medigraphic.com
ISSN 1561-3127 (Digital)
ISSN 0864-3466 (Impreso)

2020, Número 1

<< Anterior Siguiente >>

Revista Cubana de Salud Pública 2020; 46 (1)


Métodos y desafíos en la medición de desigualdades sociales en salud de Cuba

Valdés SD, Ramis ARM, Pría BMC

Idioma: Español
Referencias bibliográficas: 52
Paginas: 1-19
Archivo PDF: 361.08 Kb.


RESUMEN

Introducción: Los individuos en posiciones de desventaja socioeconómica presentan un mayor riesgo de sufrir enfermedades. En Cuba, las ciencias sociales investigan sobre la inequidad social desde enfoques diferentes, en los que prevalecen las técnicas cualitativas con poca divulgación de los métodos cuantitativos que permitan la localización de desigualdades.
Objetivo: Proponer un procedimiento para medir las desigualdades sociales en salud en el contexto cubano con el empleo de métodos cuantitativos.
Métodos: Revisión bibliográfica sobre las técnicas y sus fundamentos. Se compararon los métodos según desafíos metodológicos, estructura de la información de entrada, ventajas y limitantes, interpretación de los resultados, posibilidades para capturar la desigualdad y software disponible para cada técnica. Se propusieron etapas para la medición de las desigualdades sociales en salud de acuerdo con la comparación realizada, los desafíos metodológicos planteados en las investigaciones, las alternativas metodológicas propuestas y la experticia de los investigadores.
Conclusiones: Entre las limitantes de los métodos clásicos está la necesidad de tener datos hasta el nivel mínimo de análisis. El agrupamiento tiene como desafío metodológico el diseño de una extracción de rasgos. El análisis multinivel asume que los efectos contextuales son los mismos para todos los individuos dentro de los grupos a lo largo del tiempo. Esta dificultad es resuelta por el análisis de secuencias sociales. El requerimiento de datos longitudinales es el mayor impedimento de esta técnica para su utilización en Cuba.


REFERENCIAS (EN ESTE ARTÍCULO)

  1. Kawachi I, Subramanian SV, Almeida-Filho N. A glossary for health inequalities. J Epidemiol Community Heal. 2002;56:647-52.

  2. Whitehead M, Dahlgren G. Concepts and Principles for Tackling Social Inequities in Health: Levelling up Part 1; 2006.

  3. Ramírez A, López C. A propósito de un sistema de monitoreo de la equidad en salud en Cuba. Rev Cub Sal Públ. 2005;31(2).

  4. Grupo Básico de Trabajo. Proyecto “Monitoreo de Equidad y Salud en Cuba.” Escuela Nacional de Salud Pública; 2001.

  5. Castañeda IE. Construcción de indicadores sintéticos para medir diferencias de género en el contexto social cubano [tesis en opción al grado de Doctora en Ciencias de la Salud]. [La Habana]: Universidad de Ciencias Médicas de La Habana; 2005.

  6. Pría M del C. Diseño de una metodología para el Análisis de la Situación de Salud municipal según condiciones de vida. Rev Cuba Med Gen Integr. 2006;22(4).

  7. Corral A, Pría M del C. Indicadores para la caracterización de provincias según condiciones de vida. Rev Cub Sal Públ. 2014;30(4):402-15.

  8. Íñiguez L. Territorio y contextos en la salud de la población. Rev Cub Sal Públ. 2008;34(1).

  9. Méndez E, Lloret M del C. Índice de desarrollo humano a nivel territorial en Cuba. Período 1985-2001. Rev Cub Sal Públ. 2005;31(2).

  10. Zabala M del C, Echevarría D, Muñoz MR, Fundora GE. Retos para la equidad social en el proceso de actualización del modelo económico cubano. Editorial de Ciencias Sociales; 2015.

  11. Espina M, Echevarría D. Cuba: los correlatos socioculturales del cambio económico. La Habana: Editorial de Ciencias Sociales; 2015.

  12. Bacallao J. Ensayo crítico acerca de la medición de las desigualdades sociales en salud. La Habana: Editorial Ciencias Médicas; 2015.

  13. Díaz-Perera G. Acercamiento a determinantes contextuales de la aterosclerosis y sus factores de riesgo [tesis de Doctorado en Ciencias de la Salud] [La Habana]: Universidad de Ciencias Médicas de La Habana, Centro de Investigación y Referencia de Aterosclerosis de La Habana; 2011.

  14. Krieger N. Glosario de epidemiología social. Rev Panam Salud Pública. 2002;11(5- 6):480-90.

  15. Kondo N, Sembajwe G, Kawachi I, Dam RM Van, Subramanian S V, Yamagata Z. Income inequality, mortality, and self-rated health: meta-analysis of multilevel studies. BMJ. 2009;339(b4471):1178-82.

  16. Martín JJ, Karlsdotter K, Puerto M del. Análisis multinivel de la renta y las desigualdades de renta y salud en España. Centro de Estudios Andaluces; 2011.

  17. Montero M, Castells E, Lantigua I. Modelos multinivel: Una aplicación a datos longitudinales en una investigación médica. Rev Investig Operacional. 2007;28(2):170-8.

  18. Chang M, Cañizares M. Consumo de bebidas alcohólicas y ambiente social. Un enfoque multinivel. Rev Cubana Hig Epidemiol. 2010;48(2):114-2.

  19. Shanahan MJ, Mortimer JT, Kirkpatrick M. Handbook of the Life Course. Vol. II. Springer International Publishing Switzerland; 2016.

  20. Abbott A, Forrest J. Optimal Matching Methods for Historical Sequences. J Interdiscip Hist. 1986;16(3):471-4.

  21. Cornwell B. Social sequence analysis: Methods and applications. Social Sequence Analysis: Methods and Applications; 2015.

  22. Hougham GW, Ham SA, Ruhnke GW, Schulwolf E, Auerbach AD, Schnipper JL, et al. Sequence Patterns in the Resolution of Clinical Instabilities in Community-Acquired Pneumonia and Association with Outcomes. J Gen Intern Med. 2013;29(4):563-71.

  23. Le Meur N, Gao F, Bayat S. Mining care trajectories using health administrative information systems: the use of state sequence analysis to assess disparities in prenatal care consumption. BMC Health Serv Res. 2015;15(200):1-10.

  24. Ganjour O, Gauthier J-A, Goff J-M Le. Gender inequality regarding retirement benefits in Switzerland. In: Ritschard G, Studer M, editors. International Conference on Sequence Analysis and Related Methods (LaCOSA II); 2016. p. 693-716.

  25. Wagstaff A, Paci P, Doorslaer E Van. On the measurement of inequalities in health. Soc Sci Med. 1991;33(5):545-57.

  26. Schneider MC, Castillo C, Bacallao J, Loyola E, Mujica OJ, Vidaurre M. Métodos de medición de las desigualdades de salud. Rev Panam Salud Pública. 2002;12(6):398-415.

  27. Schneider MC, Castillo C, Bacallao J, Loyola E, Mujica OJ, Vidaurre M. Resumen de los indicadores más utilizados para la medición de desigualdades en salud. Rev Panam Salud Pública. 2002;12(6):462-4.

  28. Lynch J, Harper S. Midiendo Desigualdades en Salud. Centro de Epidemiología Social y Salud Poblacional. Departamento de Epidemiología. [CD ROM]. Michigan: Universidad de Michigan; 2010.

  29. PAHO. The health situation. In: Annual Report of the Director Edición de 1996. Washington, DC: Pan American Health Organization; 1997.

  30. Santiago Pérez MI, Hervada Vidal X, Naveira Barbeito G, Silva LC, Fariñas H, Vázquez E, et al. El programa epidat: usos y perspectivas. Rev Panam Salud Pública. 2010 Jan;27(1):80-2.

  31. Han J, Kamber M. Data Mining: Concepts and Techniques. 2nd ed. Elsevier Inc.; 2006.

  32. Ward JH. Hierarchical Grouping to Optimize an Objective Function. J Am Stat Assoc. 1963;58(301):236-44.

  33. Hair JF, Anderson RE, Tatham RL, Black WC. Análisis Multivariante. 5th ed. Madrid: Prentice Hall; 1999.

  34. Cuadras CM. Nuevos métodos de análisis multivariante. Barcelona, España: CMC Editions; 2008.

  35. Jain AK, Murty MN, Flynn PJ. Data Clustering : A Review. ACM Comput Surv. 1999;31(3):264-323.

  36. Abbas OA. Comparisons Between Data Clustering Algorithms. Int Arab J Inf Technol. 2008;5(3):320-5.

  37. Rousseeuw PJ. Silhouettes: a graphical aid to the interpretation and validation of cluster analysis. J Comput Appl Math. 1987;20:53-65.

  38. Aparicio A, Morera M. La conveniencia del análisis multinivel para la investigación en salud: Una aplicación para Costa Rica. Población y Salud en Mesoamérica. 2007;4(2):1-23.

  39. Davis K, Taylor B, Furniss D. Narrative accounts of tracking the rural domestic violence survivors’ journey: A feminist approach. Health Care Women Int. 2001;22(4):333-47.

  40. Rasbash J, Steele F, Browne WJ, Goldstein H. A User’s Guide to MLwiN 2.0. United Kingdom: University of Bristol; 2009.

  41. Barbara M. Byrne. Structural Equation Modeling with Mplus: Basic Concepts, Applications, and Programming. United Kingdom: Taylor and Francis Group; 2012.

  42. Bliese P. Multilevel Modeling in R (2.5): A Brief Introduction to R, the multilevel package and the nlme package. R Development Core Team; 2013.

  43. Blanchard P, Bühlmann F, Gauthier J-A. Advances in Sequence Analysis: Theory, Method, Applications. Luxemburgo: Springer; 2014.

  44. Chaudhry S, Jin L, Meltzer D. Use of a Self-Report-Generated Charlson Comorbidity Index for Predicting Mortality. Med Care. 2005;43(6):607-15.

  45. Hougham GW, Ham SA, Ruhnke GW, Schulwolf E, Auerbach AD, Schnipper JL, et al. Online Supplement to accompany: Sequence Patterns in the Resolution of Clinical Instabilities in Community ‐ Acquired Pneumonia and Association with Outcomes. J Gen Intern Med. 2013;29(4):1-9.

  46. Dlouhy K, Biemann T. Optimal matching analysis in career research: A review and some best-practice recommendations. J Vocat Behav. 2015;90:163-73.

  47. Ritschard G, Gabadinho A, Nicolas M, Studer M. Mining event histories: A social science perspective. Int J Data Mining, Model Manag. 2008;1(1):68-90.

  48. Gabadinho A, Ritschard G, Studer M, Müller NS. Mining sequence data in R with the TraMineR package: A user’s guide. vol. 1. University of Geneva; 2010.

  49. Yalonetzky G. A dissimilarity index of multidimensional inequality. J Econ Inequal. 2012;(10):343-73.

  50. Qian G, Wu Y, Shao Q. A procedure for estimating the number of clusters in logistic regression clustering. J Classif. 2009;(26):183-99.

  51. Mielck A, Vogelmann M, Leidl R. Health-related quality of life and socioeconomic status: inequalities among adults with a chronic disease. 2014;12(58).

  52. Abbott A. Time Matters: On Theory and Method. Chicago: The University of Chicago; 2001.




2020     |     www.medigraphic.com