pueden ser inferiores al valor verdadero. Además, es mala la calidad en cuanto al exceso de redondeo en múltiples de 500 g o 100 g en los datos de los países de ingresos medianos y bajos, con lo cual puede que sea más acentuada la infraestimación del peso bajo al nacer. Con los métodos aplicados en la actual base de datos para realizar ajustes a la luz de la falta de consignación del peso al nacer y del redondeo en las estimaciones de las encuestas se pretende abordar este problema. Una limitación de los métodos actuales estriba en que no se dispone de datos administrativos de nivel individual, por lo que estos datos no pueden ajustarse directamente para eliminar los sesgos derivados del redondeo o de las carencias de datos.

Puede que las agrupaciones geográficas utilizadas en la modelación no sean apropiadas para los valores atípicos regionales epidemiológicos o económicos. En total, puede que se hayan visto afectadas las estimaciones correspondientes a 37 países (de 195) sin datos introducidos. 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 es 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. Boletín de la Organización Mundial de la Salud, 83(3): 178-185. https://www.ncbi.nlm.nih.gov/pmc/articles/PMC2624216

Chang, K.T., Carter, E.D., Mullany, L.C., Khatry, S.K., Cousens, S., An, X., Krasevec, J. et al. 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. 2024. National, regional, and global estimates of low birthweight in 2020, with trends from 2000: a systematic analysis. The Lancet, 403 (10431): 1071-1080. https://doi.org/10.1016/S0140-6736(23)01198-4.

UNICEF y OMS. 2023. Low birthweight. En: UNICEF. [Consultado el 24 de julio de 2024]. https://data.unicef.org/topic/nutrition/low-birthweight

UNICEF y OMS. 2023. Joint low birthweight estimates. En: OMS. [Consultado el 24 de julio de 2024]. https://www.who.int/teams/nutrition-and-food-safety/monitoring-nutritional-status-and-food-safety-and-events/joint-low-birthweight-estimates

Obesidad en adultos

Definición: Índice de masa corporal ≥30,0 kg/m². El 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 ponderado por sexo y tipificado por edad. Las estimaciones presentadas se basan en OMS. 2024. Global Health Observatory (GHO) data repository: Prevalence of obesity among adults, BMI ≥ 30, age-standardized. Estimates by country. [Consultado el 24 de julio de 2024]. https://www.who.int/data/gho/data/indicators/indicator-details/GHO/prevalence-of-obesity-among-adults-bmi-=-30-(age-standardized-estimate)-(-). Licencia: CC-BY-4.0.

La serie de estimaciones completa se revisa en cada actualización nueva. Se ruega al lector que se abstenga de comparar las series actuales con actualizaciones previas.

Metodología:

Ámbito nacional

Se aplicó un modelo bayesiano de regresión jerárquica ajustado mediante una muestra a través de métodos de Montecarlo basados en cadenas de Markov con inferencias realizadas usando muestras posteriores a través de dichos métodos a fin de estimar las tendencias de la prevalencia de distintas categorías de IMC por sexo, edad, país y año de 1990 a 2022. Los países se organizaron en 20 regiones y ocho superregiones, principalmente por motivos geográficos y por ingresos nacionales. El modelo tenía una estructura jerárquica en la que las estimaciones correspondientes a cada país y cada año se basaban en datos propios, si se disponía de ellos, y en datos de otros años del mismo país y de otros países, especialmente de países de la misma región y de la superregión que tenían datos para períodos semejantes. El modelo incluía tendencias temporales no lineales mediante una combinación de términos de camino aleatorio lineal y de segundo orden, todos ellos modelados jerárquicamente. La asociación con la edad del IMC se modeló mediante un spline cúbico para permitir pautas de edad no lineales que pudieran variar de un país a otro. Los coeficientes de los splines se modelaron jerárquicamente, y se permitió que variaran con el tiempo para reflejar las variaciones en las asociaciones con la edad. Se procedió a la tipificación por edad tomando las medias ponderadas de estimaciones específicas en función de la edad y el sexo mediante ponderaciones por la edad de la población estándar de la OMS.¹⁷

Agregados regionales y mundiales

Las estimaciones de la prevalencia mundial y regional se calculan en forma de promedios ponderados por población de los países constitutivos.

Fuentes de los datos: Los estudios de base demográfica con mediciones de la altura y el peso, como encuestas realizadas en hogares representativos a escala nacional, constituyen la mayor parte de las fuentes de los datos para el seguimiento de la obesidad en adultos.

Desafíos y limitaciones: El índice de masa corporal es una medición imperfecta del alcance y la distribución de la grasa corporal, pero está ampliamente disponible en las encuestas poblacionales y se usa en la práctica clínica; también guarda correlación con la densitometría de rayos X de energía dual, más compleja y costosa.

Algunos países tenían pocas fuentes de datos, y tres carecían totalmente de fuentes. Las estimaciones correspondientes a estos países se obtuvieron en mayor medida mediante datos de otros países a través de una jerarquía geográfica.

También se observaron diferencias en la disponibilidad de datos por grupo de edad, al disponerse de menos datos para los adultos de mayor edad (≥65 años), lo cual elevó la incertidumbre de las estimaciones correspondientes.

Lecturas recomendadas:

Ahmad, O.B., Boschi-Pinto, C., Lopez, A.D., Murray, C.J., Lozano, R. e Inoue, M. 2001. Age standardization of rates: A new WHO standard. Serie de documentos de debate GPE n.^o 31. Ginebra (Suiza), OMS. https://cdn.who.int/media/docs/default-source/gho-documents/global-health-estimates/gpe_discussion_paper_series_paper31_2001_age_standardization_rates.pdf

NCD-RisC (NCD Risk Factor Collaboration). 2024. Worldwide trends in underweight and obesity from 1990 to 2022: a pooled analysis of 3663 population-representative studies with 222 million children, adolescents, and adults. The Lancet, 403 (10431): 1027-1050. https://doi.org/10.1016/S0140-6736(23)02750-2.

OMS. 2022. Updated Appendix 3 of the WHO Global NCD Action Plan 2013-2030. Anexo técnico (versión de fecha 26 de diciembre de 2022). Ginebra (Suiza). https://cdn.who.int/media/docs/default-source/ncds/mnd/2022-app3-technical-annex-v26jan2023.pdf?sfvrsn=62581aa3_5

OMS. 2024. Portal de datos sobre las enfermedades no transmisibles. En: OMS. [Consultado el 8 de abril de 2024]. https://ncdportal.org/

OMS. 2024. Nutrition Landscape Information System (NLIS) country profile indicators: interpretation guide. Segunda edición. Ginebra (Suiza). https://www.who.int/publications/i/item/9789241516952

OMS. 2024. Global Health Observatory (GHO) data repository: Prevalence of obesity among adults, BMI ≥30, age-standardized. Estimates by country. [Consultado el 24 de julio de 2024]. https://www.who.int/data/gho/data/indicators/indicator-details/GHO/prevalence-of-obesity-among-adults-bmi-=-30-(age-standardized-estimate)-(-). Licencia: CC-BY-4.0.

Sexagésimo sexta Asamblea Mundial de la Salud. 2013. Seguimiento de la Declaración Política de la Reunión de Alto Nivel de la Asamblea General sobre la Prevención y el Control de las Enfermedades No Transmisibles. https://iris.who.int/handle/10665/151030

Anemia en las mujeres de entre 15 y 49 años

Definición: Porcentaje de mujeres de entre 15 y 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 de entre 15 y 49 años con una concentración de hemoglobina por debajo de 110g/l para las mujeres embarazadas y por debajo de 120 g/l para las mujeres que no están embarazadas. Las estimaciones presentadas se basan en OMS. 2021. WHO global anaemia estimates, 2021 edition. En: OMS. [Consultado el 24 de julio de 2024]. https://www.who.int/data/gho/data/themes/topics/anaemia_in_women_and_children. La serie de estimaciones completa se revisa en cada nueva edición. Se ruega al lector que se abstenga de comparar las series actuales con las de ediciones anteriores.

Metodología:

Ámbito nacional

Las fuentes de los datos de la edición de 2021 de las estimaciones de la anemia en mujeres de entre 15 y 49 años por estado del embarazo fueron la Base de datos sobre micronutrientes, parte del Sistema de información nutricional sobre vitaminas y minerales (VMNIS) y datos anónimos de nivel individual que van de 1995 a 2019. Se llevaron a cabo ajustes de los datos sobre las concentraciones de hemoglobina en la sangre en función de la altitud cuando fue pertinente (es decir, cuando el país tenía población que vivía a gran altitud) y, cuando fue viable, se realizaron ajustes por 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 calculó las estimaciones para cada país y cada año basándose en datos derivados de ese mismo país y ese año, si estaban disponibles, y en datos de otros años en el mismo país y datos de otros países durante períodos semejantes, 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.

Agregados regionales y mundiales

Las estimaciones de la prevalencia mundial y regional se calculan en forma de promedios ponderados por población de los países constitutivos.

Fuentes de los datos: La fuente de datos más adecuada son las encuestas poblacionales. Los datos procedentes de sistemas de vigilancia pueden utilizarse en algunas circunstancias, pero los diagnósticos registrados normalmente se subestiman. En la Base de datos sobre micronutrientes del VMNIS de la OMS se recopilan y resumen datos sobre el estado de los 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 anónimos de nivel individual de encuestas multinacionales, entre ellas encuestas demográficas y de salud, encuestas de indicadores de la malaria y encuestas de salud reproductiva.

Desafíos y limitaciones: A pesar de que una elevada proporción de países dispone 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 por completo 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. Haemoglobin concentrations for the diagnosis of anaemia and assessment of severity. Vitamin and Mineral Nutrition Information System. Ginebra (Suiza). https://apps.who.int/iris/bitstream/handle/10665/85839/WHO_NMH_NHD_MNM_11.1_eng.pdf

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

OMS. 2021. WHO global anaemia estimates, 2021 edition. En: OMS. [Consultado el 24 de julio de 2024]. https://www.who.int/data/gho/data/themes/topics/anaemia_in_women_and_children

OMS. 2021. Vitamin and Mineral Nutrition Information System (VMNIS). En: OMS. [Consultado el 20 de abril de 2023]. https://www.who.int/teams/nutrition-and-food-safety/databases/vitamin-and-mineral-nutrition-information-system

OMS. 2024. Nutrition Landscape Information System (NLIS) Country Profile. En: OMS. [Consultado el 20 de abril de 2023]. https://www.who.int/data/nutrition/nlis/country-profile

OMS. 2024. Portal de datos sobre nutrición. En: OMS. [Consultado el 6 de abril de 2024]. https://platform.who.int/nutrition/nutrition-portals

Stevens, G.A., Paciorek, C.J., Flores-Urrutia, M.C., Borghi, E., Namaste, S., Wirth, J.P., Suchdev, P.S., EzzatI, M., Rohner, F., Flaxman, S.R. y Rogers, L.M. 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

Esta publicación forma parte de la serie editada por la Organización de las Naciones Unidas para la Alimentación y la Agricultura sobre EL ESTADO DEL MUNDO.

Cita requerida:
FAO, FIDA, OMS, PMA y UNICEF. 2024. El estado de la seguridad alimentaria y la nutrición en el mundo 2024: Financiación para acabar con el hambre, la inseguridad alimentaria y la malnutrición en todas sus formas. Roma, FAO.
https://doi.org/10.4060/cd1254es

Las denominaciones empleadas en este producto informativo y la forma en que aparecen presentados los datos que contiene no implican la expresión de ninguna opinión por parte de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), el Fondo Internacional de Desarrollo Agrícola (FIDA), la Organización Mundial de la Salud (OMS), el Programa Mundial de Alimentos (PMA) y el Fondo de las Naciones Unidas para la Infancia (UNICEF) sobre el estado legal o de desarrollo de cualquier país, territorio, ciudad o área o sus autoridades, o sobre la delimitación de sus fronteras o límites. La mención de empresas específicas o productos de fabricantes, estén o no patentados, no implica que la FAO, el FIDA, la OMS, el PMA o el UNICEF los hayan respaldado o recomendado con preferencia a otros de naturaleza similar que no se mencionan.

Las designaciones empleadas y la presentación del material en los mapas no implican la expresión de ninguna opinión por parte de la FAO, el FIDA, la OMS, el PMA o el UNICEF sobre el estatuto jurídico o constitucional de ningún país, territorio o zona marítima, ni sobre la delimitación de fronteras.

La FAO, el FIDA, la OMS, el PMA y el UNICEF tomaron todas las precauciones razonables para verificar la información contenida en esta publicación. Sin embargo, el material publicado se distribuye sin garantía de ningún tipo, ya sea expresa o implícita. La responsabilidad de la interpretación y el uso del material recae en el lector. En ningún caso la FAO, el FIDA, la OMS, el PMA y el UNICEF serán responsables de los daños y perjuicios derivados de su uso.

Creative Commons BY license

De acuerdo con las condiciones de la licencia, se permite copiar, redistribuir y adaptar la obra para fines no comerciales, siempre que se cite correctamente. En ningún uso que se haga de esta obra debe darse a entender que la FAO, el FIDA, la OMS, el PMA o el UNICEF refrendan una organización, productos o servicios específicos. No está permitido utilizar el logotipo de la FAO. En caso de adaptación, debe concederse a la obra resultante la misma licencia o una licencia equivalente de Creative Commons. Si la obra se traduce, debe añadirse el siguiente descargo de responsabilidad junto a la cita requerida: “La presente traducción no es obra de la Organización de las Naciones Unidas para la Alimentación y la Agricultura (FAO), el Fondo Internacional de Desarrollo Agrícola (FIDA), la Organización Mundial de la Salud (OMS), el Programa Mundial de Alimentos (PMA) ni el Fondo de las Naciones Unidas para la Infancia (UNICEF). La FAO, el FIDA, la OMS, el PMA y el UNICEF no se hacen responsables del contenido ni de la exactitud de la traducción. La edición original en inglés será el texto autorizado”.

Todo litigio que surja en el marco de la licencia y no pueda resolverse de forma amistosa se resolverá a través de mediación y arbitraje según lo dispuesto en el artículo 8 de la licencia, a no ser que se disponga lo contrario en el presente documento. Las reglas de mediación vigentes serán el reglamento de mediación de la Organización Mundial de la Propiedad Intelectual www.wipo.int/amc/es/mediation/rules y todo arbitraje se llevará a cabo de manera conforme al reglamento de arbitraje de la Comisión de las Naciones Unidas para el Derecho Mercantil Internacional (CNUDMI).

Materiales de terceros. Si se desea reutilizar material contenido en esta obra que sea propiedad de terceros, por ejemplo, cuadros, gráficos o imágenes, corresponde al usuario determinar si se necesita autorización para tal reutilización y obtener la autorización del titular del derecho de autor. El riesgo de que se deriven reclamaciones de la infracción de los derechos de uso de un elemento que sea propiedad de terceros recae exclusivamente sobre el usuario.

Ventas, derechos y licencias. Los productos informativos de la FAO están disponibles en la página web de la Organización (http://www.fao.org/publications/es) y pueden adquirirse dirigiéndose a publications-sales@fao.org. Las solicitudes de uso comercial deben enviarse a través de la siguiente página web: www.fao.org/contact-us/licence-request. Las consultas sobre derechos y licencias deben remitirse a: copyright@fao.org.

INDIA. Aventamiento de trigo: ampliar la escala de los flujos de financiación permitirá acelerar la transformación fundamental de los sistemas agrícolas.