Instituto Latinoamericano de Altos Estudios
Desnutrición crónica infantil:
Efecto de la desigualdad del
ingreso familiar per cápita
Desnutrición crónica infantil:
Efecto de la desigualdad del
ingreso familiar per cápita
Moisés Guillermo Apaza Ahumada
Instituto Latinoamericano de Altos Estudios -ilae-
Queda prohíbida la reproducción por cualquier medio físico o digital de
toda o un aparte de esta obra sin permiso expreso del Instituto Latinoa-
mericano de Altos Estudios -ilae-.
Publicación sometida a evaluación de pares académicos (Peer Review
Double Blinded).
Esta publicación está bajo la licencia Creative Commons
Reconocimiento - NoComercial - SinObraDerivada 3.0 Unported License.
ISBN 978-958-5535-37-4
© Moisés Guillermo Apaza Ahumada, 2020
© Instituto Latinoamericano de Altos Estudios -ilae-, 2020
Derechos patrimoniales exclusivos de publicación y distribución de la obra
Cra. 18 # 39A-46, Teusquillo, Bogotá, Colombia
pbx: (571) 703-6396, fax (571) 323 2181
www.ilae.edu.co
Diseño de carátula y composición: Jesús Alberto Chaparro Tibaduiza
Edición electrónica:
Editorial Milla Ltda. (571) 702 1144
editorialmilla@telmex.net.co
Editado en Colombia
Published in Colombia
Tabla de contenido
Introducción
7
Capítulo primero
Fundamentación teórica
11
I.
Ingreso familiar per cápita
11
A. Nivel de ingreso familiar per cápita en Perú
11
B. Medición del ingreso familiar per cápita
en Perú
13
C. Desigualdad en el ingreso familiar per cápita
en la población peruana
15
II.
Desigualdad e inequidad
17
en el ámbito de la salud
17
A. Desigualdad en la salud
17
B. Inequidad en la salud
19
C. Medición de las desigualdades
y sus indicadores
21
1. Razón de tasas
22
2. Índice del efecto relativo
basado en una regresión
23
3. Coeficiente Gini y la curva de Lorenz
23
III.
Influencia de la desigualdad en el proceso
de desnutrición crónica
25
5
6
Desnutrición crónica infantil...
A. Antecedentes de desnutrición crónica
25
B. Desnutrición crónica infantil
29
C. Desigualdad en la desnutrición crónica
31
D. Medición de la desnutrición crónica infantil
33
Capítulo segundo
Diseño metodológico
35
I.
Efecto de la desigualdad en el ingreso familiar
per cápita sobre la desnutrición crónica infantil
35
A. Tipo y nivel de investigación
35
1. Hipótesis
35
2. Población
36
3. Muestra
36
4. Objetivo general
36
5. Objetivos específicos
37
6. Métodos y técnicas de investigación
37
7. Técnicas de recolección de datos
38
Capítulo tercero
Interpretación y análisis de datos
39
I.
Resultados
39
II.
Discusión
55
Recomendaciones
75
Conclusiones
77
Bibliografía
79
Anexos
83
El autor
95
Introducción
Existe preocupación por las brechas que existen entre
ricos y pobres y por la consiguiente disparidad en el
estado de salud de la población. La desigualdad so-
cioeconómica hace que se presenten brechas altas en
la desnutrición crónica, por ello es importante iden-
tificar y focalizar espacios sociodemográficos con las
mayores prevalencias para mejorar la atención para
disminuir de manera sustancial la desigualdad, por-
que no es posible programar e implementar medidas
eficaces destinadas a la población en mayor riesgo sin
que primero se identifiquen las brechas en materia de
salud y nutrición y en la presencia de sus factores de-
terminantes.
La desnutrición crónica es uno de los indicadores
clave para caracterizar el estado de salud y el nivel de
vida de un sector de la población, es así que puede
reflejar diferencias sustanciales entre clases sociales
y grupos poblacionales étnicos o geopolíticos, para
esclarecer las diferencias del grado de desarrollo de
los países, las regiones o unidades geopolíticas meno-
7
res, puesto que considera la insuficiente provisión de
alimentos, la poca facilidad a los servicios de salud,
educación y demás aspectos, todos relacionados con
los bajos ingresos económicos.
En la búsqueda de la equidad es necesaria la obser-
vación y manifestación de las desigualdades presen-
tes en las variables socioeconómicas y de salud, esto
solo es posible mediante la disposición de informa-
ción a nivel local, regional y nacional.
La desnutrición infantil en Perú, ante todo si esta
es de estado crónico, disminuye en forma lenta. Los
datos globales promedio indican que la desnutrición
crónica infantil de cinco años en 1992 era de 36.5%
a nivel nacional, con una disminución a 24.1% hasta
2005, y en 18.1% en 2016. En la población infantil de
6 a 9 años de edad la desnutrición crónica ha dismi-
nuido de 27.9%, en 1999, a 21.9% en 2005. Sin em-
bargo, esta tendencia nacional no se ha reflejado en
todas las regiones del país, de manera que se regis-
tran mayores niveles de desigualdad en la prevalencia
de la desnutrición crónica en los distritos de Perú, por
lo que el promedio no es la lectura más adecuada para
analizar las desigualdades porque esconde situacio-
nes extremas, y en este caso, no refleja las enormes
brechas entre los distritos del país.
Esta investigación se ha propuesto determinar el
efecto de la desigualdad en el ingreso familiar per cá-
pita en la distribución de la prevalencia de la desnu-
trición crónica en niños de seis a nueve años de edad
de 1.818 distritos de Perú, en 2006, momento crítico
del país en su lucha contra la desnutrición crónica in-
fantil.
Moisés Guillermo Apaza Ahumada
9
Se atribuye como causa principal de la desnutrición
crónica al insuficiente consumo de calorías y nutrien-
tes que a su vez obedece a un conjunto de factores:
ambientales, geográficos, económicos, educativos,
culturales, psicológicos, salud, etc., en el más amplio
sentido de la palabra. Estos factores asociados afectan
de manera más contundente al sector más vulnerable,
los niños. Uno de los factores cruciales lo constituye
el aspecto económico a partir del ingreso familiar per
cápita que en el presente estudio es motivo de un aná-
lisis detallado.
Como es evidente, los estudios de la desnutrición
crónica en los niños deben estar enfocados con el fin
de explicar, además del nivel promedio, el grado de
desigualdad, lo cual es posible al analizar si el deter-
minante (el ingreso familiar per cápita) es inequitati-
vo y si esta inequidad se traslada a la prevalencia de la
desnutrición crónica, por lo que se pretende abordar
y explicar este complejo fenómeno de salud.
Capítulo primero
Fundamentación teórica
I. Ingreso familiar per cápita
A. Nivel de ingreso familiar per cápita en Perú
En primer lugar, será importante definir el ingreso fa-
miliar per cápita. Al respecto, Armando Rucoba Gar-
cía y Edilberto Niño Velázquez van a mencionar:
… el ingreso per cápita, considerado como el valor total mo-
netario de los bienes, servicios y dinero que ingresaron a la
familia durante un año, repartido entre sus miembros. Se
refiere a la cantidad total de dinero que la familia recibió
por ventas de productos agropecuarios, forestales, artesa-
nías, apoyos gubernamentales, remesas y venta de mano de
obra, más la cantidad de dinero valorizada de los productos
agropecuarios, forestales y artesanías de autoconsumo, así
como ingresos provenientes de donaciones, todo ello divi-
dido entre el número de miembros de la familia6.
6
Armando Rucoba García y Edilberto Niño Velásquez. “Ingreso familiar
como método de medición de la pobreza: estudio de caso en dos localida-
11
12
Desnutrición crónica infantil...
El ingreso familiar per cápita representa una com-
binación de los diferentes satisfactores de necesida-
des a los precios del mercado. Por lo general se men-
ciona acerca del ingreso familiar per cápita, sin em-
bargo, la variable que también se utiliza en el estudio
de los niveles de vida es el gasto familiar per cápita.
En la actualidad, se utiliza el ingreso o gasto fami-
liar para definir operativamente a la pobreza y esti-
mar las líneas de pobreza.
El Instituto Nacional de Estadística e Informá-
tica -inei- va a afirmar con respecto a los ingresos
per cápita familiar de los últimos años en Perú que:
Por regiones naturales, se observa que el ingreso real pro-
medio per cápita en la Costa fue de 1136 soles, en la Sierra
de 731 y Selva de 677 soles. Al comparar estos resultados
con el año 2015, se observa un incremento en las 3 regio-
nes, en la Costa en 4,0%, en la Sierra en 1,4% y en la Selva
en 1,0%. Por dominios geográficos, los mayores incre-
mentos del ingreso real se registraron en Costa rural con
6,2%, seguido de Lima Metropolitana con 4,3%, y Costa
urbana con 3,1%. También creció la Sierra urbana, Selva
urbana y la Selva rural con 1,4%, 0,7% y 0,4%; respectiva-
mente. Por el contrario, en la Sierra rural, el ingreso real
disminuyó en 1,1%7.
des rurales de Tepetlaoxtoc”, Revista Economía, Sociedad y Territorio, vol. x,
n.º 34, 2010, disponible en [http://www.scielo.org.mx/pdf/est/v10n34/
v10n34a8.pdf ], p. 64.
7
inei. Informe técnico: Evolución de la pobreza monetaria 2007-2016,
cit., p. 25.
Moisés Guillermo Apaza Ahumada
13
Tabla 1
Evolución del ingreso real promedio per
cápita mensual, según dominios en Perú
Fuente: Instituto Nacional de Estadística e Informática -inei-. Informe
técnico: evolución de la pobreza monetaria 2007-2016, Lima, mayo de
2017, disponible en [https://www.inei.gob.pe/media/MenuRecursivo/
publicaciones_digitaleS/. Est/Lib1425/ ].
B. Medición del ingreso familiar per cápita en Perú
Gustavo Yamada, Juan Francisco Castro y Nelson
Oviedo señalan, partiendo de las medidas tomadas
por el Instituto Nacional de Estadística e Informática,
que consideran como componentes de ingreso:
El ingreso laboral. Se refiere al sueldo recibido por
un servicio brindado, donde incluyen bonos extras y
comisiones; como también se considera el pago en
especie y el autoconsumo, además de los abonos ex-
traordinarios, refiriéndose a las gratificaciones, boni-
ficaciones o cts.
Los ingresos por renta de capital. Se refiere a los in-
tereses de activos financieros, ingresos y regalías por
capital y propiedades, como también por el ingreso
por el alquiler de una propiedad.
14
Desnutrición crónica infantil...
Las transferencias monetarias privadas. Son aque-
llas transferencias realizadas por entidades privadas
locales y extranjeras, independientemente de las pen-
siones laborales.
Las transferencias no monetarias públicas y priva-
das. Se refiere a aquellas transferencias realizadas por
organismos públicos y privados, como también por
organizaciones no gubernamentales como las ong8.
Del mismo modo, los autores van a mencionar con
respecto a la manera de medición de los ingresos per
cápita en Perú:
La medida de ingreso per cápita empleada para calcular la
cifra oficial del coeficiente de Gini se obtiene luego de su-
mar todos estos componentes de ingreso a nivel de hogar,
dividir entre el número de miembros del hogar y deflactar
el resultado para expresarlo a precios de Lima Metropoli-
tana de 2014. Dado que el objetivo de este ejercicio es dar
cuenta del rol redistributivo de la política pública en la dis-
tribución del ingreso y su evolución, cabe notar que la me-
dida de ingreso […] no considera varios elementos direc-
tamente relacionados con la acción pública. En particular,
no considera el pago de impuestos, las pensiones recibidas
por jubilación, la contribución obligatoria al sistema de
pensiones ni las transferencias monetarias públicas9.
A esta forma de medición se le incluirá las transferen-
cias de programas sociales como Juntos o Pensión 65,
8
Gustavo Yamada, Juan Francisco Castro y Nelson Oviedo. Revisi-
tando el coeficiente de Gini en el Perú: El Rol de las Políticas Públicas
en la Evolución de la Desigualdad, Lima, Universidad del Pacífico,
2016, pp. 6 y 7.
9
Ídem.
Moisés Guillermo Apaza Ahumada
15
programas formulados para apoyar económicamente
a las familias con menos recursos.
En 2019, el inei registró estos porcentajes por
componente de ingreso.
Figura 1
Estructura del ingreso real per cápita,
según tipo de ingreso (2019)
Fuente: Instituto Nacional de Estadística e Informática -inei-. Evolución de
la pobreza monetaria 2007-2018. Informe técnico, Lima, abril de 2019, disponi-
ble en [https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_digita-
leS/. Est/Lib1646/libro.pdf ].
C. Desigualdad en el ingreso familiar per cápita en
la población peruana
Según inei la desigualdad en la distribución por me-
dio del coeficiente Gini, desde el año 2007-2016, al-
canzó 0.44. En este se concluye que:
16
Desnutrición crónica infantil...
Analizando los resultados para el período 2007-2016, se
observa que la desigualdad disminuye a nivel nacional y
en todos sus dominios. A nivel nacional la reducción es
de 0,06, pasando de 0,50 en 2007 a 0,44 en 2016. Com-
parando los resultados por región natural se observa una
reducción en el indicador en la Costa y Sierra de 0,06,
respectivamente, mientras que en el Selva la disminución
fue de 0,04 (de 0,49 a 0,45). Evaluando los resultados a
nivel de dominios, la mayor disminución de la desigual-
dad se presentó en la Costa urbana (de 0,43 a 0,36), segui-
do de Lima Metropolitana y Selva urbana (de 0,46 a 0,41
respectivamente)10.
Tabla 2
Evolución de la desigualdad (coeficiente de Gini) del
ingreso, según ámbitos geográficos y dominios, 2007-2016
10 Instituto Nacional de Estadística e Informática -inei-. Informe técnico:
evolución de la pobreza monetaria 2007-2016, cit., p. 31.
Moisés Guillermo Apaza Ahumada
17
II. Desigualdad e inequidad
en el ámbito de la salud
A. Desigualdad en la salud
Inicialmente, sobre la desigualdad en el área de la sa-
lud, Mariana C. Arcaya, Alyssa L. Arcaya y S. V. Su-
bramanian van a mencionar:
El término desigualdad en salud se refiere de manera ge-
nérica a las diferencias en la salud de los individuos o los
grupos. Cualquier aspecto cuantificable de la salud que va-
ría entre individuos o según agrupamientos socialmente
relevantes puede denominarse una desigualdad en salud.
En la definición de desigualdad en salud está ausente cual-
quier juicio moral sobre si las diferencias observadas son
razonables o justas11.
Cuando se habla de la desigualdad en la salud, Mauri-
cio Lima Barreto menciona que esta es originada por
las diferencias en el desarrollo y las riquezas, como
también por las diferencias fenotípicas y culturales,
las cuales posteriormente serán transferidas al área
de la salud, demostrando las diferencias en las condi-
ciones de salud de los grupos sociales tales como los
niveles de riesgo al que están expuestos o el acceso a
los recursos sanitarios.
Adicionalmente, Barreto va a afirmar:
11 Mariana C. Arcaya; Alyssa L. Arcaya y S. V. Subramania. “Desigualdades
en salud: definiciones, conceptos y teorías”, Revista Panamericana de Salud
Pública, vol. 38, n.º 4, 2015, disponible en [https://www.scielosp.org/pdf/
rpsp/2015.v38n4/261-271 ], p. 262.
18
Desnutrición crónica infantil...
No sorprende que la mayor parte de las desigualdades
observadas en la salud esté directamente relacionada con
las desigualdades observadas en otros planos de la vida
social. Las desigualdades en salud generan oportunida-
des desiguales de disfrutar los avances científicos y tec-
nológicos en esta área, así como diferentes posibilidades
de exposición a los factores que determinan la salud y la
enfermedad y, finalmente, las diferentes posibilidades de
ponerse enfermo y morir12.
Según Peter Busse13, la desigualdad en el área de la
salud en Perú se ha visto evidenciada no solo en el ac-
ceso económico, pues también está determinada por
factores, entre ellos el de riesgo. Es así que concluirá
que el estudio de las desigualdades en el país resulta
complejo, puesto que es difícil identificar el verdade-
ro factor determinante de la desigualdad en la salud.
De esta manera, el autor señalará que para el es-
tudio de la desigualdad será importante reconocer
aspectos por medio de indicadores que faciliten la
detección de las diferencias de salud en los distintos
grupos poblacionales. Además, será importante no
solo reconocer las diferencias, sino también cuestio-
narse si estas son justas o no y si pueden ser evitadas,
como también reconocer qué sector de la población
se ve afectado. Por último, el autor afirmará que:
12 Mauricio Barreto Lima. “Desigualdades en Salud: una perspectiva global”,
Ciência & Saúde Coletiva, Rio de Janeiro, vol. 22, n.º 7, julio de 2017, disponi-
ble en [https://doi.org/10.1590/1413-81232017227.02742017 ], p. 2.098.
13 Peter Busse. “¿Cómo entender y reducir la desigualdad en la salud en el
Perú?”, Revista Argumentos, Lima, año 5, n.º 5, noviembre de 2011, pp. 1 a
6, disponible en
[https://argumentos-historico.iep.org.pe/wp-content/
uploadS/.2014/01/busse.pdf ].
Moisés Guillermo Apaza Ahumada
19
Hay dos que han sido estudiados en Perú: la etnicidad y
el nivel socioeconómico. Se sabe que la etnicidad —un
constructo que ha sido capturado por la lengua materna
de los individuos— determina un acceso diferente a los
servicios de salud materno-infantil y que, de un modo
más general, la diferencia socioeconómica también influ-
ye en el acceso desigual a la salud […] Así mismo, se ha
estimado que el efecto del ingreso llega a explicar el 40%
de las diferencias en desnutrición crónica entre el quintil
más pobre y el más rico14.
B. Inequidad en la salud
Por otro lado, cuando se menciona la inequidad en la
salud se refiere a las diferencias realizadas injusta-
mente, frente a los derechos fundamentales a la sa-
lud, como también en la accesibilidad de los servicios
y prestaciones de salud. Arcaya, Arcaya y Subrama-
nian afirman con respecto a la inequidad en la salud:
[…] inequidad en salud, o disparidad en salud, es un tipo
específico de desigualdad que denota una diferencia in-
justa en la salud. De acuerdo con una definición común,
cuando las diferencias en salud son prevenibles e innece-
sarias, el permitir que persistan es injusto. En este senti-
do, las inequidades en salud son diferencias sistemáticas
en la salud que podrían evitarse con medios razonables15.
14 Peter Busse. “¿Cómo entender y reducir la desigualdad en la salud en el
Perú?”, Revista Argumentos, Lima, año 5, n.º 5, noviembre de 2011, cit., p.
4, disponible en
[https://argumentos-historico.iep.org.pe/wp-content/
uploadS/.2014/01/busse.pdf ].
15 Mariana C. Arcaya, Alyssa L. Arcaya y Subu Subramania. “Des-
igualdades en salud: definiciones, conceptos y teorías”, cit., p. 262.
20
Desnutrición crónica infantil...
Francisco Sánchez Moreno16 refiere que estas dife-
rencias están basadas en que las personas se desarro-
llan desde el inicio de su vida relacionándose con los
factores de la salud como lo es el sistema de salud y el
financiamiento de un seguro que garantice la atención.
Para diferenciar entre inequidad y desigualdad,
también será importante resaltar que ambas funcionan
de distinta manera en cada país, para lo cual Sánchez
Moreno va a afirmar refiriéndose a los países latinoa-
mericanos:
… la inequidad se diferencia de la desigualdad, en la medi-
da en que la primera hace referencia a lo justo o injusto de
una desigualdad. La inequidad se basa en juicios de valor,
en donde hay consideraciones políticas, éticas y morales,
y en donde se pretende enunciar un “deber ser”. El proble-
ma con la mayoría de sistemas de salud en América Latina
es que tanto inequidad y desigualdad tienden a quedar en
un mismo plano de descripción, en donde la inequidad “es
apenas” una desigualdad injusta y evitable17.
Sánchez Moreno va a mencionar que la inequidad en
el área de la salud en Perú ha significado la exclusión
de dos tercios de la población de sus derechos sani-
tarios, de la seguridad social y de los servicios inte-
grales. De esta manera, el país adoptó al igual que los
países vecinos, el apoyo de instituciones financieras
de talla internacional, que originó que actualmente
16 Francisco Sánchez Moreno. “La inequidad en salud afecta el desarrollo en el
Perú”, Revista Peruana de Medicina Experimental y Salud Pública, Lima, vol. 30,
n.º 4, 2013, disponible en [http://www.scielo.org.pe/scielo.php?script=sci_
arttext&pid=S1726-46342013000400022&lng=es&tlng=es ].
17 Ibíd, p. 53.
Moisés Guillermo Apaza Ahumada
21
el servicio de aseguramiento social a los pacientes, la
financiación del mismo, el acceso a los servicios inte-
grales y la calidad con que el asegurado es atendido,
sea marcado por la inequidad y exclusividad. Así mis-
mo, el autor continuará mencionando que:
La inequidad es extrema en las enfermedades de alto costo
y existen asimismo otros casos lacerantes. Por ejemplo, en
gran parte del país es imperceptible el cuidado de la salud
mental. Existen más de 66 mil personas con vih -adquiri-
do 97% por vía sexual- de las que apenas la mitad conoce
que lo padece, no obstante, son transmisores cotidianos de
la infección. Y han recrudecido antiguos problemas como el
retroceso en el control de la tuberculosis con mayor resisten-
cia a los medicamentos; o las desesperantes e innumerables
frustraciones en los cada vez más congestionados servicios
de emergencia, consulta, cirugía y hospitalización; o las coti-
dianas insuficiencias de atención, medicamentos y equipos
en los distintos niveles regionales, provinciales y distritales18.
C. Medición de las desigualdades y sus indicadores
Para la medición de las desigualdades de la salud, pue-
de considerarse los factores metodológicos, en este
sentido, se verificará las diferencias en los servicios
de salud mediante los datos de encuestas e incorpo-
rará conceptos tales como necesidad, acceso, eficacia,
aquellos que requerirán una metodología más com-
pleja. Por otro lado, los indicadores necesarios para
la medición de la situación real de la salud requerirán
principalmente datos de mortalidad y morbilidad19.
18 Ibíd., p. 769.
19 María Schneider; Carlos Castillo-Salgado, Jorge Bacallao, En-
22
Desnutrición crónica infantil...
1. Razón de tasas
La razón de tasas compara dos grupos en circunstan-
cias extremas, por ejemplo, puede compararse los in-
gresos altos de algunos distritos con los ingresos de
los distritos pobres. Muñoz va a mencionar acerca de
la tasa:
El concepto de tasa es similar al de una proporción, con la
diferencia de que las tasas llevan incorporado el concepto de
tiempo. Las tasas expresan la dinámica de un suceso en una
población a lo largo del tiempo [...] el denominador de una
tasa no expresa el número de sujetos en observación, sino el
tiempo durante el cual tales sujetos estuvieron en riesgo de
sufrir el evento. La unidad de medida empleada se conoce
como tiempo-persona de seguimiento u observación20.
Donde:
Tasa = Número de eventos ocurridos en una pobla-
ción en un periodo * potencia de 10.
Sumatoria de los periodos durante los cuales los
sujetos de la población libres del evento estuvieron ex-
puestos al riesgo de presentarlo en el mismo periodo.
rique Loyola, J. Mujica, Manuel Vidaurre y Anne Roca. “Métodos
de medición de las desigualdades de salud”. Revista Panamericana de
Salud Pública, Washington D.C., vol. 12, n.º 6, diciembre de 2002, dis-
ponible en [https://www.researchgate.net/publication/26379011_
Metodos_de_medicion_de_las_desigualdades_de_salud ].
20 María Nathalia Muñoz Guerrero. Epidemiología Ambiental, Bo-
gotá,
2012, disponible en [https://docplayer.eS/.13490139-Uni-
versidad-nacional-abierta-y-a-distancia-unad-escuela-de-ciencias-
agricolas-pecuarias-y-del-medio-ambiente-358009-epidemiologia-
ambiental.html ], p. 41.
Moisés Guillermo Apaza Ahumada
23
La diferencia de tasas se refiere cuando al compa-
rarse los grupos, se encuentra una variación en los ni-
veles obtenidos.
2. Índice del efecto relativo
basado en una regresión
Contempla todas las unidades geopolíticas o agrega-
dos; permite analizar cómo varía la situación de sa-
lud en función del nivel socioeconómico. María Sch-
neider, Carlos Castillo-Salgado, Jorge Bacallao,
Enrique Loyola, J. Mujica, Manuel Vidaurre y Anne
Roca van a mencionar al respecto:
Uno de los indicadores de impacto total más conoci-
dos en salud es el riesgo atribuible poblacional -rap-,
adaptado del área de la epidemiología. Este indicador
también puede estimarse mediante una regresión. La
regresión se usa también para estimar el índice de des-
igualdad de la pendiente -idp- y el índice relativo de
desigualdad -ird-21.
3. Coeficiente Gini y la curva de Lorenz
La curva de Lorenz22 fue llamada de esa forma por
Max Lorenz23, quien la inventó en 1905 con el fin de
21 María Schneider; Carlos Castillo-Salgado, Jorge Bacallao, En-
rique Loyola, J. Mujica, Manuel Vidaurre y Anne Roca. “Métodos
de medición de las desigualdades de salud”, cit., p. 401.
22 Representación gráfica utilizada con frecuencia para plasmar la dis-
tribución relativa de una variable en un dominio determinado. El
dominio es un conjunto de hogares o personas de una región o país.
23 Max Otto Lorenz, 19 de septiembre de 1876 en Burlington (Iowa)
- 1 de julio de 1959 en Sunnyvale (California).
24
Desnutrición crónica infantil...
representar la desigualdad de los ingresos. Acerca de
la curva conocemos que:
[…] se representa el porcentaje acumulado de población
versus el porcentaje acumulado de riqueza. Si todas las
personas tuviesen el mismo ingreso, el x% de la pobla-
ción tendría el x% de la riqueza y la curva de Lorenz sería
una recta de 45°. Si existe desigualdad, necesariamente, la
curva de Lorenz va a pasar por debajo de la recta de 45°,
porque con cualquier desigualdad en el ingreso, al orde-
nar del más pobre al más rico, las personas más pobres
van a representar un porcentaje menor de la riqueza total
que de la población. Además, el 100% de la población va a
concentrar siempre el 100% del ingreso (párr. 3).
Asimismo, para entender el coeficiente Gini24, llama-
do así por su inventor, el estadístico Corrado Gini25,
se debe iniciar conociendo acerca de la curva de Lo-
renz, pues está basada en ella. Acerca del coeficiente
Gini describe:
[…] se basa en la distancia entre la curva a Lorenz y la
recta de 45° que representaría una distribución perfec-
tamente igual del ingreso. La curva de Lorenz define dos
áreas A y B. Mientras mayor sea la desigualdad, el área A
se va a hacer más grande y la B más pequeña. Con perfecta
igualdad, el área A desaparece, mientras que con perfecta
24 Medida de la desigualdad que se utiliza para medir la desigualdad en
los ingresos, dentro de un país, pero puede utilizarse para medir cual-
quier forma de distribución desigual, es un número entre 0 y 1, en don-
de 0 se corresponde con la perfecta igualdad (todos tienen los mismos
ingresos) y donde el valor 1 se corresponde con la perfecta desigualdad
(una persona tiene todos los ingresos y los demás ninguno).
25 Corrado Gini, Motta di Livenza, 23 de mayo de 1884 - Roma, 13 de
marzo de 1965.
Moisés Guillermo Apaza Ahumada
25
desigualdad (todo el ingreso lo tiene una persona y el res-
to no tiene nada) el área B desaparece. El coeficiente de
Gini es la ratio: A/(A + B), que corresponde también a 2 *
A (debido a que A + B = 0.5) (párr. 4).
III. Influencia de la desigualdad en el
proceso de desnutrición crónica
A. Antecedentes de desnutrición crónica
En 1996 existieron registros de 25,8% de población
infantil con desnutrición crónica, este alto índice per-
duró por una década. A partir de esos años, el Estado
decidió tomar medidas para reducir la cantidad de ni-
ños desnutridos.
La prevalencia de la desnutrición crónica en el
mundo supera el 50%, es decir, en muchos países uno
de cada dos niños padece este mal endémico. De esta
manera, existen países como Yibuti, Somalia, Etiopía
y Kenia que tienen 33, 42, 51 y 35 por ciento de des-
nutrición crónica respectivamente. En el continente
africano muchos países llegan a superar el 40%.
Al respecto, el Fondo de las Naciones Unidas para
la Infancia -unicef- va mencionar que la desnutrición
crónica:
Se ha convertido además en una crisis de supervivencia in-
fantil, en la que el riesgo de muerte es 9 veces superior para
un niño con desnutrición aguda severa que para un niño
en condiciones normales. El 35% de las muertes infantiles
podría evitarse si los niños no estuvieran desnutridos26.
26 Fondo de las Naciones Unidas para la Infancia -unicef-. La des-
26
Desnutrición crónica infantil...
La desnutrición crónica es la manifestación nutri-
cional más habitual de los países de América Latina.
Guatemala tiene una prevalencia de 48%, y aunque ha
logrado importantes avances en los últimos años, si-
gue presentando la peor situación del continente. Se-
guidamente se encuentra Honduras (29,4%), Bolivia
(27,1%) y Perú (18,1%), donde la cronicidad por défi-
cit nutricional es mayor. Sigue, Haití (28,5%), El Salva-
dor (19,2%), y Nicaragua (21,7%), concentrando una
alta incidencia entre los países de América Latina27.
En Perú, las brechas de la desnutrición crónica son
más que alarmantes. En niños menores de los 5 años,
la región de Huancavelica tiene 50.2%; en promedio,
más de cuatro de cada diez niños y niñas tienen des-
nutrición. Las regiones que siguen son Huánuco, Aya-
cucho, Junín y Lambayeque con 30.9, 29.5, 24.4 y 14%
respectivamente. Por el contrario, en Tacna solo el
3,1% de niños presenta este problema. En cambio, en
el grupo etario de seis a nueve años, la región Huanca-
velica tiene 52.6% de desnutrición crónica y la región
Tacna 3,1%, mostrando una mayor desigualdad28.
En nuestro país las tendencias de la desnutrición
muestran que no ha habido una mejora significativa
durante tres décadas aproximadamente. En 1984, se
nutrición infantil. Causas, consecuencias y estrategias para su pre-
vención y tratamiento, Madrid, unicef, 2011, disponible en [http://
repositorio.minedu.gob.pe/bitstream/handle/123456789/3713/
La%20desnutrición%20infantil%20causas%2c%20consecuen-
cias%20y%20estrategias%20para%20su%20prevención%20
y%20tratamiento.pdf?sequence=1&isAllowed=y], p. 23.
27 Encuesta Demográfica y de Salud Familiar -endes-, 2012.
28 Ídem.
Moisés Guillermo Apaza Ahumada
27
tuvo 38% de la población infantil con desnutrición
crónica; en el año de 1992, después de 8 años apro-
ximadamente, se mantuvo en 37%; es hasta el 1996
que se redujo significativamente a 26%, mantenién-
dose hasta el año 2000 en 25.4%, hasta el 2004 en 24.
1%, en el 2007 se tuvo 28.5%, en el 2012 se alcanzó
tener 18.1% y en el 2016 se alcanzó significativamen-
te 13.1%. Casi 25% menos que el año inicial.
A nivel distrital, la desnutrición crónica es un pro-
blema epidemiológico y de salud pública. Gran nú-
mero de distritos en Perú tienen más de 50% de des-
nutrición crónica, asimismo, muchos distritos tienen
promedios inferiores al 5%, lo que señala una dispari-
dad muy alta para este indicador de salud.
Esta tendencia no se da en forma homogénea en
todas las zonas de residencia, pues en la región Puno,
en el área de residencia urbana se ha tenido un 30.7%
en el 2003 y 18.2% en 2004, es decir, una disminución
sustancial de 12.5 puntos porcentuales. En cambio, en
el área de residencia rural se tuvo un 36.3% en el año
2003 y 36.9% en 2004, lo que explica que en los sec-
tores más vulnerables la desnutrición crónica se ha
mantenido o aún se ha incrementado.
Otro aspecto a observar es que la desnutrición
crónica se incrementa con claridad desde el primer
año de vida hasta la edad escolar. Existe una diferen-
cia significativa entre grupos etarios: de 0 a 6 me-
ses (16.2%), 6 a 12 meses (21.7%), uno a tres años
(35.4%) y de tres a cinco años (33.9%) Esta tendencia
es similar en todo el país.
Con respecto al grupo etario de seis a nueve años,
en Perú se tiene un 21.7% de desnutrición crónica en
28
Desnutrición crónica infantil...
promedio. Sin embargo, las brechas son altas entre dis-
tritos. Así, el distrito de Puyca, ubicado en la provincia
de La Unión, región Arequipa, registra un 68.9% en
comparación con el 2.5% del distrito de Arequipa o el
2.64% del distrito de Lima, capital de Perú. Los distri-
tos de la Sierra y Selva de Perú tienen las mayores pre-
valencias, que superan largamente el 50%. En general
la tasa de desnutrición crónica en este grupo etario ha
disminuido de 26.1% en 1999 a 21.7% en el año 2005,
es decir, menos de un punto porcentual por año.
Janet Flores Bendezú; Juan Calderón, Betty
Rojas, Edith Alarcón Matutti, y César Gutiérrez
contribuyen con algunos datos al respecto:
La prevalencia de desnutrición crónica infantil es hetero-
génea en Perú. Según la Encuesta Demográfica y de Salud
Familiar -endes- 2013 del inei, la desnutrición crónica
en menores de cinco años a nivel nacional es de 17,5% (de
acuerdo al patrón de referencia de la oms). Según la zona
geográfica se evidencia que la desnutrición crónica en la
selva es de 24,1%, mientras que en Lima Metropolitana
es de 4,1%. Los departamentos con mayor prevalencia de
desnutrición crónica son Huancavelica (42,4%), Cajamar-
ca (35,6%), Loreto (27,7%), Apurímac (29%), Ayacucho
(29%), Amazonas (27,1%) y Ucayali (24,5%)29.
29 Janet Flores Bendezú, Juan Calderón, Betty Rojas, Edith Alar-
cón Matutti y César Gutiérrez. “Desnutrición crónica y anemia
en niños menores de 5 años de hogares indígenas del Perú: análisis
de la encuesta demográfica y de salud familiar 2013”, Anales de la
Facultad de Medicina, Lima, vol. 76, n.º 2, abril-junio de 2015, dispo-
nible en [http://www.scielo.org.pe/scielo.php?script=sci_arttext&p
id=S1025-55832015000300005 ], p. 136.
Moisés Guillermo Apaza Ahumada
29
B. Desnutrición crónica infantil
Se estima que un niño con desnutrición crónica es
aquel que sufre de retraso en su crecimiento, pues su
talla será mucho menos al de la medida estándar de
otro niño de su edad. Así mismo, el niño que padezca de
desnutrición crónica mostrará carencia de los nutrien-
tes necesarios por un largo intervalo de tiempo, de esta
forma produce que contraiga enfermedades que afec-
ten el desarrollo físico e intelectual del paciente.
La unicef va a mencionar con respecto a la desnu-
trición crónica que:
La desnutrición crónica, siendo un problema de mayor
magnitud en cuanto al número de niños afectados, es a ve-
ces invisible y recibe menor atención. El retraso en el cre-
cimiento puede comenzar antes de nacer, cuando el niño
aún está en el útero de su madre. Si no se actúa durante el
embarazo y antes de que el niño cumpla los dos años de
edad, las consecuencias son irreversibles y se harán sentir
durante el resto su vida30.
Las causas que producirían la desnutrición crónica en
los niños, según la unicef31 podrían tener tres motivos:
el primero se debe a causas inmediatas, las cuales se re-
fieren a que el niño ha recibido una alimentación insu-
ficiente, una atención inadecuada o producto de alguna
enfermedad; el segundo motivo puede ser por causas
subyacentes, pues no se contó con un fácil acceso a los
30 unicef. La desnutrición infantil. Causas, consecuencias y estrategias
para su prevención y tratamiento, cit., p. 9.
31 Ibíd.
30
Desnutrición crónica infantil...
alimentos del niño, o falta de atención de salud, o por la
obtención de agua y saneamiento insalubres; por último,
podría tratarse de causas básicas, tales como la pobreza,
la desigualdad, o la falta de educación de las madres. Es-
tas causas están representadas en la siguiente figura:
Figura 2
Causas de la desnutrición infantil
Fuente: unicef. La desnutrición infantil. Causas, consecuencias y estrategias para
su prevención y tratamiento, cit.
Para la prevención de la desnutrición crónica, la
unicef32 va a enfocarse en los siguientes puntos: la
implementación de vitaminas y minerales principa-
les en la alimentación como el hierro, la vitamina A, el
yodo, el ácido fólico y el zinc; el impulso de la lactancia
en la primera hora de nacido y durante los primeros
seis meses de vida; fomentación de una alimentación
32 Ídem.
Moisés Guillermo Apaza Ahumada
31
complementaria a la lactancia a partir de los seis me-
ses, verificación del peso del recién nacido, medición
regular del peso y talla para la detección de posible
desnutrición crónica, y el impulso del consumo de sal
yodada en la alimentación.
C. Desigualdad en la desnutrición crónica
Como se ha mencionado, la pobreza es una de las cau-
sas de desnutrición crónica en los países33, así mis-
mo, Jorge Guardiola y Francisco González Gómez
mencionarán que otro factor aún más profundo que
las causas mencionadas es la situación de desigualdad
presente en los países, sobre todo en Latinoamérica,
donde la desnutrición crónica afecta a la población
de manera heterogénea, por su situación económi-
ca y social. En estos países se encuentra desigualdad
racial, infraestructural, de servicios básicos como la
alimentación o la educación, desigualdades que per-
duran incluso a través de los años y por generacio-
nes. Estas circunstancias repercutirán negativamente
para la desnutrición en las familias, sobre todo de los
niños. Además, los autores afirmarán que:
La desigualdad a la hora de explicar la desnutrición, debe
entenderse como un concepto multidimensional. Es decir,
debe de atenderse a la desigualdad de la renta, la des-
igualdad de la riqueza, las desigualdades sociales y las de-
mográficas. De acuerdo con un estudio de la desnutrición
en los países andinos, las personas más vulnerables a la
inseguridad alimentaria, además de ser mayoritariamen-
33 unicef. La desnutrición infantil. Causas, consecuencias y estrategias
para su prevención y tratamiento, cit.
32
Desnutrición crónica infantil...
te pobres, presentan rasgos indígenas, habitan en zonas
rurales de la sierra y del altiplano o en la periferia urbana,
tienen poco acceso a los servicios de agua potable y sa-
neamiento, poseen un bajo nivel educativo, y son herede-
ros de las condiciones socioeconómicas desfavorables y la
desnutrición sufrida por sus padres y abuelos, lo que se
traduce en que estos factores adversos se reproduzcan de
una generación a la siguiente34.
Tabla 3
Prevalencia de la desnutrición infantil crónica según quintiles
de bienestar y cociente entre grupos socioeconómicos en
algunos países latinoamericanos (2002-2012)
Cociente entre
Quintiles de bienestar
grupos (quintiles)
Bolivia
2003
30,9
46,2
38,6
25,2
19,5
12,9
3,6
3,0
2,0
1,5
1,0
2008
27,1
45,9
34,2
21,6
14,0
6,5
7,1
5,3
3,3
2,2
1,0
Colombia
2005
15,6
25,3
16,4
13,5
9,8
4,9
5,2
3,3
2,8
2,0
1,0
2010
13,2
19,4
13,2
11,8
9,8
6,8
2,9
1,9
1,7
1,4
1,0
Haití
2005
27,6
37,7
35,8
31,5
19,9
6,2
6,1
5,8
5,1
3,2
1,0
2012
21,9
31,0
26,5
20,6
16,1
6,6
4,7
4,0
3,1
2,4
1,0
Honduras
2005
29,3
49,8
38,5
24,9
14,3
7,2
6,9
5,3
3,5
2,0
1,0
2011
22,6
42,1
25,1
16,4
11,5
8,0
5,3
3,1
2,1
1,4
1,0
Perú
2004
29,5
54,3
41,7
20,4
7,8
4,8
11,3
8,7
4,3
1,6
1,0
2012
18.1
38.8
20.1
11.5
5.5
3.1
12.5
6.5
3.7
1.8
1.0
República
2002
12.2
18.9
13.1
10.9
8.7
6.2
3.0
2.1
1.8
1.4
1.0
Dominicana
2007
9.8
15.8
10.8
7.3
6.9
4.7
3.4
2.3
1.6
1.5
1.0
Fuente: Encuestas Demográficas y de Salud -eds-.
34 Jorge Guardiola y Francisco González Gómez. “La influencia de la
desigualdad en la desnutrición de América Latina: una perspectiva
desde la economía”, Nutrición Hospitalaria, Madrid, vol. 25, suple-
mento 3, octubre de 2010, disponible en [http://scielo.isciii.eS/.scie-
lo.php?script=sci_arttext&pid=S0212-16112010000900006&lng=
es&tlng=es ], p. 39.
Moisés Guillermo Apaza Ahumada
33
Según la tabla presentada, Bolivia, Perú y Repúbli-
ca Dominicana son los tres países que llegaron a redu-
cir los índices de desnutrición crónica en su población
infantil, sin embargo, estas variaciones significativas
implicaron el aumento de las desigualdades puesto
que el sector de concentración fueron los hogares
del quintil de mayor nivel de bienestar. Por otro lado,
países como Colombia, Haití y Honduras lograron su
variación disminuyendo las desigualdades pues se en-
focaron en el quintil de menor bienestar35.
D. Medición de la desnutrición crónica infantil
La desnutrición crónica se puede determinar median-
te la medida de la talla en relación con la edad de los
niños. Esta medición se contrasta con los valores in-
ternacionales de referencia. La oms recomienda para
ello el uso de la población de referencia definida por
la National Center Health Statistic -nchs-. Así mismo,
aunque el uso de este indicador fue propuesto por
el comité de la Organización de las Naciones Unidas
para la Agricultura -fao-/Organización Mundial de la
Salud -oms- en 1.971, debido al déficit de la talla con
relación a la edad se consideraba como un indicador
35 Víctor Arocena Canazas. “Las desigualdades socioeconómicas de
la desnutrición infantil crónica en América Latina y el Caribe”, en
Laura Rodriguez Wong, Jose Eustaquio Alves, Jorge Rodriguez
Vignoli y Cassio Maldonado Turra (organizadores). Cairo+20:
perspectivas de la agenda de población y desarrollo sostenible des-
pués de 2014, Río de Janeiro, Asociación Latinoamericana de Pobla-
ción -alap-, 2014, disponible en [http://www.alapop.org/alap/
SerieInvestigacioneS/.Si15/si15.pdf ], pp. 136 y 137.
34
Desnutrición crónica infantil...
de la duración de la desnutrición, además, era consi-
derado como un indicador del desarrollo de un país o
espació geo-demográfico.
Sumado a lo anterior, en la actualidad, el Progra-
ma Nacional para la Reducción y Control de la Anemia
Materno Infantil y la Desnutrición Crónica Infantil en
Perú: 2017-2021, se ha planificado que el monitoreo y
evaluación de la población será mediante dos compo-
nentes: primero, mediante datos administrativos para
el seguimiento de niños de una zona y edad específica,
y mediante datos de muestra poblacional, es decir, la
medición continua de las intervenciones de muestra
obtenidas del seguimiento de los hogares en los datos
administrativos.
Capítulo segundo
Diseño metodológico
I. Efecto de la desigualdad en el ingreso
familiar per cápita sobre la desnutrición
crónica infantil
A. Tipo y nivel de investigación
Esta investigación es de tipo observacional, retros-
pectivo y transversal.
1. Hipótesis
¿Cuál es el efecto de la desigualdad en el ingreso fami-
liar per cápita sobre la prevalencia de la desnutrición
crónica en niños de seis a nueve años de edad en los
distritos de Perú?
Se pretendió demostrar que la desnutrición cróni-
ca en niños de seis a nueve años de edad es un pro-
blema complejo y multicausal, puesto que la desigual
35
36
Desnutrición crónica infantil...
distribución del ingreso familiar per cápita en el Perú
determina la distribución desigual de la prevalencia
de la desnutrición crónica en los distritos y regiones.
2. Población
Se consideró como población de estudio a 1.829 dis-
tritos de Perú, sin embargo, se excluyó a tres distritos
pues no presentó información, y a ocho distritos por-
que el número de niños censados fue menor a diez,
por lo tanto, la población de estudio estuvo conforma-
da por 1.818 distritos.
3. Muestra
Perú, geopolíticamente está constituido por 1.829
distritos de los cuales se escogió 1.818; asimismo, los
distritos conforman 24 regiones (incluyendo al Callao
en la región Lima). Por razones de análisis también se
agrupó a los distritos en deciles.
4. Objetivo general
Determinar el efecto de la desigualdad en el ingreso
familiar per cápita en la distribución de la prevalen-
cia de la desnutrición crónica en niños de seis a nueve
años de edad de 1.818 distritos de Perú.
Moisés Guillermo Apaza Ahumada
37
5. Objetivos específicos
a.
Caracterizar el grado de desigualdad en el ingre-
so familiar per cápita en Perú según distritos,
regiones y agregados geodemográficos.
b.
Determinar la prevalencia y el grado de des-
igualdad de la desnutrición crónica en Perú se-
gún distritos, regiones y agregados geodemo-
gráficos.
c.
Determinar el efecto de la desigualdad en el in-
greso familiar per cápita sobre la prevalencia de
la desnutrición crónica en niños de seis a nueve
años de edad en los distritos, regiones y agrega-
dos geodemográficos de Perú.
6. Métodos y técnicas de investigación
La medición de las desigualdades en el ingreso fa-
miliar per cápita y la tasa de desnutrición crónica se
sometieron a los siguientes métodos estadísticos:
razón de las tasas -RT-, diferencia entre las tasas -
DT-, riesgo atribuible poblacional -rap- porcentual,
riesgo atribuible poblacional -rap- absoluto, índice
relativo de desigualdad -ird-, índice de desigualdad
de la pendiente -idp-, coeficiente de Gini y curva de
Lorenz, índice y curva de concentración, índice de
efecto relativo basado en una regresión -IE-.
38
Desnutrición crónica infantil...
7. Técnicas de recolección de datos
La información de los 1.818 distritos se obtuvo de:
a. Dirección Regional de Educación de Puno -
drep-, Oficina de Estadística. Esta institución
dirigió en el año 2005 el iii Censo de Talla Esco-
lar en los niños de seis a nueve años de edad de
los colegios de educación primaria a nivel nacio-
nal. Estos datos se encuentran registrados, por
distritos, en la dirección electrónica del Ministe-
rio de Educación.
b. Informe del Programa de las Naciones Unidas
para el Desarrollo, 2005, -pnud-. Esta institu-
ción se ha encargado de estimar el ingreso fa-
miliar per cápita por distritos. La metodología
aplicada y validada se encuentra descrita en su
publicación.
c. Instituto Nacional de Estadística e Informática
-inei-. Oficina Regional de Puno. Esta institu-
ción realizó en el año 2007 el último Censo Na-
cional: xi de Población y vi de Vivienda 2007, se
ha accedido a los archivos electrónicos donde
se encuentra la información de la población por
distritos.
Capítulo tercero
Interpretación y análisis de datos
I. Resultados
Tabla 4
Valores de resumen del nivel de ingreso familiar per cápita
Parámetros
Valores
Media
269,24
Mediana
220,40
Moda
173,20
Desviación estándar
135,21
Mínimo
76,40
Máximo
1218,70
Máximo - mínimo
1142,30
Máximo / mínimo
15,95
Número
1.818
Fuente: Informe sobre Desarrollo Humano. Perú, pnud, 2005, elaboración propia.
39
40
Desnutrición crónica infantil...
Figura 3
Nivel de ingreso familiar per cápita según regiones
Fuente: Informe sobre Desarrollo Humano, cit.
Tabla 5
Ingreso familiar per cápita y población según deciles
Ingreso familiar per cápita
Población
Deciles
S/.
Rango (S/.)
n.º
%
D1
133,6
76,4 - 155,6
1.325.896
4,85
D2
168,6
155,7 - 178.3
1.201.072
4,40
D3
186,4
178,4 - 194,4
1.254.295
4,59
D4
205,5
194,5 - 206,5
1.633.434
5,98
D5
213,3
206,6 - 220,4
1.418.780
5,19
D6
229,6
220,5 - 239,9
2.127.256
7,79
D7
255,4
240,0 - 273,2
2.045.994
7,49
D8
314,8
273,3 - 359,9
3.200.371
11,71
D9
404,3
360,2 - 498,8
3.772.092
13,81
D10
589,4
500,6 - 1.218,7
9.341.293
34,19
Total
27.320.483
100,00
Fuente: Informe de Desarrollo Humano, cit.
Moisés Guillermo Apaza Ahumada
41
Tabla 6
Valores de resumen de la tasa de desnutrición crónica
Parámetros
Valores
Media
31,67
Mediana
31,70
Moda
42,90
Desviación estándar
15,65
Mínimo
0,90
Máximo
83,60
Máximo - mínimo
82,70
Máximo / mínimo
92,89
Número
1.818
Fuente: iii Censo Nacional de Talla Escolar, Perú, minedu, 2005, elaboración propia.
Figura 4
Tasa de desnutrición crónica en niños de seis a nueve años
según regiones
Fuente: iii Censo Nacional de Talla Escolar, cit.
42
Desnutrición crónica infantil...
Tabla 7
Tasa de desnutrición crónica -tdc- y población
de niños de seis a nueve años según deciles
tdc
Población
Deciles
%
Rango (%)
n.º
%
D1
58,2
83,6 - 52,4
11.3869
5,72
D2
49,2
52,3 - 45,7
11.1433
5,60
D3
43,5
45,7 - 40,9
98.560
4,95
D4
38,4
40,9 - 36,3
112.381
5,64
D5
34,1
36,2 - 31,7
102.668
5,16
D6
29,1
31,7 - 26,9
125.325
6,29
D7
24,4
26,9 - 22,2
148.668
7,47
D8
18,9
22,1 - 16,3
196.160
9,85
D9
12,5
16,2 - 10,1
306.094
15,37
D10
6,2
10,1 - 0,9
675.918
33,95
Total
21,7
1.991.076
100,00
Fuente: iii Censo Nacional de Talla Escolar, cit.
Tabla 8
Comparación de la razón de tasas -RT- y diferencia de tasas
-DT- de la tasa de desnutrición crónica entre el año 1999 y
2005 según nivel de agregación
Nivel de
1999
2005
agregación
RT
DT
RT
DT
Distrital
58,9
81,0
92,9
82,7
Regional
7,8
47,9
12,8
48,5
Deciles
6,6
53,6
9,4
52,0
Quintiles
5,1
48,2
6,6
45,6
Fuente: iii Censo Nacional de Talla Escolar, cit.
Moisés Guillermo Apaza Ahumada
43
Tabla 9
Razón de tasas -RT-, diferencia de tasas -DT- y diferencia
en números absolutos -dna- de la tasa de desnutrición
crónica -tdc- según regiones
Niños
Niños
Regiones
ifp
tdc
de 6 a 9
RT
DT
dna
con DC
años
Tacna
538,7
4,1
18.107
746
1,0
0,0
Ref.
Moquegua
413,2
5,3
9.568
509
1,3
1,2
117
Lima
623,5
7,3
547.149
40.170
1,8
3,2
17.509
Tumbes
346,9
8,9
13.351
1.194
2,2
4,8
646
Arequipa
440,0
9,4
77.298
7.295
2,3
5,3
4.128
Ica
412,9
9,7
48.010
4.675
2,4
5,6
2.708
Madre de
281,4
12,7
8.079
1.022
3,1
8,6
691
Dios
Lambayeque
405,9
17,3
80.317
13.879
4,2
13,2
10.586
Ucayali
221,5
21,1
37.713
7.956
5,1
17,0
6.411
San Martín
204,9
21,5
62.632
13.487
5,3
17,4
10.917
La Libertad
315,1
23,9
117.051
28.000
5,8
19,8
23.200
Piura
251,5
24,3
127.161
30.914
5,9
20,2
25.699
Puno
227,0
26,1
97.755
25.465
6,4
22,0
21.457
Pasco
226,1
26,4
21.609
5.696
6,4
22,3
4.810
Ancash
270,1
26,6
84.895
22.547
6,5
22,5
19.067
Loreto
212,3
26,7
75.901
20.269
6,5
22,6
17.161
Junín
286,0
31,3
98.725
30.932
7,6
27,2
26.883
Amazonas
205,6
32,6
37.078
12.077
7,9
28,5
10.556
Cusco
221,2
33,5
102.443
34.294
8,2
29,4
30.098
Cajamarca
204,2
37,5
122.874
46.021
9,1
33,4
40.978
Huánuco
147,3
38,2
6.5057
24.865
9,3
34,1
22.197
Ayacucho
180,4
38,3
53.841
20.624
9,3
34,2
18.419
Apurímac
185,1
40,1
39.664
15.899
9,8
36,0
14.271
Huancavelica
135,9
52,6
44.798
23.556
12,8
48,5
21.718
Total
21,7
1.991.076
432.092
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
Donde ifp = Ingreso familiar per cápita; DC = Desnutrición crónica; Ref. = Refe-
rencia (región con la menor tdc).
44
Desnutrición crónica infantil...
Tabla 10
Razón de tasas -RT-, diferencia de tasas -DT- y diferencia
en números absolutos -dna- de la tasa de desnutrición
crónica -tdc- según deciles
Niños de 6
Niños
Deciles
ifp
tdc
RT
DT
dna
a 9 años
con DC
D10
589,4
7,0
554.974
38.813
1,0
0,0
Ref.
D9
404,3
10,1
250.484
25.243
1,4
3,1
7.765
D8
314,8
17,4
234.297
40.810
2,5
10,4
24.367
D7
255,4
25,6
171.566
43.866
3,7
18,6
31.911
D6
229,6
30,5
172.693
52.693
4,4
23,5
40.583
D5
213,3
30,0
112.398
33.703
4,3
23,0
25.852
D4
205,5
36,0
146.722
52.893
5,1
29,0
42.549
D3
186,4
37,0
120.252
44.544
5,3
30,0
36.076
D2
168,6
41,8
110.886
46.383
6,0
34,8
38.588
D1
133,6
45,5
116.804
53.144
6,5
38,5
44.970
Total
21,7
1.991.076
432.092
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
Donde ifp = Ingreso familiar per cápita; DC = Desnutrición crónica; Ref. = Refe-
rencia (Región con la menor tdc).
Moisés Guillermo Apaza Ahumada
45
Tabla 11
Riesgo atribuible poblacional -rap- y potencial de reducción
de la tasa de desnutrición crónica -tdc- según regiones
Niños de
Potencial de
Niños
rap
rap
Regiones
ifp
tdc
6 a 9
reducción
con DC
años
%
Abs.
N.º
Tacna
538,7
4,1
18.107
746
Ref.
Ref.
Ref.
Ref.
Moquegua
413,2
5,3
9.568
509
0,23
1
117
23
Lima
623,5
7,3
547.149
40.170
0,44
3
17.737
44
Tumbes
346,9
8,9
13.351
1.194
0,54
5
647
54
Arequipa
440,0
9,4
77.298
7.295
0,57
5
4.126
57
Ica
412,9
9,7
48.010
4.675
0,58
6
2.707
58
Madre de Dios
281,4
12,7
8.079
1.022
0,68
9
691
68
Lambayeque
405,9
17,3
80.317
13.879
0,76
13
10.586
76
Ucayali
221,5
21,1
37.713
7.956
0,81
17
6.410
81
San Martín
204,9
21,5
62.632
13.487
0,81
17
10.919
81
La Libertad
315,1
23,9
117.051
28.000
0,83
20
23.201
83
Piura
251,5
24,3
127.161
30.914
0,83
20
25.700
83
Puno
227,0
26,1
97.755
25.465
0,84
22
21.457
84
Pasco
226,1
26,4
21.609
5.696
0,84
22
4.810
84
Ancash
270,1
26,6
84.895
22.547
0,85
22
19.066
85
Loreto
212,3
26,7
75.901
20.269
0,85
23
17.157
85
Junín
286,0
31,3
98.725
30.932
0,87
27
26.884
87
Amazonas
205,6
32,6
37.078
12.077
0,87
28
10.557
87
Cusco
221,2
33,5
102.443
34.294
0,88
29
30.094
88
Cajamarca
204,2
37,5
122.874
46.021
0,89
33
40.983
89
Huánuco
147,3
38,2
65.057
24.865
0,89
34
22.198
89
Ayacucho
180,4
38,3
53.841
20.624
0,89
34
18.417
89
Apurímac
185,1
40,1
39.664
15.899
0,90
36
14.273
90
Huancavelica
135,9
52,6
44.798
23.556
0,92
48
21.719
92
Total
21,7
1.991.076
432.092
0,81
18
350.458
81
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
Donde ifp = Ingreso familiar per cápita; DC = Desnutrición Crónica; rap% = Ries-
go atribuible poblacional porcentual; rap Abs. = Riesgo atribuible poblacional
absoluto; Ref. = Referencia (Región con la menor tdc).
46
Desnutrición crónica infantil...
Tabla 12
Riesgo atribuible poblacional -rap- y potencial de reducción
de la tasa de desnutrición crónica -tdc- según deciles
Potencial de
Niños
Niños
reducción
Deciles
ifp
tdc
de 6 a 9
con DC
rap
rap
años
%
Abs.
n.º
%
D10
589,4
7,0
554.974
38.813
Ref.
Ref.
Ref.
Ref.
D9
404,3
10,1
250.484
25.243
0,31
3
7.709
31
D8
314,8
17,4
234.297
40.810
0,60
10
24.409
60
D7
255,4
25,6
171.566
43.866
0,73
19
31.856
73
D6
229,6
30,5
172.693
52.693
0,77
24
40.604
77
D5
213,3
30,0
112.398
33.703
0,77
23
25.835
77
D4
205,5
36,0
146.722
52.893
0,81
29
42.622
81
D3
186,4
37,0
120.252
44.544
0,81
30
36.126
81
D2
168,6
41,8
110.886
46.383
0,83
35
38.621
83
D1
133,6
45,5
116.804
53.144
0,85
39
44.968
85
Total
21,7
1.991.076
432.092
0,68
15
292.717
68
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
Donde ifp = ingreso familiar per cápita; DC = desnutrición crónica;
rap% = riesgo atribuible poblacional porcentual; rap Abs. = riesgo atri-
buible poblacional absoluto; Ref. = referencia (región con la menor tdc).
Moisés Guillermo Apaza Ahumada
47
Figura 5
Índice de desigualdad de la pendiente -idp-* e índice relativo
de desigualdad -ird-* En el ingreso familiar per cápita -ifp- y
en la tasa de desnutrición crónica -tdc- según regiones
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se estima de acuerdo con la Tabla 13, del Anexo 1.
La posición relativa de la población según ifp = Valor
Ridit de la Tabla 10, del Anexo 1.
idp = (b = - 46)
ird = 17
48
Desnutrición crónica infantil...
Figura 6
Índice de desigualdad de la pendiente -idp-* e índice relativo
de desigualdad -ird-* en el ingreso familiar per cápita -ifp- y
en la tasa de desnutrición crónica -tdc- según deciles
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se estima de acuerdo con la Tabla 14, del Anexo 2.
La posición relativa de la población según ifp = Valor
Ridit de la Tabla 14, del Anexo 2.
idp = (b = - 48.40)
ird = 14
Moisés Guillermo Apaza Ahumada
49
Figura 7
Coeficiente de Gini* y curva de Lorenz* de la tasa de
desnutrición crónica según distritos
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se calcula en forma similar al procedimiento seguido en la Tabla 15, del Anexo 3.
Niños con desnutrición crónica (proporción acumulada) = FA - DC (Y´).
Niños de seis a nueve años (proporción acumulada) = FA - PN (X´).
50
Desnutrición crónica infantil...
Figura 8
Coeficiente de Gini* y curva de Lorenz* de la tasa de
desnutrición crónica según regiones
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se calcula se calcula de acuerdo con el procedimiento de la Tabla 15, del Anexo 3.
Niños con desnutrición crónica (proporción acumulada) = FA - DC (Y´) del Anexo 3.
Niños de seis a nueve años (proporción acumulada) = FA - PN (X´) del Anexo 3.
Moisés Guillermo Apaza Ahumada
51
Figura 9
Coeficiente de Gini* y curva de Lorenz* de la desnutrición
crónica según deciles
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se calcula se calcula de acuerdo con el procedimiento de la Tabla 16, del Anexo 4.
Niños con desnutrición crónica (proporción acumulada) = FA - DC (Y´) del Anexo 4.
Niños de seis a nueve años (proporción acumulada) = FA - PN (X´) del Anexo 4.
52
Desnutrición crónica infantil...
Figura 10
Índice y curva de concentración* de la tasa
de desnutrición crónica según distritos
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se calcula según el formato de la Tabla 17, del Anexo 5.
Niños con desnutrición crónica (proporción acumulada) = FA - DC (Y´).
Niños de seis a nueve años (proporción acumulada según el ifp) = FA - PN (X´).
Moisés Guillermo Apaza Ahumada
53
Figura 11
Índice y curva de concentración* de la tasa
de desnutrición crónica según regiones
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* Se calcula de acuerdo al procedimiento de la Tabla 17, del Anexo 5.
Niños con desnutrición crónica (proporción acumulada) = FA - DC (Y´) del Anexo 5.
Niños de seis a nueve años (proporción acumulada según el ifp) = FA - PN (X´)
del Anexo 5.
54
Desnutrición crónica infantil...
Figura 12
Índice de efecto* del ingreso familiar per cápita
en la tasa de desnutrición crónica según regiones
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* El Índice de Efecto se obtiene por la aplicación del modelo de Regresión (r2 =
0.69), (r = 0.84).
Moisés Guillermo Apaza Ahumada
55
Figura 13
Índice de efecto* del ingreso familiar per cápita
en la tasa de desnutrición crónica según deciles
Fuente: Informe Nacional sobre Desarrollo Humano, cit.
* El índice de efecto se obtiene por la aplicación del modelo de Regresión (r2 =
0.84), (r = 0.93).
II. Discusión
A partir de la información de la Tabla 4, se describe el
grado de desigualdad del ingreso familiar per cápita
en Perú.
El primer nivel de agregación geopolítica (distrito),
reveló que el distrito con el menor ingreso familiar
per cápita es Ascensión, de la región Huancavelica,
con S/. 76.40 en promedio por mes y el distrito con
el mayor Ingreso Familiar Per cápita es San Isidro de
Lima Metropolitana con S/. 1.218.70 -inei-.
56
Desnutrición crónica infantil...
El grado de desigualdad en la distribución del in-
greso familiar per cápita en los distritos de Perú fue
alto, con una relación de 16/1 entre el distrito más
pobre y el de mayor ingreso, y una brecha en valor
absoluto de S/. 1.142.30.
Los cinco distritos con los menores ingresos se en-
contraron en las regiones de Huancavelica, Huánuco
y Loreto, como: Ascensión, Pillcomarca, Choras, San
Juan Bautista y Yuyapichis con un ingreso familiar per
cápita de 76.40, 76.50, 89.30, 98.10 y 107.00 nuevos
soles al mes respectivamente. Mientras que los cinco
distritos con los mayores ingresos se encontraron en
Lima Metropolitana: Magdalena Vieja, San Borja, Je-
sús María, Miraflores y San Isidro con un ingreso fa-
miliar per cápita de 957.10, 960.00, 968.80, 1.105.40
y 1.218.70 nuevos soles en promedio por mes respec-
tivamente.
En términos acumulativos se tuvo que el 7.8% de
la población distrital tiene un ingreso familiar per cá-
pita menor a S/. 100.00, que afectó a 2.139.145 habi-
tantes. El 33.3% de la población de los distritos tuvo
un ingreso menor a S/. 320.00 ($100.00), que afectó a
9.098.397 habitantes (un tercio de la población).
El 70.83% de la población (19.352.136 habitantes)
tuvo un ingreso familiar per cápita menor al sueldo
mínimo vital de S/. 540.00 (más de dos tercios de la
población), lo que implicó que, el otro 29.17% de la
población (7.968.347 habitantes) tuviera un ingreso
superior al mínimo vital.
La proporción de distritos que tuvieron un ingreso
igual y superior al mínimo vital (S/. 540.00) fue de
5.8%, es decir, el mayor ingreso familiar per cápita
Moisés Guillermo Apaza Ahumada
57
estuvo distribuido y concentrado en pocos distritos,
especialmente en Lima Metropolitana y capitales de
región de la costa.
Se observó también que la mayor proporción de
distritos con el menor ingreso familiar per cápita, re-
firiéndose a las personas de pobreza extrema, se en-
contraban en la sierra y selva de Perú. Especialmen-
te en la zona rural, el subempleo y el desempleo fue
persistente, estableciéndose economías familiares de
subsistencia con un nivel de ingresos, incluso, menor
a S/. 100.00. Mientras que, el otro sector del país mos-
tró a los distritos de Lima Metropolitana con un ingre-
so familiar per cápita promedio superior a S/. 900.00,
cifras que coinciden con estudios citados anterior-
mente. La proporción de distritos que concentraron
el ingreso familiar per cápita mayor a S/. 1.000.00 fue
menor al 1% y se encontraron en Lima Metropolitana.
A nivel regional (Figura 3), el grado de desigualdad
en el ingreso familiar per cápita también fue eviden-
te, así, en la región Huancavelica el nivel de ingresos
promedio fue de S/. 135.90, en cambio en la región
de Lima, incluyendo a Lima provincias y al Callao, el
ingreso fue de S/. 623.50.
Las regiones que tuvieron ingresos menores a
S/. 200.00 son: Huancavelica (S/. 135.9), Huánuco
(S/. 147.30), Ayacucho (S/. 180.40) y Apurímac (S/.
185.10). Casi todas las regiones con ingresos bajos tu-
vieron una población rural mayor al 50%. Solo la re-
gión Tacna (S/. 538.70) y Lima (S/. 623.50) tenían un
ingreso familiar per cápita superior a S/. 500.00.
En Huancavelica, la población afectada con estos
bajos ingresos estuvo constituida por 454.797 habi-
58
Desnutrición crónica infantil...
tantes, que correspondía al 1.66% de la población na-
cional. Las cuatro regiones más pobres concentraron
una población de 2.246.619 habitantes correspon-
diente al 8.22% de la población total en ese tiempo.
Solo la región Lima concentró a 9.321.506 habitantes
significando el 34.11% (un tercio) de la población to-
tal de Perú.
A nivel regional, además de que existió una notoria
desigualdad en el ingreso familiar per cápita, también
se presenció un alto nivel de centralismo del ingreso
en Lima y en las regiones más modernas de la costa.
Los distritos agrupados en deciles (Tabla 5) tam-
bién mostraron desigualdad en el Ingreso Familiar per
cápita (cada decil conformado por 182 distritos). El
decil 1 (D1) tuvo un ingreso de S/. 133.60 con un ran-
go de S/. 76.40 a 155.60 que afectó a una población de
1.325.896 habitantes (4.85%). El D10 con un ingreso
promedio de S/. 589.40 concentró a 9.341.293 de ha-
bitantes (34.19%), es decir, a más de un tercio de la
población nacional. La relación en el ingreso familiar
per cápita entre el D10/D1 fue de 4.41, con una dife-
rencia en valor absoluto de S/. 455.80.
Se logró apreciar también que solo el D9 y D10 con-
centraron al 48% de la población con un ingreso fami-
liar per cápita superior a S/. 404.30 promedio mes,
mientras que el otro 52% de la población tuvieron un
ifp menor a S/. 314.80 en promedio mes.
Por lo que se puede colegir que Perú presenció al-
tos niveles de desigualdad y concentración en el in-
greso familiar per cápita con un alto grado de centra-
lismo en la concentración del ingreso, tal como se fue
señalado en estudios anteriores.
Moisés Guillermo Apaza Ahumada
59
Por otro lado, con respecto a la tasa de desnutri-
ción crónica, los resultados del análisis a una escala
de agregación distrital (Tabla 6), señalaron que exis-
tía una disparidad muy extrema entre distritos, con
una tendencia pronunciada que va desde 0 hasta más
de 80% de desnutrición crónica.
El distrito con la tasa de desnutrición crónica más
alta (83.6%) fue Huayllay Grande, de la provincia de
Angaraes, región Huancavelica, mientras que, el otro
extremo fue el distrito de San Isidro, de Lima Me-
tropolitana, con una tasa de desnutrición crónica de
0.9%. El distrito de Lima Cercado tuvo el 4.3%, cifras
muy bajas en comparación con los distritos pobres
del país.
En general, 51 distritos (2.8%) tuvieron una tasa
de desnutrición crónica mayor a 60%. De igual forma,
260 distritos (15%), tuvieron más de 50% de desnu-
trición crónica, es decir, 5 de cada 10 niños.
En total, 1.270 distritos (70.6%) se posicionaron
por encima del promedio nacional que fue de 21.7% y
528 distritos (29.4%) estuvieron por debajo del mis-
mo promedio.
A nivel poblacional, en Perú fueron 88.986 niños
los que presentaron desnutrición crónica (20.59%),
estos se encontraron distribuidos en los distritos con
tasas de desnutrición crónica mayores al 50%. En
forma acumulativa, 252.895 niños con desnutrición
crónica (58.53%) se encontraron en los distritos que
tenían tasas de desnutrición crónica mayores al 30%.
En cambio, 41.204 niños con desnutrición crónica
(9.54%) estuvieron ubicados en los distritos que tu-
vieron una tasa menor a 10%. Estos aspectos tuvieron
60
Desnutrición crónica infantil...
que ser abordados como problemas de salud pública
en Perú.
La Figura 4 mostró el grado de desigualdad entre
regiones. Las cinco regiones con la mayor tasa de des-
nutrición crónica fueron: Huancavelica, Apurímac,
Ayacucho, Huánuco y Cajamarca con 52.6, 40.1, 38.3,
38.2 y 37.5%, respectivamente. Las regiones con la
menor tasa de desnutrición crónica fueron: Tacna,
Moquegua, Lima, Tumbes y Arequipa con 4.1, 5.3, 7.3,
8.9 y 9.4%, respectivamente. Geopolíticamente, 14 re-
giones (58%) se encontraron por debajo del prome-
dio nacional.
En la Tabla 7 se aprecia que siete deciles (D1 al D7)
tuvieron una tasa de desnutrición crónica por encima
del promedio nacional (21.7%) que incluyó a 1.274
distritos (70%), y los otros tres deciles (D8 al D10),
que incluyeron a 544 distritos (30%), estuvieron por
debajo del promedio nacional.
En términos de población se observó que el D9 y
D10 conformaron casi la mitad (49.32%) de la pobla-
ción con las menores tasas de desnutrición crónica,
y estuvieron conformados principalmente por Lima
y las ciudades ubicadas básicamente en la costa de
Perú.
La distribución de la prevalencia de la desnutri-
ción crónica en Perú mostró la existencia de una pro-
nunciada desigualdad entre unidades geopolíticas
(distritos y regiones) con connotaciones de exclusión
territorial, socioeconómica y en los alcances de la
prestación de salud.
El grado de desigualdad en la tasa de desnutrición
crónica disminuyó a mayor agregación, debido que,
Moisés Guillermo Apaza Ahumada
61
a medida que se fueron agrupando los distritos, los
promedios fueron escondiendo sus valores extremos.
Dentro de los métodos epidemiológicos utilizados
para medir el efecto del indicador socioeconómico
sobre el indicador de salud estuvo la Razón de Tasas
-RT- y la Diferencia de Tasas -DT-.
En la Tabla 8 se resumió el comportamiento de
estos indicadores según el nivel de agregación de los
distritos.
El distrito con la tasa de desnutrición crónica más
baja fue San Isidro (Lima Metropolitana) con 0.9%
que constituyó el distrito de referencia, mientras que
el distrito con la tasa de desnutrición crónica más alta
fue Ascensión, provincia de Angaraes, de la región de
Huancavelica, con 83.6% en el año 2005. La razón de
tasas entre estos dos distritos fue extremadamente
alta, el distrito de Ascensión tuvo 93 veces más des-
nutrición crónica que el distrito de San Isidro, lo que
implicó la existencia de un alto grado de desigualdad.
La Razón de Tasas de los diez distritos más pobres
mostró una desigualdad extremadamente alta supe-
rando el valor de 70/1 en relación a la referencia (San
Isidro).
Es necesario hacer notar que, si bien el promedio
de la prevalencia de la desnutrición crónica en niños
de seis a nueve años de edad estuvo disminuyendo
lentamente durante esos años (de 26.1% en 1999 a
21.7% en el 2005), la desigualdad en la prevalencia de
la desnutrición crónica se incrementó significativa-
mente. La Razón de Tasas a nivel distrital y los demás
agregados en el 2005 fue significativamente mayor
con respecto a 1999; es decir, la situación nutricional
62
Desnutrición crónica infantil...
de la población de niños de seis a nueve años de edad
fue cada vez más desigual en Perú.
En la Tabla 9 se observó que la región con la tasa
de desnutrición crónica más baja fue Tacna con 4.1.%
(que se constituye como la unidad de referencia) y
la región con la tasa más alta fue Huancavelica con
52.6%. La razón de tasas entre estas dos regiones fue
alta, se registró que la región de Huancavelica tuvo
12.8 veces más desnutrición crónica que la región de
Tacna.
En el estudio, el grupo de referencia fue el de ma-
yor ingreso familiar per cápita que no siempre coinci-
de con el grupo que registró la tasa más baja. Sin em-
bargo, para medir la desigualdad pudo tomarse como
referencia el valor observado más bajo, como fue el
caso.
La diferencia de tasas indicó que la magnitud de
desigualdad que existía entre las tasas del indicador
desnutrición crónica y su comportamiento fue propor-
cional a la razón de tasas. La diferencia de tasas entre
la región de referencia y la región de Huancavelica fue
de 48.5%, cifra lo suficientemente alta para afirmar
que existía desigualdad entre estas dos regiones.
La Diferencia en Números Absolutos -dna-, im-
plicó la magnitud en números que se podría evitar
en caso la situación de cada una de las unidades geo-
gráficas mejorase en comparación a la situación de la
mejor. Se estimó el número exacto de niños de seis a
nueve años de edad en quienes se podría evitar la des-
nutrición Crónica.
En la región Huancavelica (Tabla 9) hubo 23.556
niños con desnutrición crónica a una tasa de 52.6%;
Moisés Guillermo Apaza Ahumada
63
si esta región hubiera tenido una tasa de 4.1% (la más
baja) solo tendría 1.838 niños con desnutrición cró-
nica, por lo que, la Diferencia en Números Absolutos
señala que se desnutren 21.718 niños más a una tasa
de 52.6%. Este mismo análisis se podría hacer para
cada una de las regiones.
De igual forma, en la Tabla 10, se observó el com-
portamiento de estos indicadores según deciles: la
razón de tasas entre el D1 y D10 fue de 6.5 y la dife-
rencia de tasas fue de 38.5%, lo que implicó un alto
grado de desigualdad. En términos de la diferencia en
números absolutos, se tuvo que en el D1 había 53.144
niños con desnutrición crónica a una tasa de 45.5%.
Si el D1 tuviera una Tasa de 8% los niños con desnu-
trición crónica llegarían a tan solo 8.176, por lo que
se desnutren 44.970 niños más a una tasa de 45.5%.
La regla final del análisis fue: cuanto mayor era el
valor de la RT, mayor era la desigualdad.
La medición de las desigualdades a través de la ra-
zón de tasas y diferencia de tasas, indica que a nivel
distrital el grado de desigualdad fue alto, y a nivel re-
gional y de los deciles la Razón de Tasas disminuyó
sustantiva y sucesivamente, debido a que a mayor or-
ganización de los datos, la diferencia entre los prome-
dios era cada vez menor.
El indicador de impacto total más conocido en el
campo de la salud y muy utilizado en epidemiología
fue el riesgo atribuible poblacional -rap-, muy utili-
zado en epidemiología.
La lectura del riesgo atribuible poblacional se
podría hacer tanto del total nacional como por cada
unidad geopolítica, y precisamente ahí radicaba su
64
Desnutrición crónica infantil...
importancia, ya que brindaba información de cada
distrito, provincia o región.
En la Tabla11 se tuvo los resultados a nivel regio-
nal y nacional. La interpretación del total nacional fue
que, si todas las regiones de Perú tuvieran la tasa de
desnutrición crónica de la región con la mejor situa-
ción económica (Tacna), los casos de desnutrición
crónica en los niños se reducirían en 81% (riesgo
atribuible poblacional porcentual), es decir, del total
de 432.092 niños con desnutrición podrían haberse
evitado que 350.458 niños lo tengan.
Mientras que el riesgo atribuible poblacional abso-
luto -rap Abs.- indicó que se podría evitar que 18 de
cada 100 niños tengan desnutrición crónica si todas
las regiones tuvieran la situación favorable de la re-
gión Tacna.
En forma análoga, el potencial de reducción a nivel
nacional fue de 81% que teóricamente habría implica-
do la reducción de la desnutrición crónica en 350.458
niños. Estas cifras indicaron que lo que se podía ante-
riormente hacer por reducir la desnutrición crónica
en Perú era mucho e importante.
En la mayoría de las regiones del país (16 regio-
nes), el potencial de reducción superó al 81%, lo cual
indicó el grado de desigualdad, como también qué se
debía hacer para reducirlo.
El riesgo atribuible poblacional también se anali-
zó en grupos mayores como los deciles (Tabla 9). Se
observó que en los deciles D1 al D4 el potencial de
reducción fue mayor al 80%, lo que indicó que, en tér-
minos de población, el país tuvo una importante meta
Moisés Guillermo Apaza Ahumada
65
de reducción en cuanto a la prevalencia de la desnu-
trición crónica.
El análisis del riesgo atribuible poblacional era
importante a nivel de deciles, para observar y com-
parar las desigualdades de los indicadores de la sa-
lud a nivel macro entre países; en cambio, a nivel de
las unidades geopolíticas (centros poblados, distritos,
provincias y regiones) era importante para que las
instituciones tengan facultades para tomar decisio-
nes en políticas de salud y nutrición, quienes eran los
más interesados por conocer con precisión el poten-
cial de reducción para establecer metas objetivas de
reducción de la desnutrición crónica en las diferentes
unidades geopolíticas.
Nótese que las cifras del riesgo atribuible pobla-
cional porcentual -rap%- de la tabla 11 fueron simi-
lares a los consignados en el potencial de reducción
en porcentaje (%) de la misma tabla. La razón de su
inclusión se enmarca en su aplicabilidad e interpre-
tación; mientras que, por un lado, el riesgo atribuible
poblacional (%) señaló lo que se podría evitar en la
desnutrición crónica, el potencial de reducción señaló
lo que se podía hacer en porcentaje para reducir la
desnutrición crónica en niños y lograr mayor equidad.
No se realizó el análisis del rap a nivel distrital solo
por razones de extensión (1.818 distritos).
Asimismo, otro indicador de impacto que medía la
desigualdad en salud lo constituyó el índice de des-
igualdad de la pendiente -idp- y el índice relativo de
desigualdad -ird-. Se obtuvo mediante un análisis de
regresión cuyos cálculos preliminares están ubicados
en el Anexo 1 y 2.
66
Desnutrición crónica infantil...
El índice de desigualdad de la pendiente expresó la
desigualdad en términos de tasas, así, la diferencia ab-
soluta entre la tasa de desnutrición crónica de Lima y
Huancavelica fue de 46 desnutridos crónicos por cada
100 niños de seis a nueve años de edad (ver Figura 5).
Por el contrario, el índice relativo de desigualdad
señaló que un índice alto implicaba grandes diferen-
cias en la tasa de desnutrición crónica entre las po-
siciones altas y bajas de los grupos que fueron orde-
nados por el ingreso familiar per cápita. Por eso, en
Huancavelica, los niños tuvieron 17 veces más desnu-
trición crónica que en Lima.
El análisis de regresión (Figura 6), según deciles,
mostró que el índice de desigualdad de la pendien-
te, dado por la pendiente de la recta de regresión b =
-48.40, indicaba que la diferencia absoluta de la tasa
de desnutrición crónica entre el decil con el mayor in-
greso familiar per cápita (D10) y el menor (D1) fue de
48 desnutridos crónicos por cada 100 niños de seis
a nueve años de edad (Anexo 2). Así mismo, el índice
relativo de desigualdad señaló que en el D1 los niños
de seis a nueve años de edad tuvieron desnutrición
crónica 14 veces más que en el D10.
Al respecto, también fue necesario señalar que si
bien la razón de tasas y diferencia de tasas medía la
desigualdad en salud (entre valores extremos), podría
darse el caso que resultara engañoso en cuanto que
la estimación no fuera razonable por no considerar el
volumen de la población; entonces esta preocupación
fue deliberada por el Índice de desigualdad de la pen-
diente y el índice relativo de desigualdad que tuvieron
en cuenta la dimensión poblacional. De esta manera,
Moisés Guillermo Apaza Ahumada
67
el valor estimado de desigualdad representó a la va-
riación del total de las unidades de observación y su
población respectiva. La medición de la desigualdad
por esta vía resultó más compleja, objetiva y confir-
matoria, e incorporó como tema adicional de debate
la relación de costo/efectividad y la eficiencia de las
inversiones en el sector salud.
Otra de las formas de medición del grado de des-
igualdad fue el coeficiente de Gini, una medida resu-
men de la desviación de la curva de Lorenz con res-
pecto a la diagonal de igualdad. Este respondió a la
pregunta: ¿Cómo se distribuye la desnutrición crónica
infantil en la población de los 1.818 distritos de Perú?
El coeficiente de Gini a nivel distrital, fue de 0.42,
cifra que representó el grado de desigualdad que exis-
tió en la distribución del número de niños desnutri-
dos de seis a nueve años de edad en relación con el
número total de niños de esta edad.
Según la Figura 5, se logró interpretar que los pun-
tos sobre la curva de Lorenz señalaban, por ejemplo,
que el 60% de la desnutrición crónica en niños ocu-
rrieron en el 30% de la población de niños y el otro
40% ocurrió en el 70% de la población. En otro punto
sobre la curva, el 80% de la desnutrición crónica se
dio en el 50% de la población y el 20% restante se dio
en el otro 50% de la población de niños, mostrando
claramente que la desnutrición no se distribuía uni-
formemente en la población infantil de los distritos y
por consiguiente que existe desigualdad.
El coeficiente de Gini regional (Anexo 3) fue esti-
mado a través de la fórmula de Brown y resultó de
0.32, lo que significó que el grado de desigualdad en-
68
Desnutrición crónica infantil...
tre regiones fue de 32%. Esto mismo se reflejó en la
Figura 8, pues cuanto mayor fue la distancia, o más
propiamente el área comprendida, entre la curva de
Lorenz y la diagonal, mayor fue la desigualdad. De
esta manera, se observó que el 85% de la desnutri-
ción crónica se encuentra distribuida en el 60% de la
población (punto máximo de la curva) y el otro 15%
de desnutrición crónica restante se distribuyó en el
otro 40% de la población de niños, mostrando así el
grado de desigualdad.
El grado de desigualdad según deciles fue de 34%
(Anexo 4). Del mismo modo, en la Figura 9 se observó
que el 76% de la DC se encontró distribuida en el 48%
de la población (punto máximo de la curva) y el otro
34% de desnutrición crónica restante se distribuyó
en el otro 52% de la población de niños, mostrando
así la desigualdad existente.
Para el análisis de la curva e índice de concentra-
ción las unidades geográficas se ordenaron según el
ingreso familiar per cápita, incluyendo la dimensión
económica en el análisis.
El índice de concentración a nivel distrital fue de
0.35 y representó la medida de la desigualdad en la
distribución de la desnutrición crónica causada por
la diferencia en los valores del ingreso familiar per
cápita.
En la Figura 10, uno de los puntos sobre la curva
señaló que el 20% de la desnutrición crónica, en niños
de seis a nueve años, ocurrió en el 10% más pobre de
la población de niños; mientras que en el punto máxi-
mo de la curva, el 75% de la desnutrición ocurrió en el
46% más pobre de la población de niños y el otro 25%
Moisés Guillermo Apaza Ahumada
69
de desnutrición se distribuyó en el 54% de la pobla-
ción con mayor ingreso familiar per cápita.
En general, casi el 80% de la desnutrición crónica
se distribuyó en el 50% de la población más pobre de
niños, mientras que solo el 20% de la desnutrición se
distribuyó en el otro 50% de la población infantil que
tenían mayor Ingreso familiar per cápita.
Cabe señalar que en el anexo no se incluyó el cua-
dro de la estimación del índice y curva de concentra-
ción según distritos, pues no era posible consignar a
los 1.818 distritos de estudio.
En el caso de las regiones, se tuvo un índice de con-
centración de 0.30 (Anexo 5). Uno de los puntos sobre
la curva señaló que el 20% de la desnutrición en niños
de seis a nueve años, ocurrió en el 10% más pobre de
la población de niños (Figura 11). Mientras que en el
punto máximo de la curva, el 84% de la desnutrición
ocurrió en el 60% de la población de niños con meno-
res ingresos y el otro 16% de DC se dio en el 40% de
la población con mayores ingresos.
En el caso de los deciles, los valores estimados del
coeficiente de Gini e índice de concentración y las
curvas respectivas fueron similares porque el ordena-
miento de los grupos según deciles, sea por ingreso
familiar per cápita o por la tasa de desnutrición cróni-
ca, resultó ser el mismo.
Tanto el coeficiente de Gini como el índice de con-
centración (y las curvas respectivas) disminuyeron a
medida que los niveles de agregación aumentaron. Lo
mismo ocurrió con la razón de tasas y diferencia de
tasas.
70
Desnutrición crónica infantil...
Este comportamiento indicó que la medición de las
desigualdades en salud debió hacerse de preferencia
y con pertinencia a nivel de agregados geopolíticos
menores (Centros poblados, distritos y provincias),
porque se trató de identificar (focalizar) grupos po-
blacionales que presentaran los indicadores socioe-
conómicos y de salud menos favorables para afrontar
las desigualdades buscando la equidad en la salud.
El coeficiente de Gini y el índice de concentración
debieron usarse en términos comparativos, es decir,
comparar sus valores con los del mismo indicador y
con otras unidades geopolíticas similares.
Finalmente, se tuvieron los resultados del índice de
efecto obtenidos a través del análisis de regresión. El
índice de efecto es un indicador que, en su estimación,
valora e incluye a todas las unidades de observación,
no solamente los valores extremos como lo hace la ra-
zón de tasas.
En la Figura 10 el análisis de regresión a nivel re-
gional, señaló un r2 = 0.69 que fue altamente significa-
tivo (P < 0.01), por lo que se pudo mencionar que el
69% de la variación de la tasa de desnutrición crónica
dependió de la variación del ingreso familiar per cá-
pita y el 31% de esta variación estuvo explicado por
otros factores.
La pendiente de la recta de regresión (b = -0.0858)
equivalió al índice de efecto e indicó que, en pro-
medio, la tasa de desnutrición crónica disminuía en
0.0858 niños desnutridos por cada 100 niños de seis
a nueve años de edad, por cada nuevo sol de aumento
en el ingreso familiar per cápita; lo que equivale a de-
cir que por cada 100 nuevos soles de incremento en
Moisés Guillermo Apaza Ahumada
71
el ingreso familiar per cápita, la tasa de desnutrición
crónica media disminuía en 8,58 unidades por cada
100 niños.
El signo de la pendiente de la recta de regresión fue
negativo porque al aumentar el Ingreso disminuyó la
desnutrición (existió una relación inversa).
Asimismo, cabe señalar que el coeficiente de corre-
lación que midió la intensidad de la relación entre es-
tas dos variables fue de r = 0,84, lo cual fue altamente
significativo.
En cuanto al índice de efecto de estas variables se-
gún deciles (Figura 13) se tuvo que el análisis de re-
gresión (r2 = 0,84) también fue altamente significati-
vo, por lo que el 84% de la variación de la tasa de des-
nutrición crónica dependió de la variación del ingreso
familiar per cápita.
La pendiente de la recta de regresión (b = -0,0887)
señaló que por cada 100 nuevos soles de incremento
en el ingreso familiar per cápita, la tasa de desnutri-
ción crónica media disminuyó en 8,89 unidades por
cada 100 niños de seis a nueve años de edad. El coe-
ficiente de correlación fue altamente significativo (r =
0,93).
No se ha incluido el Índice de efecto para el nivel
distrital porque no cumplió con los supuestos bási-
cos de la regresión (la población entre distritos era
extremadamente heterogénea) ni la condición de li-
nealidad.
Respecto a la hipótesis planteada en el estudio, se
logró indicar que el determinante socioeconómico
representado por la desigual distribución del Ingre-
so Familiar per cápita tuvo efecto en la desigual dis-
72
Desnutrición crónica infantil...
tribución de la prevalencia de la desnutrición crónica
infantil en niños de seis a nueve años de edad en Perú.
Si bien solo el ingreso familiar per cápita no repre-
sentó a todo el complejo contexto de los factores que
influyen en la prevalencia de la desnutrición crónica,
expuestos los resultados, se pudo colegir que su in-
fluencia fue determinante para este indicador de salud.
En la actualidad, se reconoce que existían eviden-
cias sólidas de que todos los niños crecen de forma
muy parecida durante los primeros cinco años de vida
cuando se satisfacen de sus necesidades fisiológicas y
su entorno influencia en su desarrollo sano. Esta si-
tuación se reflejó también en el perfil de crecimiento
de los niños de seis a nueve años de edad.
Esta afirmación se podía corroborar en base al aná-
lisis de la información. Por ejemplo, la región Tacna
ha logrado reducir a la fecha su tasa de desnutrición
crónica a 4.1%. Sin embargo, el crecimiento demográ-
fico de esta región se ha sustentado en la migración
intensiva de los habitantes aymaras de la región Puno
(en especial de la zona rural con altas tasas de des-
nutrición). Al mejorar de forma sustancial su nivel de
ingresos la tasa de desnutrición se redujo en forma
significativa, al inicio incluso de manera independien-
te del grado de instrucción y de otros factores cola-
terales. La región Tacna, que cuenta con un nivel de
ingresos alto (después de Lima), ha superado a todas
las regiones y tiene la tasa de desnutrición crónica
infantil más baja y la mayoría de los indicadores de
salud más positivos a nivel nacional.
Esta hipótesis reforzó también el hecho de que las
desigualdades en la desnutrición crónica no consti-
Moisés Guillermo Apaza Ahumada
73
tuían por sí un problema genético, geográfico, menos
étnico, sino, más bien de exclusión y excesivo centra-
lismo en las inversiones, por lo que las desigualdades
en Perú fueron sobre todo inequitativas porque eran
innecesarias, evitables y en muchos casos injustas,
pues gran parte de la voluntad estuvo bajo decisiones
de política alimentaria y nutricional.
A propósito de las inversiones, una de las explica-
ciones en la literatura económica para la persistencia
de la desigualdad en el tiempo fue que los grupos de
mayor riqueza que tuvieron mayor influencia política,
y muchas veces ostentaron el poder, pueden generar
persistencia en la desigualdad a través de políticas
públicas poco redistributivas.
Por ello, en Perú, a nivel regional o niveles menores,
las intervenciones en salud y sobre todo en nutrición,
se encontraron en el punto de la necesidad urgente de
reorientación y redistribución. Desde el punto de vista
nutricional, las ciudades como Lima, Tacna, Moquegua
y otros, desde hace mucho tiempo ya discutían acerca
del problema del déficit nutricional; por otro lado, en
2006, se encontraban con el problema provocado por
los excesos nutricionales (sobrepeso y obesidad). Sin
embargo, en ese año los programas de alimentación y
nutrición seguían funcionando en todas las regiones
como si los problemas nutricionales fueran similares,
además funcionaban en cuanto a las directivas de ca-
rácter político y no por orientaciones técnicas.
Acorde con el objetivo más importante de los estu-
dios de desigualdad, que fue reconocer y “focalizar”
a los grupos humanos con los peores indicadores de
desnutrición crónica y de manera concomitante, y
74
Desnutrición crónica infantil...
orientar los esfuerzos y recursos de los programas de
alimentación y nutrición a estos espacios con bene-
ficiarios directos y en corto plazo, se propuso que el
Programa Juntos que apoyaba con S/. 100.00 al ingre-
so de las familias de las regiones más pobres, debía
valerse de estos estudios de desigualdad aplicando
una ficha técnica de evaluación de beneficiarios con
indicadores pertinentes, ampliando su utilidad como
referencia para otros programas específicos, tanto de
corto, mediano y largo plazo que son más que nume-
rosos en nuestro país.
Con el objeto de plantear opciones de política que
puedan contribuir a reducir la desnutrición crónica
infantil, sin generar mayor inequidad entre la pobla-
ción de diferentes niveles socioeconómicos, este estu-
dio se caracterizó por enfocar la tasa de desnutrición
crónica en cuanto a desigualdades, inequidades y de-
terminantes. Integrando estos resultados con otros,
se pudo establecer orientaciones respondiendo a la
pregunta; ¿Cuáles serían o cómo se mejorarían las
políticas públicas para reducir tanto la desnutrición
crónica como la inequidad presente en ella?
Esta lectura va a dirigida a la reflexión respecto al
comportamiento del sector salud e instancias perti-
nentes avocadas a implementar las políticas de salud,
que deberían estar orientadas no solo con el objetivo
de reducir los promedios sanitarios de indicadores
adversos, sino a reducir las desigualdades y mejorar
la equidad en salud en Perú.
Recomendaciones
1. Respecto al conocimiento de los determinantes de
la desnutrición crónica y al comportamiento de
las instancias de alimentación y nutrición, se reco-
mienda que estas estén avocadas con el objetivo,
no solo de reducir los promedios adversos de la
desnutrición crónica, sino de disminuir las des-
igualdades e inequidades.
2. Realizar estudios de desigualdad en la desnutrición
crónica con el objeto de articularlos con las insti-
tuciones de salud, que están orientadas a resolver
o atenuar problemas de alimentación y nutrición.
3. A futuro, se recomienda construir, analizar, opti-
mizar y difundir una base de datos que preste in-
formación respecto de las desigualdades e inequi-
dades en nutrición y salud a nivel nacional, que
esté al alcance de la comunidad académica y de las
instituciones de salud pública y desarrollo para
que puedan aportar tanto al mejor conocimiento
75
76
Desnutrición crónica infantil...
del tema como a la formulación y monitoreo de
políticas de salud y nutrición.
4. Los programas de inversión social, específicamen-
te los de salud y nutrición, deben contar, antes de
su intervención, con instrumentos adecuados para
focalizar a la población beneficiaria.
Conclusiones
1. El nivel de ingreso familiar per cápita en los 1.818
distritos del Perú fue muy desigual con una rela-
ción de 16/1 entre el distrito más pobre y el más
rico y arrojó una diferencia en valor absoluto de
S/. 1.143.00. Esta desigualdad también se mani-
fiesta a nivel regional y en los deciles.
2. La distribución de la prevalencia de la desnutri-
ción crónica en Perú no fue uniforme, fue desigual
e inequitativa, asimismo, el promedio de la tasa
de desnutrición crónica disminuyó en los últimos
años en Perú, sin embargo, el grado de desigual-
dad se ha incrementado.
3. La prevalencia de la desnutrición crónica en Perú
está influenciada significativamente por el ingreso
familiar per cápita.
77
Bibliografía
Arcaya, Mariana C.; Alyssa L. Arcaya y S.V. Subramania. “Des-
igualdades en salud: definiciones, conceptos y teorías”, Revis-
ta Panamericana de Salud Pública, vol. 38, n.º 4, 2015, pp. 261
a 271, disponible en
[https://www.tandfonline.com/doi/
full/10.3402/gha.v8.27106?scroll=top&needAccess=true ].
Arocena Canazas, Víctor. “Las desigualdades socioeconómi-
cas de la desnutrición infantil crónica en América Latina y
el Caribe”, en Laura Rodriguez Wong, Jose Eustaquio
Alves, Jorge Rodriguez Vignoli y Cassio Maldonado-
Turra (organizadores). Cairo+20: perspectivas de la agen-
da de población y desarrollo sostenible después de 2014, Río
de Janeiro, Asociación Latinoamericana de Población -alap-,
2014, pp. 136 y 137, disponible en [http://www.alapop.org/
alap/SerieInvestigaciones/Si15/si15.pdf ].
Barreto Lima, Mauricio. “Desigualdades en salud: una perspec-
tiva global”, Ciência & Saúde Coletiva, Rio de Janeiro, vol. 22, n.º
7, julio de 2017, pp. 2097 a 2108, disponible en [https://
www.scielo.br/scielo.php?script=sci_arttext&pid=S1413-
81232017002702097&lng=pt&nrm=iso&tlng=es ].
Busse, Peter. “¿Cómo entender y reducir la desigualdad en la
salud en el Perú?”, Revista Argumentos, Lima, año 5, n.º 5,
noviembre de 2011, pp. 1 a 6, disponible en [https://argu-
mentos-historico.iep.org.pe/wp-content/uploads/2014/01/
busse.pdf ].
79
80
Desnutrición crónica infantil...
Flores-Bendezú, Janet; Juan Calderón, Betty Rojas, Edith
Alarcón Matutti, y César Gutiérrez, “Desnutrición cró-
nica y anemia en niños menores de 5 años de hogares in-
dígenas del Perú: análisis de la encuesta demográfica y
de salud familiar 2013”, Anales de la Facultad de Medici-
na, Lima, vol. 76, n.º 2, abril-junio de 2015, disponible en
[http://www.scielo.org.pe/scielo.php?script=sci_arttext&pi
d=S1025-55832015000300005 ].
Fondo de las Naciones Unidas para la Infancia -unicef-.
La desnutrición infantil. Causas, consecuencias y estrategias
para su prevención y tratamiento, Madrid, unicef, 2011, dis-
ponible en
[http://repositorio.minedu.gob.pe/bitstream/
handle/123456789/3713/La%20desnutrición%20infan-
til%20causas%2c%20consecuencias%20y%20estrate-
gias%20para%20su%20prevención%20y%20tratamiento.
pdf?sequence=1&isAllowed=y].
Guardiola, J. y F. González Gómez. “La influencia de la des-
igualdad en la desnutrición de América Latina: una pers-
pectiva desde la economía”, Nutrición Hospitalaria, Madrid,
vol.
25, supl. 3, octubre de 2010, disponible en [http://
scielo.isciii.es/scielo.php?script=sci_arttext&pid=S0212-
16112010000900006&lng=es&tlng=es ].
Guardiola, Jorge y Francisco González Gómez. “La influen-
cia de la desigualdad en la desnutrición de América Latina:
una perspectiva desde la economía”, Nutrición Hospitala-
ria, Madrid, vol. 25, suplemento 3, octubre de 2010, dis-
ponible en
[http://scielo.isciii.es/scielo.php?script=sci_
arttext&pid=S0212-16112010000900006&lng=es&tlng=es ].
Hernández, Mario. “Desigualdad, inequidad e injusticia en el
debate actual en salud: posiciones e implicaciones. Secretaria
de Salud de Bolivia”, 2010, disponible en [http://www.salud-
capital.gov.co/Artculos%20Observatorio/Desigualdad,%20
inequidad%20e%20injusticia_Mario_Hern%C3%A1ndez.
pdf ].
Instituto Nacional de Estadística e Informática -inei-. Perú:
Perfil de la pobreza por dominios geográficos, 2004-2013,
Lima, 2014, disponible en [http://www2.congreso.gob.pe/
sicr/cendocbib/con4_uibd.nsf/C1F4CC30AC80FA3005257D
D5005701EF/$FILE/6.perfil_Pobreza.pdf ].
Moisés Guillermo Apaza Ahumada
81
Instituto Nacional de Estadística e Informática -inei-. In-
forme técnico: evolución de la pobreza monetaria 2007-2016,
Lima, mayo de 2017, disponible en [https://www.inei.gob.
pe/media/MenuRecursivo/publicaciones_digitales/Est/
Lib1425/ ].
Instituto Nacional de Estadística e Informática -inei-. Evo-
lución de la pobreza monetaria 2007-2018. Informe técnico,
Lima, abril de 2019, disponible en [https://www.inei.gob.
pe/media/MenuRecursivo/publicaciones_digitales/Est/
Lib1646/libro.pdf ].
Libertad y Desarrollo. Explicando el Gini: para medir distri-
bución de ingreso, 2012, disponible en [https://lyd.org/wp-
content/uploads/2012/07/EXPLICANDO-EL-GINI.pdf ].
Lobato Huerta, Sagrario. “Inequidad y desigualdad sanitaria
en el marco de los determinantes sociales de la salud”, Investi-
gación y Ciencia, México, n.º 48, enero-abril de 2010, pp. 52 a
55, disponible en [https://investigacion.uaa.mx/RevistaIyC/
archivo/revista48/Articulo%207.pdf ].
Ministerio de la Salud. Plan Nacional para la Reducción de la
Desnutrición Crónica Infantil y la Prevención de la Anemia en
el país, periodo 2014-2016, Lima, octubre de 2014, disponible
en [http://bvs.minsa.gob.pe/local/MINSA/3514.pdf ].
Ministerio de la Salud. Plan Nacional para la Reducción de
la Desnutrición Crónica Infantil y la Prevención de la Ane-
mia en el Perú:
2017-2020, Lima,
2017, disponible en
[https://cdn.www.gob.pe/uploads/document/file/322898/
Plan_nacional_para_la_reducci%C3%B3n_y_control_de_
la_anemia_materno_infantil_y_la_desnutrici%C3%B3n_
cr%C3%B3nica_infantil_en_el_Per%C3%BA__2017___2021._
Documento_t%C3%A9cnico20190621-17253-s9ub98.pdf ].
Muñoz Guerrero, María Nathalia. Epidemiología Am-
biental, Bogotá,
2012, disponible en
[https://docplayer.
es/13490139-Universidad-nacional-abierta-y-a-distancia-
unad-escuela-de-ciencias-agricolas-pecuarias-y-del-medio-
ambiente-358009-epidemiologia-ambiental.html ].
Rucoba García, Armando y Edilberto Niño Velásquez. “Ingre-
so familiar como método de medición de la pobreza: estudio
de caso en dos localidades rurales de Tepetlaoxtoc”, Revista
Economía, Sociedad y Territorio, México, vol. x, n.º 34, 2010,
82
Desnutrición crónica infantil...
pp. 781 a 812, disponible en [http://www.scielo.org.mx/pdf/
est/v10n34/v10n34a8.pdf ].
Sánchez Moreno, Francisco. “La inequidad en salud afecta el
desarrollo en el Perú”, Revista Peruana de Medicina Experi-
mental y Salud Pública, Lima, vol. 30, n.º 4, 2013, disponi-
ble en
[http://www.scielo.org.pe/scielo.php?script=sci_
arttext&pid=S1726-46342013000400022&lng=es&tlng=es ].
Schneider, María; Carlos Castillo Salgado, Jorge Bacallao,
Enrique Loyola, J. Mujica, Manuel Vidaurre y Anne Roca.
“Métodos de medición de las desigualdades de salud”. Revista
Panamericana de Salud Pública, Washington D. C., vol. 12, n.º
6, diciembre de 2002, disponible en [https://www.research-
gate.net/publication/26379011_Metodos_de_medicion_de_
las_desigualdades_de_salud ].
Yamada, Gustavo, Juan Francisco Castro y Nelson Oviedo. Re-
visitando el coeficiente de Gini en el Perú: El Rol de las Políticas
Públicas en la Evolución de la Desigualdad, Lima, Universidad
del Pacífico, 2016, pp. 6 y 7.
Anexos
Anexo 1
Tabla 13
Índice de desigualdad de la pendiente -idp-* e índice relativo
de desigualdad -ird- en el ingreso familiar per cápita -ifp- y
en la tasa de desnutrición crónica -tdc- según regiones
FA -
Niños de
FA
Valor Ridit
Niños
FR
Regiones
ifp
tdc
6 a 9
FR
con DC
años
(m1)
(m2)
(m1+m2)/2
623,5
7,3
547.149
40.170
0,27
1,00
0,73
0,86
Lima
Tacna
538,7
4,1
18.107
746
0,01
0,73
0,72
0,72
Arequipa
440,0
9,4
77.298
7.295
0,04
0,72
0,68
0,70
Moquegua
413,2
5,3
9.568
509
0,00
0,68
0,67
0,67
Ica
412,9
9,7
48.010
4.675
0,02
0,67
0,65
0,66
Lambayeque
405,9
17,3
80.317
13.879
0,04
0,65
0,61
0,63
Tumbes
346,9
8,9
13.351
1.194
0,01
0,61
0,60
0,60
La Libertad
315,1
23,9
117.051
28.000
0,06
0,60
0,54
0,57
Junín
286,0
31,3
98.725
30.932
0,05
0,54
0,49
0,52
Madre de
281,4
12,7
8.079
1.022
0,00
0,49
0,49
0,49
Dios
Ancash
270,1
26,6
84.895
22.547
0,04
0,49
0,45
0,47
83
84
Desnutrición crónica infantil...
Niños de
FA -
Niños
FA
Valor Ridit
Regiones
ifp
tdc
6 a 9
FR
FR
con DC
años
(m1)
(m2)
(m1+m2)/2
Piura
251,5
24,3
127.161
30.914
0,06
0,45
0,38
0,41
Puno
227,0
26,1
97.755
25.465
0,05
0,38
0,33
0,36
Pasco
226,1
26,4
21.609
5.696
0,01
0,33
0,32
0,33
Ucayali
221,5
21,1
37.713
7.956
0,02
0,32
0,30
0,31
Cusco
221,2
33,5
102.443
34.294
0,05
0,30
0,25
0,28
Loreto
212,3
26,7
75.901
20.269
0,04
0,25
0,21
0,23
Amazonas
205,6
32,6
37.078
12.077
0,02
0,21
0,20
0,20
San Martín
204,9
21,5
62.632
13.487
0,03
0,20
0,16
0,18
Cajamarca
204,2
37,5
122.874
46.021
0,06
0,16
0,10
0,13
Apurimac
185,1
40,1
39.664
15.899
0,02
0,10
0,08
0,09
Ayacucho
180,4
38,3
53.841
20.624
0,03
0,08
0,06
0,07
Huanuco
147,3
38,2
65.057
24.865
0,03
0,06
0,02
0,04
Huancavelica
135,9
52,6
44.798
23.556
0,02
0,02
0,00
0,01
Total
21,7
1.991.076
432.092
1,00
Fuente: Informe Nacional sobre Desarrollo Humano, Perú, pnud, 2005. iii Censo
Nacional de Talla Escolar por el minedu (Perú, 2005). Elaboración propia.
ifp = Ingreso familiar per cápita; tdc = tasa de desnutrición crónica (Variable Y);
DC = Desnutrición Crónica; FR = Frecuencia relativa (Niños de seis a nueve años.
Total de niños de seis a nueve años); FA = Frecuencia acumulada; FA - FR = Fre-
cuencia acumulada menos frecuencia relativa; Valor Ridit = Variable X.
* El índice de desigualdad de la pendiente se estima por regresión de la variable
X y Y.
Moisés Guillermo Apaza Ahumada
85
Anexo 2
Tabla 14
Índice de desigualdad de la pendiente -idp-* e índice
relativo de desigualdad -ird- en el ingreso familiar per
cápita -ifp- y en la tasa de desnutrición crónica -tdc-
según deciles
FA
FA-FR
Valor Ridit
Niños 6-9
Niños
FR
Deciles
ifp
tdc
años
con DC
(m1)
(m2)
(m1+m2)/2
D10
589,4
7,0
554.974
38.813
0,28
1,00
0,72
0,86
D9
404,3
10,1
250.484
25.243
0,13
0,72
0,60
0,66
D8
314,8
17,4
234.297
40.810
0,12
0,60
0,48
0,54
D7
255,4
25,6
171.566
43.866
0,09
0,48
0,39
0,43
D6
229,6
30,5
172.693
52.693
0,09
0,39
0,30
0,35
D5
213,3
30,0
112.398
33.703
0,06
0,30
0,25
0,28
D4
205,5
36,0
146.722
52.893
0,07
0,25
0,17
0,21
D3
186,4
37,0
120.252
44.544
0,06
0,17
0,11
0,14
D2
168,6
41,8
110.886
46.383
0,06
0,11
0,06
0,09
D1
133,6
45,5
116.804
53.144
0,06
0,06
0,00
0,03
Total
21,7
1.9910.76
432.092
1,00
Fuente: Informe Nacional sobre Desarrollo Humano, Perú, -pnud-. 2005. iii Cen-
so Nacional de Talla Escolar por el minedu (Perú, 2005). Elaboración propia.
ifp = Ingreso familiar per cápita; tdc = tasa de desnutrición crónica (Variable X);
DC = Desnutrición crónica; FR = Frecuencia relativa (Niños de seis a nueve años/
Total de niños de seis a nueve años); FA = Frecuencia acumulada; FA - FR = Fre-
cuencia acumulada menos frecuencia relativa; Valor Ridit = Variable X.
* El índice de desigualdad de la pendiente se estima por regresión de la variable
X y Y.
86
Desnutrición crónica infantil...
Anexo 3
Tabla 15
Coeficiente de Gini* y curva de Lorenz** de la tasa de
desnutrición crónica -tdc- según regiones
FR-
FA-
X`-
FR-
FA-
Y`+
ifp
tdc
PN
PN
X`
DC
DC
Y`
(Y``*
Regiones
X``)
(X)
(X´)
(X``)
(Y)
(Y`)
(Y``)
Huancavelica
135,9
52,6
44.798
23.556
0,022
0,022
0,022
0,055
0,055
0,055
0,001
Apurímac
185,1
40,1
39.664
15.899
0,020
0,042
0,020
0,037
0,091
0,146
0,003
Ayacucho
180,4
38,3
53.841
20.624
0,027
0,069
0,027
0,048
0,139
0,230
0,006
Huánuco
147,3
38,2
65.057
24.865
0,033
0,102
0,033
0,058
0,197
0,336
0,011
Cajamarca
204,2
37,5
122.874
46.021
0,062
0,164
0,062
0,107
0,303
0,500
0,031
Cusco
221,2
33,5
102.443
34.294
0,051
0,215
0,051
0,079
0,382
0,686
0,035
Amazonas
205,6
32,6
37.078
12.077
0,019
0,234
0,019
0,028
0,410
0,793
0,015
Junín
286,0
31,3
98.725
30.932
0,050
0,284
0,050
0,072
0,482
0,892
0,044
Loreto
212,3
26,7
75.901
20.269
0,038
0,322
0,038
0,047
0,529
1,011
0,039
Ancash
270,1
26,6
84.895
22.547
0,043
0,364
0,043
0,052
0,581
1,110
0,047
Pasco
226,1
26,4
21.609
5.696
0,011
0,375
0,011
0,013
0,594
1,175
0,013
Puno
227,0
26,1
97.755
25.465
0,049
0,424
0,049
0,059
0,653
1,247
0,061
Piura
251,5
24,3
127.161
30.914
0,064
0,488
0,064
0,072
0,725
1,378
0,088
La Libertad
315,1
23,9
117.051
28.000
0,059
0,547
0,059
0,065
0,790
1,514
0,089
San Martín
204,9
21,5
62.632
13.487
0,031
0,578
0,031
0,031
0,821
1,610
0,051
Ucayali
221,5
21,1
37.713
7.956
0,019
0,597
0,019
0,018
0,839
1,660
0,031
Lambayeque
405,9
17,3
80.317
13.879
0,040
0,638
0,040
0,032
0,871
1,710
0,069
Madre de Dios
281,4
12,7
8.079
1.022
0,004
0,642
0,004
0,002
0,874
1,745
0,007
Ica
412,9
9,7
48.010
4.675
0,024
0,666
0,024
0,011
0,884
1,758
0,042
Arequipa
440,0
9,4
77.298
7.295
0,039
0,705
0,039
0,017
0,901
1,786
0,069
Tumbes
346,9
8,9
13.351
1.194
0,007
0,711
0,007
0,003
0,904
1,805
0,012
Lima
623,5
7,3
547.149
40.170
0,275
0,986
0,275
0,093
0,997
1,901
0,522
Moquegua
413,2
5,3
9.568
509
0,005
0,991
0,005
0,001
0,998
1,995
0,010
Tacna
538,7
4,1
18.107
746
0,009
1,000
0,009
0,002
1,000
1,998
0,018
Total
21,7
1.991.076
43.2092
1,000
1,000
1,316
Fuente: Informe Nacional sobre Desarrollo Humano, Perú, -pnud-, 2005. iii Censo Na-
cional de Talla Escolar por el minedu (Perú, 2005). Elaboración propia.
ifp = Ingreso familiar per cápita; tdc = Tasa de desnutrición crónica; DC = Desnutrición
crónica; FR-PN = Frecuencia relativa de la población de niños (niños de seis a nueve
años/Total de niños de seis a nueve años); FA-PN = Frecuencia acumulada de la pobla-
ción de Niños; FR-DC = Frecuencia relativa de niños con desnutrición crónica (niños
con DC/Total de niños con DC); FA-DC = Frecuencia acumulada de niños con DC.
* El coeficiente de Gini se estima aplicando la fórmula de Brown.
** La curva de Lorenz se elabora con: FA-PN y FA-DC.
Moisés Guillermo Apaza Ahumada
87
Anexo 4
Tabla 16
Coeficiente de Gini* y curva de Lorenz** de la tasa de
desnutrición crónica según deciles
FR-
FA-
FR-
FA-
X`- X`
Y`+Y`
PN
PN
DC
DC
ifp
tdc
(X)
(X´)
(X``)
(Y)
(Y`)
(Y``)
D1
133,6
45,5
116.804
53.144
0,059
0,059
0,059
0,123
0,123
0,123
0,007
D2
168,6
41,8
110.886
46.383
0,056
0,114
0,056
0,107
0,230
0,353
0,020
D3
186,4
37,0
120.252
44.544
0,060
0,175
0,060
0,103
0,333
0,564
0,034
D4
205,5
36,0
146.722
52.893
0,074
0,248
0,074
0,122
0,456
0,789
0,058
D6
229,6
30,5
172.693
52.693
0,087
0,335
0,087
0,122
0,578
1,034
0,090
D5
213,3
30,0
112.398
33.703
0,056
0,392
0,056
0,078
0,656
1,234
0,070
D7
255,4
25,6
171.566
43.866
0,086
0,478
0,086
0,102
0,757
1,413
0,122
D8
314,8
17,4
234.297
40.810
0,118
0,595
0,118
0,094
0,852
1,609
0,189
D9
404,3
10,1
250.484
25.243
0,126
0,721
0,126
0,058
0,910
1,762
0,222
D10
589,4
7,0
554.974
38.813
0,279
1,000
0,279
0,090
1,000
1,910
0,532
Total
21,7
199.1076
43.2092
1,000
1,000
1,344
Fuente: Informe Nacional sobre Desarrollo Humano, Perú, pnud, 2005. iii Censo
Nacional de Talla Escolar por el minedu (Perú, 2005). Elaboración propia.
ifp = Ingreso familiar per cápita; tdc = Tasa de desnutrición crónica; DC = des-
nutrición crónica.
FR-PN = Frecuencia relativa de la población de niños (niños de seis a nueve años/
Total de niños de seis a nueve años).
FA-PN = Frecuencia acumulada de la población de niños
FR-DC = Frecuencia relativa de niños con desnutrición crónica (niños con DC/
Total de niños con DC).
FA-DC = Frecuencia acumulada de niños con DC.
* El coeficiente de Gini se estima aplicando la fórmula de Brown.
** La curva de Lorenz se elabora con: FA-PN y FA-DC.
88
Desnutrición crónica infantil...
Anexo 5
Tabla 17
Índice de concentración* y curva de concentración**
de la tasa de desnutrición crónica según regiones
Regiones
tdc
ifp
(X)
(X´)
(X``)
(Y)
(Y`)
(Y``)
Huancavelica
52,6
135,9
44.798
23.556
0,022
0,022
0,022
0,055
0,055
0,055
0,001
Huánuco
38,2
147,3
65.057
24.865
0,033
0,055
0,033
0,058
0,112
0,167
0,005
Ayacucho
38,3
180,4
53.841
20.624
0,027
0,082
0,027
0,048
0,160
0,272
0,007
Apurímac
40,1
185,1
39.664
15.899
0,020
0,102
0,020
0,037
0,197
0,356
0,007
Cajamarca
37,5
204,2
12.2874
46.021
0,062
0,164
0,062
0,107
0,303
0,500
0,031
San Martín
21,5
204,9
62.632
13.487
0,031
0,195
0,031
0,031
0,334
0,637
0,020
Amazonas
32,6
205,6
37.078
12.077
0,019
0,214
0,019
0,028
0,362
0,697
0,013
Loreto
26,7
212,3
75.901
20.269
0,038
0,252
0,038
0,047
0,409
0,771
0,029
Cusco
33,5
221,2
102.443
34.294
0,051
0,303
0,051
0,079
0,489
0,898
0,046
Ucayali
21,1
221,5
37.713
7.956
0,019
0,322
0,019
0,018
0,507
0,995
0,019
Pasco
26,4
226,1
21.609
5.696
0,011
0,333
0,011
0,013
0,520
1,027
0,011
Puno
26,1
227,0
97.755
25.465
0,049
0,382
0,049
0,059
0,579
1,099
0,054
Piura
24,3
251,5
127.161
30.914
0,064
0,446
0,064
0,072
0,651
1,230
0,079
Ancash
26,6
270,1
84.895
22.547
0,043
0,489
0,043
0,052
0,703
1,353
0,058
Madre de Dios
12,7
281,4
8.079
1.022
0,004
0,493
0,004
0,002
0,705
1,408
0,006
Junín
31,3
286,0
98.725
30.932
0,050
0,543
0,050
0,072
0,777
1,482
0,073
La Libertad
23,9
315,1
117.051
28.000
0,059
0,601
0,059
0,065
0,842
1,618
0,095
Tumbes
8,9
346,9
13.351
1.194
0,007
0,608
0,007
0,003
0,844
1,686
0,011
Lambayeque
17,3
405,9
80.317
13.879
0,040
0,648
0,040
0,032
0,876
1,721
0,069
Ica
9,7
412,9
48.010
4.675
0,024
0,672
0,024
0,011
0,887
1,764
0,043
Moquegua
5,3
413,2
9.568
509
0,005
0,677
0,005
0,001
0,888
1,776
0,009
Arequipa
9,4
440,0
77.298
7.295
0,039
0,716
0,039
0,017
0,905
1,794
0,070
Tacna
4,1
538,7
18.107
746
0,009
0,725
0,009
0,002
0,907
1,812
0,016
Lima
7,3
623,5
54.7149
40.170
0,275
1,000
0,275
0,093
1,000
1,907
0,524
Total
21,7
1991076
432092
1,000
1,000
1,297
Fuente: Informe Nacional sobre Desarrollo Humano, Perú, pnud, 2005. iii Censo Nacio-
nal de Talla Escolar por el minedu, Perú, 2005. Elaboración propia.
ifp = Ingreso familiar per cápita; tdc = Tasa de desnutrición crónica; DC = desnutrición
crónica; FR-PN = Frecuencia relativa de la población de niños (niños de seis a nueve
años/Total de niños de seis a nueve años); FA-PN = Frecuencia acumulada de la pobla-
ción de niños; FR-DC = Frecuencia relativa de niños con desnutrición crónica (niños
con DC/Total de niños con DC); FA-DC = Frecuencia acumulada de niños con DC.
* El índice de concentración se estima aplicando la fórmula de Brown.
** La curva de concentración se elabora con: FA-PN y FA-DC.
Moisés Guillermo Apaza Ahumada
89
Anexo 6
Análisis estadístico: Para la medición de las desigual-
dades en el ingreso familiar y la desnutrición crónica
se aplicaron los métodos estadísticos siguientes:
a. Razón de tasas -RT-.
TDC del distrito con menores ingresos
RT =
TDC del distrito con mayores ingresos
Donde: tdc = Tasa de desnutrición crónica
b. Diferencia de tasas -DT-.
DT = (tasa a - tasa b)
c. Índice de efecto relativo basado en una regresión -IE-.
Modelo de regresión lineal simple -rls-
d. Riesgo atribuible poblacional -rap- porcentual.
Los pasos previos seguidos son:
Calcular la tdc de las diferentes unidades geográficas
(distritos).
Calcular la tdc general del conjunto de unidades geo-
gráficas.
90
Desnutrición crónica infantil...
Aplicar la fórmula:
Tasa general
-
Tasa del distrito con mejor situación
RAP =
100
Tasa general
Alternativamente se puede aplicar el siguiente modelo:
Siendo: pi = fracción poblacional del grupo i y RTi = ra-
zón de las tasas en el grupo i. La fracción poblacional
es el cociente del tamaño del grupo entre el tamaño
total de la población.
e. Riesgo Atribuible Poblacional -rap- absoluto.
Se puede hacer de dos formas:
1. Multiplicando el valor del rap porcentual por la
tasa general de la población.
2. Sustrayendo la tasa del grupo de referencia de la
tasa de la población total.
f. Índice relativo de desigualdad -ird- e índice de des-
igualdad de la pendiente -idp-.
Moisés Guillermo Apaza Ahumada
91
El procedimiento seguido es:
Obtener los valores de la posición relativa acumulada
de la población ordenada según la variable socioeco-
nómica.
Graficar las dos variables para confirmar la linea-
lidad de la relación entre la variable desnutrición y la
posición relativa acumulada de la población ordenada
por la variable socioeconómica.
Si se confirma la linealidad, estimar la pendiente b
a través de una regresión mediante el método de los
mínimos cuadrados ponderados.
Estimar el valor de la variable desnutrición (y) en
la unidad geográfica con la mejor situación, adjudi-
cándole a la variable (x) el valor correspondiente al
ridit del grupo:
Calcular el ird con la fórmula:
g. Coeficiente de Gini y curva de Lorenz.
Los pasos a seguir para calcular el coeficiente de Gini
son:
Ordenar las unidades geográficas (distritos) en
función de la variable de desnutrición, de la peor si-
tuación a la mejor.
Trasformar la tasa en una variable continua.
92
Desnutrición crónica infantil...
Calcular las frecuencias acumuladas de las dos va-
riables.
Graficar la curva de Lorenz, representando en el
eje de las abscisas (x) la frecuencia acumulada de la
población, y en el eje de las ordenadas (y) la frecuen-
cia acumulada del número de eventos de la variable
de desnutrición.
Calcular el coeficiente de Gini en números absolu-
tos, utilizando el modelo conocido como la fórmula de
Brown:
Siendo: Yi la proporción acumulada de la variable des-
nutrición hasta el grupo i, y Xi la proporción acumula-
da de la población hasta el grupo i.
h. Índice y Curva de Concentración
La forma de calcular la curva y el índice de concen-
tración es similar a la utilizada para la curva de Lo-
renz y el coeficiente de Gini. El procedimiento es:
Ordenar las unidades geográficas por la variable
socioeconómica, de la peor situación a la mejor.
Transformar la tasa en variable continua.
Calcular las frecuencias acumuladas de las dos va-
riables.
Graficar la curva de concentración, representando
en el eje de las abscisas (x) la frecuencia acumulada
de la población, ordenada por la variable socioeco-
nómica, y en el eje de las ordenadas (y) la frecuencia
acumulada del número de eventos de la variable de
desnutrición.
Moisés Guillermo Apaza Ahumada
93
Calcular el índice de concentración utilizando la
fórmula de Brown:
El autor
Moisés Guillermo Apaza Ahumada
moisesapazaahumada@gmail.com
Moisés Guillermo Apaza Ahumada (1965), nacido en el dis-
trito y provincia de Lampa, Departamento de Puno. Educación
Primaria (1971-1976), Primer Puesto en el Centro Educativo
de Varones 71008 de Lampa-Puno. Educación Secundaria
(1977-1981), becado y Segundo Puesto en el Colegio Nacio-
nal “Juan Bustamante” Lampa-Puno. Estudios de Pregrado
(1981-1987) en la Escuela Profesional y Académica de Nu-
trición Humana de la Universidad Nacional de San Agustín
de Arequipa, fue cuarto puesto. Realizó estudios de pregrado
(2004-2010) en la Carrera Profesional de Derecho de la Uni-
versidad Andina Néstor Cáceres Velásquez de Juliaca. Reali-
zó estudios de posgrado (1993-1995), obteniendo el Grado
Académico de Magíster Scientiae en Desarrollo Rural en la
Universidad Nacional del Altiplano de Puno (Primer lugar).
Realizó otros estudios de posgrado (2007-2009), obteniendo
el grado académico de Doctor en Ciencias: Salud Pública en
la Universidad Nacional de San Agustín de Arequipa. En su
siguiente posgrado (2012-2013) obtuvo el título en Experto
Internacional en Soberanía Alimentaria y Agroecología Emer-
gente en la Universidad Internacional de Andalucía, Universi-
dad de Córdoba, Baeza, España.
95
96
Desnutrición crónica infantil...
Actualmente se desempeña como docente ordinario de la
Escuela Profesional de Nutrición Humana, de la Facultad de
Ciencias de la Salud de la una, Puno, labor que realiza desde
el año de 1990. Ha sido decano de la Facultad de Ciencias de
la Salud en dos oportunidades y ha ocupado muchos cargos
académicos, administrativos y de investigación en la univer-
sidad cumpliendo con responsabilidad y eficiencia.
Editado por el Instituto Latinoamericano de Altos Estudios -ilae-,
en julio de 2020
Se compuso en caracteres Cambria de 12 y 9 ptos.
Bogotá, Colombia