libro

Mapa de la
Desnutrición Crónica
en el Ecuador
Dirección de Análisis e Investigación del Ministerio
de Coordinación de Desarrollo Social - MCDS

Autoridades
Econ. Rafael Correa Delgado
Presidente Constitucional de la República
Econ. Jeannette Sánchez
Ministra de Coordinación de Desarrollo Social
Econ. Mauricio León
Viceministro del Ministerio de Coordinación de Desarrollo Social
Ing. Reinaldo Cervantes
Subsecretario de Gestión de Análisis Información y Registro del Sector Social
Sr. Helmut W. Rauch
Representante del Programa Mundial de Alimentos en Ecuador
Autoras
Carla Calero León y Andrea Molina Vera
Equipo de Investigación
Sebastián Burgos, Carla Calero, Andrea Molina, y Rosario Maldonado de la Dirección de Gestión de Análisis
e Investigación del Sector Social del Ministerio de Coordinación de Desarrollo Social. César Carranza
Barona del Programa Mundial de Alimentos ofi cina Ecuador.
Elaboración visual de los mapas
Fernando Tapia y Hernán Rengel
Fotografía
Archivos Programa Mundial de Alimentos ofi cina Ecuador
Agradecimientos
Las autoras extienden un agradecimiento a la sede del PMA en Ecuador por todo su apoyo para la elaboración
de este estudio. A Beatrice Rogers y Kathy Macias de la Universidad de Tufts por su apoyo técnico y
sugerencias en el proceso de especifi cación del modelo. De la misma manera, se aprecia el apoyo técnico
de Marcos Robles en el apartado metodológico. A Wilma Freire, Ricardo Gutierrez, José Rosero y Wiliam
Wouters se les reconoce también sus valiosos comentarios. Se agradecen asimismo los comentarios de
los asistentes a la presentación de los resultados de este estudio en el Foro Técnico Nacional: Hacia la
Erradicación de la Desnutrición Infantil en el Ecuador. Finalmente, se expresa gratitud a Luis Guerrero y
Pedro Páez Sánchez por su apoyo en la elaboración de tablas para este estudio. Todos los errores y omisiones
son de exclusiva responsabilidad de las autoras.
Ministerio de Coordinación de Desarrollo Social Av. Amazonas y Santa María, esq. Edif. Tarqui, 5to. Piso.
Casilla postal: 1716158. Quito-Ecuador. Teléfono: 2-520-630,2-521864. Página Web: www.mcds.gov.ec
Programa Mundial de Alimentos Ave. Amazonas 2889 y la Granja. Edif. Casa ONU, piso 6. Quito – Ecuador.
Teléfono: 2 -2460330/32, ext. 1618 y 1605. Página web: http://www.wfp.org
Quito, Enero del 2010
Diseño e impresión:

PRESENTACIÓN
INTRODUCCIÓN
Contenido
1. DESNUTRICIÓN DE LA NIÑEZ ECUATORIANA 7
1.1 Perfi l de desnutrición crónica de los menores
de cinco años de edad en Ecuador 8
2. MARCO METODOLÓGICO 13
2.1 Etapa de construcción de variables
predictoras para los modelos 13
2.2 Etapa de construcción de los modelos de desnutrición
crónica para los menores de cinco años 15
2.3 Etapa de estimación de indicadores 16
3. RESULTADOS 18
MAPAS Y CUADROS 25
COSTA 31
El Oro 33
Esmeraldas 38
Guayas 43
Los Ríos 48
Manabí 53
Santa Elena 59
Santo Domingo De Las Tsáchilas 63
SIERRA 67
Azuay 69
Bolívar 75
Cañar 79
Carchi 85
Chimborazo 90
Cotopaxi 95
Imbabura 100
Loja 106
Pichincha 112
Tungurahua 117
AMAZONIA 123
Morona Santiago 125
Napo 130
Orellana 135
Pastaza 138
Sucumbios 142
Zamora Chinchipe 147
4. BIBLIOGRAFÍA 152
5. ANEXOS 156

Presentación
La desnutrición en la niñez es el resultado de una falla en el ejercicio del derecho a una canasta con alimentos
adecuados y sufi cientes y a su aprovechamiento biológico. Es una forma clínica de hambre provocada
por carencias graves y prolongadas de nutrientes: proteínas, energía, vitaminas y minerales. Es uno de los
principales problemas de salud en los países en vías de desarrollo, incide directamente en la mortalidad
infantil, en una mayor morbilidad, en el rezago del crecimiento físico y en un menor desarrollo cognitivo de
las personas. Por lo tanto, restringe las oportunidades y libertades reales de los niños y niñas.
En el Ecuador hay sufi ciente disponibilidad de alimentos y de recursos para combatir la desnutrición. En
consecuencia, se trata de un problema distributivo. El reto consiste entonces en eliminar las fuentes de
privación que afectan a las poblaciones que sufren de desnutrición, mediante políticas públicas activas, integrales
y sostenidas, que ataquen sus múltiples causas y que articulen a los niveles nacionales y locales.
La erradicación de la desnutrición crónica severa y la disminución del retraso en talla para la edad se encuentran
consagradas en el Plan Nacional de Desarrollo 2009-2013, que se propone la meta de reducir la
desnutrición crónica de 26% en 2006 a 14% en 2013. Es una meta ambiciosa pero posible. Para lograrla,
el Gobierno ecuatoriano se encuentra desarrollando una estrategia de reducción acelerada de la desnutrición
de mediano y largo plazo y la Intervención Nutricional Territorial Integral – INTI – en el corto plazo.
En este contexto, el mapa de desnutrición es una herramienta importante que contribuye a priorizar las
acciones de política pública en los cantones y parroquias con altos niveles de prevalencia de desnutrición
crónica.
El mapa de desnutrición crónica de niños y niñas menores de cinco años para el Ecuador fue elaborado
por la Dirección de Análisis e Investigación del Ministerio de Coordinación de Desarrollo Social (MCDS) y es
el fruto de una cooperación conjunta con el Programa Mundial de Alimentos (PMA). Constituye un aporte
importante a un mejor entendimiento de esta problemática y a la construcción de políticas públicas basadas
en información. Estamos seguros de que será ampliamente utilizado por las instituciones y personas
comprometidas con la garantía de los derechos sociales y económicos.
Jeannette Sánchez
Ministra de Coordinación de
Desarrollo Social
Helmut W. Rauch
Representante del Programa
Mundial de Alimentos en Ecuador

Introducción
En Ecuador la prevalencia de desnutrición crónica en menores de cinco años se sitúa en alrededor del
26%; es decir, aproximadamente 368.541 niños/as padecen de defi ciencia de talla para la edad 1 . A pesar
de que esta cifra es elevada, es importante destacar que al interior del país se evidencian porcentajes de
desnutrición superiores al promedio nacional. Por ejemplo, las provincias de Chimborazo, Bolívar y Cotopaxi,
presentan cifras de prevalencia de desnutrición crónica de 52.6%, 47.9% y 42.6%, respectivamente;
es decir, en estas provincias, aproximadamente, uno de cada dos niños/as menor de cinco años de edad
se encuentra desnutrido/a. La visibilización de esta problemática a niveles muy desagregados permite conocer
la realidad de los territorios y priorizar las áreas de intervención. En tal sentido, la elaboración de un
mapa de desnutrición crónica de niños/as menores de cinco años a nivel cantonal y parroquial constituye
una herramienta fundamental de política pública social.
Entre los estudios que se han realizado en el país sobre estimaciones de desnutrición a nivel desagregado,
se puede mencionar el estudio de Freire, Bacallao y Carrasco (1992) que emplea la encuesta Diagnóstico
de la Situación Alimentaria, Nutricional y de Salud (DANS) 1988 y el Censo de 1982 y estima una tipología a
nivel de parroquia relacionada con el nivel de desnutrición y con las condiciones socioeconómicas. Otro estudio
es el de Ramírez y Ramírez (2002) que usando como fuente de información la Encuesta Condiciones
de Vida (ECV) de 1999 y registros administrativos estima una tipología cantonal de mortalidad y morbilidad
por causas nutricionales, determinando un índice de riesgo geográfi co.
Si bien los estudios mencionados han aportado en la comprensión de la desnutrición crónica de la niñez
en el país, es necesario contar con una herramienta más actualizada para la toma de decisiones de política
pública. Por esta razón, la Dirección de Análisis e Investigación del Ministerio de Coordinación de Desarrollo
Social (MCDS) en colaboración con el Programa Mundial de Alimentos (PMA) de las Naciones Unidas,
pone a disposición un mapa de desnutrición crónica para menores de cinco años del 2006. El mapa utiliza
la Encuesta Condiciones de Vida 2005-2006 y el VI Censo de Población y V de Vivienda 2001 para estimar
la prevalencia de desnutrición crónica a nivel cantonal y parroquial, y se basa en la metodología de estimación
de áreas pequeñas desarrollada por Elbers, Lanjouw y Lanjouw (2003). El mapa brinda información
tanto de la prevalencia de desnutrición crónica como del número de niños/as menores de cinco años de
edad con defi ciencia de talla para la edad a niveles desagregados.
El documento está estructurado de la siguiente manera: en la primera sección se presenta la situación de
desnutrición crónica de la niñez en el Ecuador y un perfi l de desnutrición crónica a partir de las estimaciones
de la ECV 1999 y 2005-2006. En la sección 2 se detalla el marco metodológico empleado en la
construcción del mapa. En la sección 3 se presentan los resultados de las estimaciones nacionales a nivel
provincial, cantonal y parroquial. Finalmente, se incluyen las estimaciones de prevalencia de desnutrición
crónica de los niños y niñas en formato de mapas y tablas a nivel nacional, cantonal y parroquial. Además,
se adjunta un anexo estadístico en versión magnética, en el cual se presenta las predicciones de desnutrición
crónica con sus errores estándar respectivos.
Adicionalmente, es importante mencionar que esta publicación incluye cuadros temáticos relacionados
con: el cambio de los patrones de crecimiento de la OMS 2005, por Wilma Freire; la experiencia internacional
en la elaboración de mapas de desnutrición en menores de cinco años, por Beatrice Rogers; la
estrategia nacional de combate a la desnutrición que impulsa el Gobierno Nacional, por Ricardo Gutiérrez
y Catalina Vaca; la importancia de la lactancia materna en la nutrición infantil, por Rocío Caicedo; y, los
micronutrientes en Ecuador, por Guillermo Fuenmayor.
1 Elaboración con la Encuesta Condiciones de Vida 2005-2006 y los patrones de crecimiento WHO (2005).

Los elevados índices de retraso en el crecimiento de
los/as niños/as, debido a las carencias nutricionales,
inciden a largo plazo en su desarrollo físico y mental,
impidiéndoles extraer la máxima ventaja de las oportunidades
de aprendizaje que brinda la escolarización
y poniendo en peligro los recursos humanos en
los países pobres 2 . De esta manera, la desnutrición
infl uye en el éxito que estos/as niños/as lleguen a
tener en la vida adulta, y se constituye en uno de los
elementos de persistencia de la pobreza. Por consiguiente,
la disminución de la desnutrición en la niñez
potenciaría el crecimiento económico y la reducción
de la pobreza 3 .
A partir de la ECV 2005-2006 es posible estimar
algunos indicadores de desnutrición en los niños/
as menores de cinco años a nivel nacional como
desnutrición crónica (25,6%), desnutrición global
(6,68%), desnutrición aguda (2%) y desnutrición crónica
severa (6%) 4 . Sin embargo, para este estudio
se empleará el indicador de desnutrición crónica, ya
que además de ser el indicador que presenta la cifra
más elevada es el que alcanza representatividad
provincial, por lo que se espera obtener estimados
más precisos al aplicar la metodología de áreas pequeñas.
Este indicador refl eja la defi ciencia en talla
para la edad y es el resultado de desequilibrios nutricionales
sostenidos en el tiempo.
Es importante destacar, que las mediciones de desnutrición
presentadas en este estudio emplean los
nuevos patrones de crecimiento de la Organización
Mundial de la Salud (OMS) 2005, los cuales son el
resultado de un estudio que utiliza una muestra de
diferentes regiones del mundo, con niños y niñas
que han sido alimentados según las recomendaciones
de la OMS y que han crecido en un ambiente
saludable (Ver recuadro temático 1).
En relación a la evolución de la desnutrición crónica,
se observa en la Tabla 1 que esta pasó de 31,7%
(388.042 niños/as desnutridos) en 1999 a 25,8%
(368.541 niños/as desnutridos) en el 2006; es decir,
que se redujo en 5,9 puntos porcentuales en un período
de 6 años 5 .En el mismo período, la desnutrición
crónica en los menores de cinco años del área
urbana pasó de 22,3% a 19,2%; mientras que, en
el área rural pasó de 42,8% en 1999 a 35,5% en
el 2006. Estas cifras evidencian que se mantiene
una profunda brecha en relación a la salud de los
niños/as entre el área urbana y el área rural, donde
la última presenta más del doble de prevalencia de
desnutrición crónica que las zonas urbanas.
Tabla 1. Evolución desnutrición crónica en menores de cinco años en Ecuador.
Nacional y urbano/rural (patrón de crecimiento OMS 2005)
Prevalencia de
desnutrición crónica
1. DESNUTRICIÓN EN LA
NIÑEZ
ECUATORIANA
1999 2006
Número de niños/as
con desnutrición
crónica
Prevalencia de
desnutrición crónica
Número de niños/as
con desnutrición
crónica
País 31,7 388.042 25,8 368.541
Urbano 22,3 147.614 19,2 163.083
Rural 42,8 240.428 35,5 205.458
Fuente: ECV 1999 y 2005-2006.
Elaboración: SIISE-MCDS
2 Estado Mundial de la infancia, UNICEF 1998
3 Documento Metodológico Presentación de los Objetivos de Desarrollo del Milenio, Objetivo 1. 2004 elaborado por el SIISE.
4 Se considera desnutrición crónica severa cuando la talla para la edad estandarizada se encuentra por debajo de las -3 desviaciones estándar.
5 Si se considera la estimación de prevalencia de desnutrición crónica a partir de la ECV de 1998 que es de 32.3%, se obtiene que entre 1998 y 2006
la desnutrición crónica disminuyó en 6.4 puntos porcentuales en 8 años; es decir, 0.8 puntos porcentuales anuales.
7

8
A pesar de que la prevalencia de desnutrición crónica
en los niños y niñas ha mostrado una tendencia
al decrecimiento sigue siendo uno de los problemas
más graves del Ecuador. El porcentaje de niños y
niñas desnutridos está por arriba de los reportados
en otros países de América Latina, incluso de
6 Estudio del Banco Mundial (2007).
7 No existe diferencia estadística entre la desnutrición crónica en la región sierra y en la región amazónica.
8 Las estimaciones se basan en la ECV 2005-2006.
aquellos con niveles similares de ingreso, como El
Salvador 6 . En América del Sur, Ecuador junto con
Bolivia y Perú son los países que presentan las prevalencias
más altas de desnutrición crónica, como
se observa en el gráfi co a continuación.
Gráfi co 1. Desnutrición crónica (patrón de crecimiento NCSH 78)
Si bien la desnutrición crónica en los/as niños/as
para el 2006 es del 25,8%, existen grupos al interior
del país que presentan porcentajes de desnutrición
superiores a ese promedio. En tal sentido, se observa
que la desnutrición crónica se concentra principalmente
en niños/as indígenas, pertenecientes a
la sierra rural y que provienen de los hogares más
pobres.
Adicionalmente, la prevalencia de desnutrición crónica
en los menores de cinco años varía de forma
importante entre grupos socio-económicos y por
localización geográfi ca. La tasa de desnutrición
crónica es mayor en poblaciones rurales (35,5%)
Nota: La fuente de información para Ecuador es ENDEMAIN 2004
Fuente y elaboración: Estudio de Desnutrición del Banco Mundial, 2007
1.1 Perfi l de desnutrición crónica de los menores
de cinco años en Ecuador
que en poblaciones urbanas (19,2%); mayor en la
Sierra (32,6%) y Amazonía (35,2%) 7 que en la Costa
(18,9%). La Sierra-rural presenta un mayor porcentaje
de niños con retardo en talla (43,6%) que
la Amazonía-rural (37,7%) y la Costa-rural (25,4%).
La desnutrición crónica es mucho mayor para niños/
as indígenas (50,5% desnutridos crónicos) que para
aquellos de cualquier otro grupo étnico (22,8% de
niños/as desnutridos). Además, es mayor para las
familias pobres (34,2%) que para los hogares no pobres
(17,3%). En el quintil más bajo de la distribución
de consumo, el 40,3% de los niños son desnutridos
crónicos; mientras que, en el quintil más alto solamente
el 8,08% son desnutridos crónicos 8 .

Tabla 2. Perfi l de desnutrición crónica de la niñez en Ecuador 2006
(patrón de crecimiento OMS 2005)
Variable
Por otra parte, estos datos también revelan que a
pesar de que la desnutrición crónica en el país se
redujo entre 1999 y el 2006, todavía existen grupos
que registran niveles de desnutrición mayores
a los de 1999, como es el caso de los hogares del
quintil más pobre (40,3% de niños con retardo en
talla), los niños/as de hogares indígenas (50,5% de
niños retardo en talla), los niños en la sierra rural
(43,6%), entre otros. Es importante mencionar que,
de acuerdo al estudio Multicéntrico de la OMS las
disparidades en el crecimiento de los niños/as son
atribuibles a las diferencias ambientales mas no a
la dotación genética (Banco Mundial, 2006). En
tal sentido, los hallazgos relacionados con una alta
prevalencia de desnutrición crónica en la población
indígena se explicarían por razones culturales, por
pobreza, por exclusión, entre otras.
Prevalencia de
desnutrición crónica
Quintil 1 (más pobre) 40,3
Quintil 2 26,1
Quintil 3 21,9
Quintil 4 16,9
Quintil 5 (más rico) 8,08
Hogar pobre 34,2
Hogar no pobre 17,3
Rural 35,5
Urbana 19,2
Sierra rural 43,6
Sierra urbana 23,6
Sierra 32,6
Costa rural 25,4
Costa urbana 15,9
Costa 18,9
Amazonía 35,2
Indígena 50,5
No indígena 22,8
Mujer 22,2
Hombre 26,3
Fuente: ECV 2005-2006
Elaboración: Autoras
A nivel territorial, también se evidencia porcentajes
de desnutrición crónica superiores a los de 1999,
como es el caso en Chimborazo (52%), Bolívar (48%)
y Cotopaxi (43%). Estos resultados son consistentes
con el perfi l antes presentado, ya que son provincias
pobres de la sierra central con una alta composición
de población indígena.
Por otro lado, en el Mapa 1 se presenta las estimaciones
de prevalencia de desnutrición crónica en menores
de cinco años a nivel provincial en base a la
ECV 2005-2006. Como se observa existe una gran
heterogeneidad geográfi ca al interior del país, la prevalencia
de desnutrición crónica varía desde 15,2%
en El Oro a 52,6% en Chimborazo. Las provincias de
la Sierra presentan mayores porcentajes de desnutrición
crónica frente a las provincias de la Costa.
9

10
Mapa 1. Desnutrición crónica de los menores de cinco años a nivel provincial
Por su parte, la Tabla 3 incluye información de dos
indicadores relevantes para la política pública: i) prevalencia
de desnutrición crónica (porcentaje de la población
menor de 5 años que sufre de desnutrición
crónica) y ii) número de niños/as desnutridos/as en
cada provincia. Es importante notar que, a pesar de
que la prevalencia de desnutrición crónica en Guayas
Tabla 3. Desnutrición crónica para niños/as menores
de cinco años de edad por provincia
(patrón de crecimiento OMS 2005)
Provincia Prevalencia
Número niños/as
desnutridos/as
Azuay 36,7 23.412
Bolívar 47,9 10.860
Cañar 34,9 7.870
Carchi 31 4.753
Cotopaxi 42,6 19.282
Chimborazo 52,6 27.100
El Oro 15,2 8.988
Esmeraldas 19,2 10.354
Guayas 16,8 65.375
Imbabura 40,2 16.326
Loja 34,7 15.309
Los Ríos 21,5 18.326
Manabí 24,7 35.367
Pichincha 22,5 58.203
Tungurahua 34,9 15.950
Amazonía 35,2 31.064
País 25,8 368.541
Fuente: ECV 2005-2006.
Estimaciones: Dirección de Análisis e Investigación del Sector Social-MCDS.
Diseño de mapas: SIISE-MCDS
es una de las más bajas (16,8%), es a su vez una de
las provincias que presenta mayor población desnutrida
(65.375 niños/as desnutridos/as). Este resultado
revela la importancia de contar con los dos indicadores
al momento de diseñar un programa enfocado
en combatir la desnutrición de los menores de cinco
años, como también lo destaca Rogers (2007).
Fuente: ECV 2005-2006
Elaboración: Autoras
Finalmente, si bien a partir
de la ECV 2005-2006
es posible estimar indicadores
de desnutrición
crónica a nivel provincial,
es necesario contar con
datos más desagregados
para llevar a cabo
acciones de política pública
a nivel nacional En
este sentido, se presenta
en la siguiente sección la
metodología detrás de la
construcción de los mapas
de desnutrición crónica
para niños y niñas
a nivel cantonal y parroquial
que permite identifi
car cuáles son los cantones
y parroquias más
afectados por problemas
nutricionales, y además
visibilizar las heterogeneidades
espaciales en
relación a la desnutrición
en la niñez.

Uno de los instrumentos más importantes para evaluar
y vigilar el estado de salud y nutrición de niños y de
las poblaciones son las referencias del crecimiento. Su
uso se asienta en el supuesto de que el crecimiento
normal en los primeros años de vida es similar para
todos los niños sin excepción, siempre que las condiciones
de su entorno le permitan expresar su máximo
potencial de crecimiento. Por lo tanto, si bien el evaluar
el crecimiento no es sufi ciente para determinar el
estado de salud de una persona o de una población,
debe ser parte de cualquier estrategia que se proponga
mejorar las condiciones de salud y de desarrollo
socioeconómico de las comunidades en las que viven
las poblaciones.
Luego de varios años de observación de cómo se
venían comportando los estándares del crecimiento
que la OMS venia recomendado, conocidos como las
curvas OMS/NCHS (3), se observó inconsistencias
al comparar el crecimiento de niños alimentados con
leche materna y alimentación complementaria adecuadas
en un ambiente óptimo para el crecimiento,
con las curvas recomendadas. Por tal motivo, la OMS
organizó grupos de trabajo, uno de los cuales recomendó
la realización de un estudio multi-centro para
la elaboración de nuevos estándares de crecimiento,
debido a que las curvas OMS/NCHS, que la misma
OMS venía recomendando, subestimada la desnutrición
y sobreestimaba el sobrepeso, según la edad, de
los niños menores de cinco años.
Previa a esta recomendación, el grupo de trabajo
hizo una evaluación de la Referencia Internacional de
Crecimiento vigente OMS/NCHS (1, 2) y un examen
sistemático del comportamiento del crecimiento en
lactantes alimentados a pecho (3)
Luego de este análisis arribaron a tres conclusiones:
1) El supuesto biológico de la referencia internacional
OMS/NCHS, estaba equivocada. La información
analizada indicaba que el crecimiento infantil no es independiente
del tipo de alimentación. 2) Debido a la
velocidad de crecimiento de los niños en los primeros
meses de vida, y por lo tanto a los cambios físicos que
se operan, el comportamiento del crecimiento debe
documentarse en intervalos más cortos que tres meses.
3) Las fuentes de datos de las curvas de la OMS/
NCHS adolecían de muchos sesgos, de allí las discrepancias
observadas.
En respuesta a estos hallazgos y recomendaciones, la
OMS organizó en 1995 a un grupo técnico, constituido
Recuadro temático Nº 1
USO DE LOS NUEVOS ESTÁNDARES DE CRECIMIENTO DE LA OMS
PARA EL CÁLCULO DE LA MALA NUTRICIÓN
DE NIÑOS ECUATORIANOS MENORES DE CINCO AÑOS
Wilma B. Freire, PhD.
Nutrición Humana y Epidemiología
por pediatras, nutricionistas, biólogos, epidemiólogos
y estadísticos, para encargarle la preparación de un
protocolo para la elaboración de nuevas referencias del
crecimiento, para los niños de hasta cinco años (3).
El estudio, denominado “Estudio Multi-centro de las
Referencias del Crecimiento (MGRS) de la OMS” se
diseñó para que describa el crecimiento de los niños
conforme a las prácticas de salud recomendadas y los
comportamientos saludables, para que sirvan como referencia
normativa o prescriptiva del crecimiento físico.
Los sitios de estudio seleccionados en base a estrictos
criterios de selección, fueron Brasil, Ghana, India,
Noruega, Omán y Estados Unidos (4, 5-6). La investigación
combinó un estudio longitudinal de niños desde
el nacimiento hasta los 24 meses de edad, y un estudio
transversal de niños de 18 hasta los 71 meses.
En todos los sitios, el reclutamiento de lactantes para
el estudio longitudinal se realizó en hospitales dentro
de las 24 horas del nacimiento.
Una característica importante del diseño del estudio fue
la combinación de niños que representan una diversidad
étnica. Esto porque se contaba con datos que demostraron
que las pautas de crecimiento de los preescolares
sanos bien nutridos en el mundo son similares
(6,7) con lo que las referencias construidas a partir de
estos datos, podrían ser aceptadas al nivel mundial.
Para la selección de las participantes se defi nieron
criterios de inclusión (4). También se adoptaron criterios
y defi niciones operacionales relacionadas a las
recomendaciones de alimentación (4) El tamaño de
la muestra se calculó en función de la precisión esperada,
del hecho que se combinaban dos estudios
(transversal versus longitudinal) y, del momento en que
se tomaban las mediciones. A fi n de evitar la imprecisión
de las curvas en los extremos, se hizo un sobremuestreo
del peso al nacer y se elevó el límite de edad
superior. Se cuadruplicó la muestra de recién nacidos
y se uso el límite superior de 71 meses cumplidos
para el estudio transversal con objeto de mejorar la
precisión de las curvas en el intervalo completo de las
edades de interés (4).
Además de recoger datos sobre antropometría y desarrollo
motor, también se recolectó información de las
características socioeconómicas, demográfi cas y ambientales;
factores perinatales; morbilidad, y prácticas
de alimentación. Los datos de desarrollo muscular se
refi rieron a seis habilidades: sentarse sin apoyo, gatear
11

12
sobre las manos y las rodillas, levantarse sin ayuda, caminar
sin ayuda, estar de pie solo y caminar solo (4).
Durante la ejecución del estudio se aplicaron procesos
de estandarización muy rigurosos (4, 8,9, 10). Los
datos recogidos se ingresaron simultáneamente, se
verifi caron y validaron en los sitios del estudio y luego
se enviaron, mensualmente, al Centro Coordinador de
la OMS. El análisis de los datos también se llevo acabo
en el Centro Coordinador, en donde también se elaboraron
las referencias nuevas del crecimiento usando
las últimas técnicas estadísticas (4).
El estudio contó con un Comité Ejecutivo, formado por
cinco miembros que también formaron parte del Comité
Directivo. También se organizó un Grupo Consultivo,
integrado por expertos de prestigio internacional
en antropometría, epidemiología, estadística, nutrición
y biología humana que proporcionó asesoría técnica
al Centro Coordinador, y a los Comités Ejecutivo y Directivo
(4). El comité revisaba el progreso y problemas
del estudio con regularidad y resolvía las cuestiones de
fondo que surgieron durante la ejecución. También tenía
a su cargo las adaptaciones locales que se hicieron
a los protocolos del MGRS y los asuntos relacionados
con la ejecución técnica del estudio, así como las decisiones
acerca de la selección de los sitios del estudio,
la participación continua de dichos sitios y las cuestiones
relacionadas con la inclusión o exclusión (4).
Resultados del estudio
El MGRS proporciona instrumentos científi cos sólidos
para evaluar el crecimiento de los niños y por lo tanto
son instrumentos útiles para promover la salud infantil
(11), provee una gama de referencias para usos más
amplios, por ejemplo, para la promoción de la lactancia
materna en los primeros meses y la vigilancia del
sobrepeso y la obesidad en los niños. Las referencias
de velocidad son muy útiles para la evaluación oportuna
del riesgo de sobrepeso y por ende, hacen un
aporte a la gestión temprana de este problema de
salud pública. En lugar de esperar para detectar los
riesgos cuando el problema ya se ha presentado, las
referencias de velocidad facilitan la detección de niños
en riesgo de estar desnutridos o sobre-nutridos. Con
el diseño de la muestra “prescriptiva” se puede hacer
una mejor estimación de la variabilidad del crecimiento
normal, con lo cual se puede lograr una estimación de
riesgo mas adecuada, tanto al nivel individual como al
nivel de población y una mejor estimación de la desnutrición
y la sobre-nutrición.
El hecho de que los niños del estudio hayan sido alimentados
con leche materna demuestran que este
alimento sigue siendo el mejor alimento para al niño
y por lo tanto sustenta la necesidad de continuar promoviendo
la lactancia materna (12, 13) y de que los
países hagan efectiva la adopción del Código de sucedáneos
de la Leche Materna; así como, que se incluya
las recomendaciones para asegurar la lactancia
materna en los instrumentos de tamizaje utilizados en
la atención de los lactantes y los niños pequeños.
En cuanto al tamizaje propiamente tal, los nuevos estándares
son instrumentos que sirven para vigilar el
crecimiento de los niños y detectar muy tempranamente
las desviaciones que se pueden dar en el crecimiento
del niño, con relación a las prácticas de la
lactancia materna y la alimentación complementaria,
así como con el desarrollo motor.
Para su diseminación, la OMS ha desarrollado intensas
actividades en todas las regiones del mundo para
que los países adopten estos nuevos estándares y
tiene a disposición de todo los profesionales una hoja
web con toda la información pertinente a los nuevos
estándares en donde se puede encontrar los nuevos
gráfi cos de los diferentes índices, un software para
su uso y todo el sustento bibliográfi co. La dirección
electrónica es: www.who.int/childgrowth/standars/
curvas_por_indicadores/en/index/html
USO DE LOS NUEVOS ESTÁNDARES
EN ECUADOR
El aplicar los nuevos estándares de crecimiento a los
datos nacionales disponibles en el país, signifi ca el
contar con estimaciones acertadas de las prevalencias
de mala nutrición por défi cit y por exceso, lo cual
permite, al aplicar las estimaciones a nivel provincial
y cantonal, identifi car con mayor precisión aquellos
cantores que tiene las más altas prevalencias y por lo
tanto, ser sujetos de atención prioritaria.
Permite también, hacer una estimación correcta de las
tendencias de la mala nutrición, lo cual permite reconocer,
por un lado los avances alcanzados a través de
los tiempos y la velocidad con que las prevalencias se
han ido modifi cando, lo cual es un indicador del grado
de atención que los diferentes gobiernos de turno han
dado a este problema.
Al nivel individual, los nuevos estándares permiten
hacer un seguimiento del crecimiento de los niños y
detectar con oportunidad el riesgo de desnutrición o
sobrepeso, lo cual constituye una herramienta extremadamente
útil para la toma oportuna de acción
Por ello es imperioso que se adopte este nuevo instrumento
de valoración nutricional no solo para la
estimación de las prevalencias de desnutrición, sino
sobre todo, para la vigilancia del crecimiento de los
niños en las unidades de salud y en las unidades de
atención infantil.
NOTA: Bibliografía en la página 154

Para la estimación del mapa de desnutrición crónica
para Ecuador se aplicó la metodología de estimación
de áreas pequeñas propuesta por Elbers,
Lanjouw y Lanjouw (2003). Esta metodología, si
bien fue desarrollada para la estimación de mapas
de pobreza, ha podido ser extendida al ámbito de
la desnutrición crónica para menores de cinco años
de edad 10 (más adelante se describen las particularidades
de la metodología cuando se busca este
último propósito).
La metodología combina los datos de las encuestas
de hogares con los datos del censo. Es decir, utiliza
la información antropométrica que se recoge con la
encuesta de hogares para los menores de 5 años
y la proyecta en el censo nacional de población y
vivienda, produciendo estimaciones para cada unidad
política administrativa de interés, en este caso
a nivel cantonal y parroquial.
La idea básica para su construcción consiste en:
(a) estimar modelos de predicción del puntaje z de
Fuentes de información. Para la estimación del
mapa de desnutrición crónica de Ecuador se utilizó
la Encuesta Condiciones de Vida - Quinta Ronda -
2005-2006 y el VI Censo de Población y V de Vivienda
2001. Se realizó un análisis de las preguntas
de ambas fuentes, así como de los dominios de representación
y de los tamaños muestrales de la encuesta.
A partir de este análisis se decidió descartar
las observaciones correspondientes a las viviendas
2. MARCO
METODOLÓGICO 9
talla para la edad, con la información de la encuesta
de hogares, empleando variables que existen y
son similares en la encuesta y el censo y empleando
variables de fuentes externas que pueden ser incorporadas
a ambas bases; (b) aplicar los parámetros
estimados de estos modelos a la información del
censo para predecir el puntaje z talla para la edad
de cada niño o niña censado; y (c) sobre la base de
estas predicciones, construir el indicador de desnutrición
crónica de los menores de cinco años para
diferentes subgrupos de la población defi nidos geográfi
camente. La aplicación de esta metodología,
aborda aspectos complejos relacionados con los
problemas de efectos locales y heterocedasticidad
que se pueden presentar en los errores del modelo,
entre otros. Estos temas son abordados a lo largo
de este apartado.
Las actividades realizadas para construir los mapas
de desnutrición de Ecuador pueden agruparse en
las etapas descritas a continuación.
2.1 Etapa de construcción de variables
predictoras para los modelos
colectivas que se encuentran en el censo, para obtener
el mismo universo de estudio que la encuesta.
Adicionalmente, se creó una variable que identifi có
a las unidades primarias de muestreo en la encuesta
y su correspondiente agrupación en el censo 11 .
Para reducir los efectos locales relacionados con la
desnutrición crónica, los cuales podrían sobreestimar
la precisión de los estimados obtenidos 12 , se
9 Se agradecen los valiosos comentarios del Econ. Marcos Robles del Banco Inter-Americano de Desarrollo (BID).
10 Fujii, T. (2005) Micro-Level Estimation of Child Malnutrition. Indicators and its application in Cambodia” Work Bank Policy Research Working Paper
3662, July 2005. Simler, K. (2006). Nutrition Mapping in Tanzania. An Exploratory Analysis. IFPRI-FCND. Discussion Paper 204.
11 Esta variable fue construida para poder identifi car con un mismo código a la provincia, cantón, parroquia, zona y sector censal.
12 Elbers, Chris; J. Lanjouw, and P. Lanjouw. January 2003 “Micro-level estimation of poverty and inequality”, Econometrica Vol. 71(1): 355-64
13

14
sigue la práctica aplicada generalmente en la construcción
de mapas de pobreza bajo este método 13 ;
es decir, por un lado, incluir los promedios de las variables
predictoras a nivel de cluster, en este caso a
nivel de sector censal a partir de la base del censo. Y
por otro lado, utilizar información de fuentes externas
que se puedan aplicar tanto a la encuesta de hogares
como al censo, y que se estimen al mayor nivel
de desagregación posible.
La siguiente información fue empleada a partir de
fuentes externas:
• Con el III Censo Agropecuario 2000 14 , que
tiene representatividad cantonal, se estimaron
los siguientes indicadores: número y superfi cie
total de UPAs (Unidad Primaria Agropecuaria);
número y superfi cie de UPAs por rango de
hectáreas; tipos de cultivo (permanente, transitorios
y otros), UPAs con riego, con crédito,
con asistencia técnica, con personas agremiadas,
con acceso a electricidad, distancia
promedio en Km desde la UPA hasta la carretera
carrozable.
• Una variable de acceso que es una tipología
a nivel cantonal del tiempo estimado de viaje
desde un centro poblado a un lugar aislado.
La fuente de este indicador es: Alianza Jatunshacha
- CDC 2001. Mapa de uso del suelo
del Ecuador para el 2001. Es un indicador que
se encuentra en el sistema integrado de indicadores
sociales SIISE, versión 4.5.
• Km de carreteras de primer y segundo orden a
nivel cantonal, cuya fuente es del Ministerio de
Obras Públicas con año de elaboración 2002.
Es un indicador que se encuentra en el sistema
integrado de indicadores sociales SIISE, versión
4.5.
• Una variable de amenazas multifenómeno
de origen natural a nivel cantonal, donde se
consideran 6 amenazas naturales: peligro sísmico,
peligro de tsunami, peligro volcánico,
peligro de inundaciones, peligro de deslizamiento
y amenaza de sequía. Es un indicador
elaborado a través de múltiples fuentes de
información y que se encuentra en el sistema
integrado de indicadores sociales SIISE,
versión 4.5.
• Indicadores sobre los programas sociales a
nivel parroquial: cobertura parroquial del bono
de desarrollo humano actualizada a agosto
del 2007 y la cobertura a nivel parroquial de
los programas infantiles, actualizada a fi nes
del 2006, los cuales consideran el Fondo de
Desarrollo Infantil (FODI), Operación Rescate
Infantil (ORI) e Instituto Nacional de la Niñez y
la Familia (INNFA).
• De los registros del Sistema Nacional de Estadísticas
Educativas (SINEC-MEC) del Ministerio
de Educación y Cultura para el período
2004-2005 se empleó información sobre establecimientos
educativos, a nivel parroquial.
• De los registros de Estadísticas de Recursos
y Actividades de Salud (ERAS-INEC) del año
2005, se empleó información sobre los establecimientos
de salud a nivel parroquial.
• Como fuente del SIISE, utilizando el Censo
2001, se consideró la densidad poblacional a
nivel parroquial.
Medida de desnutrición y umbral. La variable
que se predijo fue el puntaje z de talla para edad de
cada niño y niña menor de 5 años. El puntaje z se
expresa en desviaciones estándar e indica si la talla
del niño está por encima o por debajo de la talla mediana
de una población de referencia bien nutrida de
la misma edad y género 15 . Si la talla del niño o niña
está por debajo de -2 dos desviaciones estándar, el
niño es considerado desnutrido crónico 16 .
Cabe señalar, que si bien la Encuesta Condiciones
de Vida incluye información antropométrica para niños
y niñas menores de 1 año, el censo solamente
tiene información de la variable edad a partir de 1
año 17 . Por esta razón, se realizaron las estimaciones
del modelo predictivo para los/as niños/as desde 1
año de edad hasta los 4 años 11 meses.
Preguntas comunes. Considerando la forma en
que fueron formuladas las preguntas y las opciones
de respuesta en los cuestionarios de ambas fuentes
se detectaron y seleccionaron 47 preguntas similares
para la creación de variables predictoras (casi la totalidad
de la preguntas del censo), las cuales se refi eren
al material predominante de las viviendas, tenencia y
tipo de servicios básicos, conformación de los hogares,
características demográfi cas, educación, lugar
de nacimiento, fecundidad y mortalidad, estado civil,
condición laboral de los miembros del hogar, demografía
del hogar, edad y sexo de cada niño/a.
13 Demombynes, Gabriel; C. Elbers; J. Lanjouw; and P. Lanjouw (March1, 2007) “How Good a Map? Putting Small Area Estimation to the Test” World
Bank Policy Research Working Paper No. 4155
14 El Censo Agropecuario aunque fue llamado “censo” constituye una encuesta con representatividad cantonal.
15 El puntaje z es calculado a través de la siguiente fórmula z= (xi -x mediana )/σ x , donde x i es la talla del niño o niña i-ésimo; x mediana es la talla mediana de los niños y
niñas de la población de referencia y σ es la desviación estándar de la talla de la población de referencia. Para la obtención del puntaje z en este estudio
se empleo el paquete Anthro 2005 de la OMS, que incorpora las nuevas curvas referenciales de crecimiento OMS (2005).
16 El paquete PovMap elaborado para las estimaciones de consumo, necesita valores positivos y además en logaritmo. Razón por la cual, el puntaje z
que tiene valores positivos y negativos se transforma en valores solo positivos y se le aplica el logaritmo antes de ingresar las bases al PovMap. Cabe
señalar que el PovMap es un paquete informático desarrollado por el Banco Mundial para la estimación de mapas de pobreza.
17 El VI Censo de Población y V de Vivienda 2001 pregunta por lo años cumplidos, pero en el caso de los menores de un año se registra “00” .

Variables predictoras. A partir de las preguntas
comunes se generaron variables que expresen la
misma información en ambas fuentes. Se tuvo en
consideración que a pesar que la formulación de las
preguntas en los cuestionarios pudiera ser idéntica
o muy similar, la unidad de análisis, conceptos investigados
y opciones de respuesta de cada fuente
podrían no ser las mismas. En este sentido, a partir
del análisis de la formulación de las preguntas, y de
la información contenida en los manuales del entrevistador,
se construyeron 213 variables comunes a
nivel de individuo, hogar/familia, y comunidad; recodifi
cando y transformando las opciones de respuesta
de las preguntas seleccionadas para lograr
que expresaran los mismos conceptos y unidades
de análisis. En algunos casos, se consideraron formas
funcionales alternativas para determinadas variables,
como por ejemplo la forma cuadrática para
la edad y los años de escolaridad del jefe y cónyuge
del hogar.
Es importante destacar que, a pesar de que la metodología
de áreas pequeñas se basa en un modelo
predictivo y no explicativo, la generación de las variables
se enmarcó en el marco conceptual de las causas
de desnutrición desarrollado por UNICEF (1998).
Similitud estadística de variables. A partir de este
paso el procedimiento se efectuó de manera independiente
para cada una de las 16 áreas geográfi cas
representativas de la V ronda de la ECV: 15 provincias
de las regiones costa y sierra y un dominio que
agrupa las seis provincias de la región amazónica.
Debido a que uno de los supuestos básicos de la
metodología de Elbers, Lanjouw y Lanjouw (2003),
es que las variables que se usen en el modelo deben
ser similares entre la encuesta y el censo y considerando
que las fechas del censo y la encuesta
son diferentes; sólo se utilizaron aquellas variables
que fueron estadísticamente similares entre ambas
fuentes. Para lo cual, se calculó el promedio censal
de todas las variables para cada una de las áreas
geográfi cas representativas indicadas, y el promedio
e intervalo de confi anza al 97%, correspondiente
a la encuesta 18 . Tal como se ha efectuado en otros
estudios 19 , se defi nió como variable similar a aquella
cuyo promedio censal se encuentra dentro del intervalo
de confi anza correspondiente a la encuesta.
En el Anexo 1 se detallan las variables predictoras y
externas empleadas en los modelos predictivos.
2.2 Etapa de construcción de los modelos
de desnutrición crónica
para los menores de cinco años
Como se indicó antes, para la estimación de prevalencias
de desnutrición se aplicó la metodología
de áreas pequeñas de Elbers, Lanjouw y Lanjouw
(2003); sin embargo, es importante destacar, como
señala Fujii (2005), que existen algunas diferencias
entre la estimación de mapas de desnutrición y la
estimación de mapas de pobreza. La principal diferencia
es que la unidad de análisis de las estimaciones
de pobreza son los hogares; mientras que,
la unidad de análisis de los mapas de desnutrición
son los individuos menores de cinco años. Esta diferencia
fundamental implica entre otras cosas, que
los errores de los modelos de desnutrición presentan
un componente adicional; es decir, el término de
error del modelo se descompone en: efecto local a
nivel de cluster, efecto específi co a nivel de hogar y
el efecto específi co a nivel de individuo. Fujii (2005)
considera que las partes no observables del efecto
individual pueden estar correlacionadas entre sí y,
por tanto, para la estimación de un indicador antropométrico
(por ejemplo, talla para la edad) debería
tenerse en consideración el efecto de los otros indicadores
antropométricos (por ejemplo, peso para la
edad). Sin embargo, en este trabajo se asume que
18 Esto se hizo considerando la información del diseño muestral de la encuesta de hogares para estimar el promedio y el intervalo de confi anza de cada
variable. Originalmente se emplearon intervalos de confi anza al 95% de confi anza, pero se fl exibilizó este requisito considerando intervalos de confi anza
al 97%. Esto con la fi nalidad de incorporar variables a los modelos que incrementen el R 2 , en vista de que los modelos de desnutrición presentan R 2
más bajos que los modelos de pobreza.
19 Mistiaen y otros “Putting welfare on the map in Madagascar”, Africa Region Working Paper Series No. 34, julio de 2002.
15

16
el efecto individual de la correlación entre indicadores
antropométricos es reducido y que la estimación
puede realizarse de manera independiente.
El modelo utilizado es el siguiente:
y chi = E[y chi | x chi ] + u chi ,
donde y chi es el puntaje z de talla para edad del niño
i, en el hogar h y en el cluster c, x chi es un vector que
expresa las características observadas del niño, del
hogar y de la comunidad (capta la heterogeneidad
observada de la desnutrición) y u chi es una variable
aleatoria con una distribución F(0,Σ) (capta la heterogeneidad
no observada de la desnutrición).
2.3 Etapa de estimación de indicadores
Con los parámetros estimados (las “β” y la correspondiente
matriz de varianza y covarianza obtenidas
con el MCG, las “α” y la correspondiente matriz
de varianza y covarianza, y la varianza de n c ) y las
características de cada hogar e individuo observadas
en el censo se generaron los valores estimados
del puntaje z de talla para la edad. Estos valores se
obtuvieron 100 veces utilizando la expresión:
ys chi = xchi ’ β s + ns + (es + δs
c ch chi )
donde el supra-índice “s” indica la versión simulada
de cada parámetro o variable. Se consideró que
los valores simulados de β, n c , y (e ch + δ chi ) se obtienen
de manera aleatoria: (a) β con una distribución
Este modelo es simplifi cado usando una aproximación
lineal de E[y chi | x chi ] y descomponiendo u chi
en tres partes independientes y no correlacionadas
con las x chi :
y chi = x chi ’β + n c + e ch + δ chi
donde β es el vector de parámetros a estimarse y
n c , e ch , δ chi son los componentes de u chi a nivel local
o de cluster, a nivel de hogar y a nivel individual,
respectivamente.
Los modelos se estimaron con el método de mínimos
cuadrados generalizados “factible” (MCG) y
se corrigió la heterocedasticidad, empleando para
ello la forma logística utilizada por Elbers, Lanjouw y
Lanjouw (2003a) 20 .
normal, con media β MCG y var( β MCG ), (b) n c con una
distribución normal o t, con media cero y varianza
como la indicada anteriormente, y (c) (e ch + δ chi ), con
una distribución normal o t, con media cero y una
varianza defi nida en el paso (vii) del Anexo 2 (asumiendo
también que los valores simulados de “α”
en B=exp(Z chi ’α c ) se distribuyen normalmente con
media α y una var(α).
De este modo, las estimaciones puntuales de la
prevalencia de desnutrición crónica a nivel de áreas
pequeñas corresponden al promedio de las 100 simulaciones
efectuadas para cada niño/a dentro de
cada área y el estadístico de error corresponde a la
desviación estándar de estas simulaciones 21 .
20 En el Anexo 2 se presenta el detalle de la matriz de varianza y covarianza de estos modelos.
21 Las estimaciones de la segunda etapa fueron realizadas con los programas SPSS y POVMAPPACKER, y la tercera etapa correspondiente a las simulaciones
de los indicadores de desnutrición crónica infantil con el POVMAP.

La estimación de pequeñas áreas es un proceso estadístico
con potencialidades para contribuir al diseño
de políticas y programas para el combate contra la
desnutrición crónica infantil. La estimación de pequeñas
áreas se ha aplicado más a la estimación de
la pobreza 1 que a la estimación de la desnutrición 2 .
Sin embargo, su aplicación a la desnutrición es muy
relevante a la política, visto que varios estudios han
observado una fuerte variación en la prevalencia de la
desnutrición entre municipios o distritos dentro de una
sola provincia, mientras las encuestas de nutrición
normalmente no pueden desagregarse más que al nivel
de la provincia 3 . La estimación de pequeñas áreas
permite la focalización de programas a un nivel más
desagregado, lo que facilita mejor costo-efectividad
de programas.
En varios países, los resultados de análisis utilizando
el método de estimación de pequeñas áreas se están
aplicando al desarrollo de políticas y programas
para mejorar la pobreza o reducir la desnutrición; sin
embargo, hasta el presente no se ha hecho ninguna
validación empírica de las estimaciones de la desnutrición,
y pocas que tratan de la pobreza.
La validación del método específi camente para la desnutrición
es clave porque la desnutrición, aunque tiene
una relación con la pobreza, muestra una variación
independiente, lo que implica que la focalización de
programas basada en la pobreza provoca el riesgo de
excluir gran número de niños/as desnutridos/as quienes
viven en localidades con baja prevalencia de pobreza
y alta prevalencia de la desnutrición. De hecho,
la cadena de causalidad de la desnutrición es más
compleja y menos previsible que la de la pobreza. La
universidad de Tufts, en colaboración con el Programa
Recuadro Temático Nº 2
Mapas de la Desnutrición Crónica:
Experiencias en Otros Países
Beatrice Lorge Rogers PhD
Escuela de las Ciencias y Políticas de Nutrición Friedman
Universidad de Tufts, Boston, Massachussets
Mundial de Alimentos, hizo una prueba de la metodología
en tres países utilizando el programa Pov-
Map del Banco Mundial 4 , con datos de los censos
nacionales, vinculados con encuestas de nutrición 5 , y
hemos notado una discordancia signifi cativa entre la
pobreza y la desnutrición. Por ejemplo en la República
Dominicana hemos estimado que en un 20% de los
municipios la prevalencia de la pobreza difi ere de la de
la desnutrición por dos cuartiles o más – y son iguales
los números con pobreza más severa y los donde la
desnutrición es peor. Si un programa sería focalizado
según la prevalencia de la pobreza, y si se excluyera
los municipios en los dos cuartiles con menor pobreza,
un 23.4% de los niños desnutridos serían excluidos.
Los resultados en Panamá y Ecuador eran similares:
no se puede contar con indicadores de la pobreza
para focalizar programas de seguridad alimentaria y
de desnutrición.
La elaboración de mapas de desnutrición no depende
de la aplicación del método de estimación de pequeñas
áreas. Hay todo un rango de informes sobre la
inseguridad alimentaria y la desnutrición los cuales
muestran, en forma de mapas, la distribución de factores
de riesgo tales como sequías, inundaciones,
clima, calidad del suelo, infraestructura (red vial), disponibilidad
de servicios, etcétera 6 . La utilidad de los
mapas es el poder de comunicar información claramente
en forma visual, lo que facilita su uso para la
abogacía, pero su validez depende de la calidad de
los datos; raras veces se puede desagregar la información
en esos mapas. La posibilidad de combinar
el proceso de la estimación de pequeñas áreas para
tener información desagregada con el mapeo para la
presentación efectiva nos da una herramienta valiosa
para la política.
1 Fujii T. Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia. Washington DC: World Bank;
2005 Jul. World Bank Policy Research Working Paper 3662.
Benson T. Insights from poverty maps for development and food relief program targeting. Washington DC: International Food
Policy Research Institute; 2006. Food Consumption and Nutrition Division Discussion Paper 205.
Hentschel J, Lanjouw J, Lanjouw P, Poggi J. Combining Census and Survey Data to Trace the Spatial Dimensions of Poverty.
World Bank Economic Review. 2000; 14(1): 147-165.
Alderman H, Babita M, Demombynes G, Makhata N, Ozler B. How low can you go? Combining census and survey data for
mapping poverty in South Africa. Journal of African Economics. 2002; 11: 169-200.
Demombynes G, Elbers C, Lanjouw J, Lanjouw P, Mistiaen J, Ozler B. Producing an Improved Geographic Profi le of Poverty:
Methodology and Evidence from Three Developing Countries. World Institute for Development Economics Research; 2002.
Discussion Paper 2002/39.
Minot N, Baulch B. Spatial Patterns of Poverty in Vietnam and their Implications for Policy. Food Policy. 2005; 30(5-6): 461-75.
2 Simler K. Nutrition Mapping in Tanzania: An Exploratory Analysis. Washington DC: International Food Policy Research Institute;
2006 Mar. Food Consumption and Nutrition Division Discussion Paper 204.
Gilligan DO, Veiga A. An Evaluation of Geographic Targeting in Bolsa Alimentação in Brazil. Washington DC: International Food
Policy Research Institute; 2004 Apr. Report Submitted to the Government of Brazil (processed).
Central Bureau of Statistics, Government of Nepal; World Food Programme, Nepal; World Bank, Washington DC. Small Area
Estimation of Poverty, Caloric Intake, and Malnutrition in Nepal [Internet]. Kathmandu: Central Bureau of Statistics; 2006 [cited
2007 Nov 12]. Available from http://documents.wfp.org/stellent/groups/public/documents/vam/wfp110724.pdf
3 Fujii T. Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia. Washington DC: World Bank;
2005 Jul. World Bank Policy Research Working Paper 3662.
Larrea C. Poverty, Food Poverty, and Malnutrition Regression Models for Ecuador [Internet]. 2005 [cited 2006 Aug 2]. Available
from: http://www.ecuamapalimentaria.info/downloads/EnglishLastRegresionModelsLSMSCensus.pdf
4 http://iresearch.worldbank.org/PovMap/PovMap2/PovMap2Main.asp
5 Rogers, BL., J. Wirth, K. Macías, P. Wilde Mapping Hunger:A Report on Mapping Malnutrition Prevalence in the Dominican
Republic, Ecuador, and Panama Boston, MA: Tufts University Friedman Nutrition School; Report submitted to World Food Programme/LAC,
Panama, March 22, 2007.
6 Ver, por ejemplo, una serie de informes de vulnerabilidad publicado por el PMA/LAC: Bolivia 2003; Cuba 2001; Guatemala 2002;
Honduras 2003; Nicaragua 2005; Panamá 2004; Perú 2007, y otros: todos utilizan diferentes indicadores de riesgo en vez de
utilizar una sola estimación estadística.
17

18
Se construyeron 16 modelos predictivos de desnutrición
crónica para cada una de las áreas geográfi cas
representativas de la ECV 2005-2006 (15 provincias
de las regiones Costa y Sierra, y un dominio que
agrupa las seis provincias de la región Amazonía),
y se estimaron regresiones para cada una de estas
zonas geográfi cas. En el Anexo 3 se presentan los
resultados de las regresiones de los 16 modelos de
desnutrición crónica estimados. Cabe señalar que,
se tratan de modelos de asociación, por lo que los
parámetros estimados de las variables independientes
no deben ser interpretados como efectos
casuales. En general, las variables más signifi cativas
en la mayoría de las regresiones fueron algunas
características del jefe del hogar, el tamaño del hogar,
el material de construcción de las viviendas, y
algunas variables relacionadas con el acceso de los
hogares a los servicios básicos.
El número de variables incorporadas en los modelos
varió entre 8 y 29 dependiendo de los dominios.
3. RESULTADOS
En cuanto a la bondad de ajuste de los modelos
(porcentaje de variación de la variable de interés
explicada por el modelo de regresión), medido por
el R 2 -ajustado; puede observarse que en promedio
los modelos explican el 33% de la variación de la
desnutrición crónica - variando entre 17,16% en
la Amazonía y 52,31% en Imbabura. Estos valores
son bajos comparados a los que típicamente se encuentran
en aplicaciones de mapas de pobreza. Sin
embargo, en modelos de desnutrición usualmente
se obtienen valores bajos de R 2 -ajustado, debido
a que muchas de las variables que “explican” la
desnutrición no son directamente observables y por
ende no se incluyen en los modelos. Los valores
de R 2 -ajustado encontrados en esta investigación
son consistentes con otros trabajos de mapeo de la
desnutrición (Fujii 2005, Simler 2006).
En la Tabla 4 se detalla la información del número
de variables incluidas en cada uno de los dominios
y del ajuste de los modelos.
Tabla 4. Ajuste y variables incorporadas en los modelos predictivos
Dominio R² ajustado No. de variables
Azuay 36,48 21
Bolívar 31,46 16
Cañar 39,63 12
Carchi 40,66 17
Chimborazo 48,23 20
Cotopaxi 23,61 13
El Oro 39,97 23
Esmeraldas 23,10 19
Guayas 31,58 29
Imbabura 52,32 22
Loja 37,56 15
Los Ríos 32,02 21
Manabí 32,35 20
Pichincha 25,75 25
Tungurahua 27,52 8
Amazonía 17,17 14
Promedio 33,71 18,43
Fuente: ECV 2005-2006
Elaboración: Autoras

Los parámetros obtenidos de los modelos predictivos
se aplicaron a la información del censo para
predecir el puntaje estandarizado de la relación talla
para la edad (puntaje z de talla para edad estandarizado)
para los niños/as entre uno a cinco años
de edad. En base a esta predicciones y utilizando
el paquete estadístico PovMap, se construyeron indicadores
de prevalencia de desnutrición crónica a
niveles altamente desagregados como son cantonal
y parroquial.
Para evaluar la confi abilidad de los indicadores obtenidos
a partir de la metodología de áreas peque-
ñas; por un lado, se compararon las estimaciones
de desnutrición crónica derivadas directamente
de la ECV 2005-2006 con las estimaciones que
se obtuvieron de la metodología de áreas pequeñas
para los 16 dominios geográfi cos. En la Tabla
5 se observa que las estimaciones de prevalencia
de desnutrición crónica basadas en la metodología
son muy similares a las estimaciones obtenidas de
la ECV 2005-2006. Estadísticamente las estimaciones
obtenidas de la metodología son similares a los
resultados de la ECV 2005-2006 (a un nivel de confi
anza del 95%), ya que caen dentro del intervalo de
confi anza estimado de la encuesta.
Tabla 5. Comparación de estimaciones de desnutrición crónica según fuente utilizada para
niños/as de uno a cinco años de edad
Dominios Predicciones
ECV 2005/2006
Intervalo de Confi anza
Inferior Superior
Azuay 42,5 33,6 48,9
Bolívar 50,1 44,2 61,1
Cañar 49,1 28,7 51,5
Carchi 42,2 26,9 44,3
Cotopaxi 44,5 37,8 56,7
Chimborazo 57,8 52,7 70,5
El Oro 19,8 12,7 23,7
Esmeraldas 21,4 15,7 27,1
Guayas 22,2 15,0 23,5
Imbabura 42,1 34,9 54,4
Loja 43,3 30,8 46,3
Los Ríos 27,4 18,9 29,4
Manabí 29,9 21,8 35,5
Pichincha 32,4 20,7 32,0
Tungurahua 42,9 30,2 47,0
Amazonia 40,0 35,6 47,3
Nota: A nivel de la encuesta los intervalos de confi anza (al 95%) fueron estimados
teniendo en consideración las características del diseño muestral de la misma.
Fuente: ECV 2005-2006
Elaboración: Autoras
19

20
Por otro lado, se examinaron los coefi cientes de variación
22 de cada uno de los resultados estimados
con la metodología. En el Gráfi co 2 se presentan los
coefi cientes de variación estimados para las provincias,
cantones y parroquias. A nivel provincial las estimaciones
presentan en promedio coefi cientes de
variación de alrededor del 7%, a nivel cantonal del
13,3%, y a nivel parroquial 23 del 14,4%. Para califi -
car la confi abilidad de cada una de las estimaciones
se determinó como límite 24 el 25%; es decir, las estimaciones
con coefi cientes de variación por debajo
de 25% son confi ables, y aquellas con coefi cientes
de variación por encima de 25% no son confi ables.
En el caso provincial el 100% de las estimaciones
resultaron confi ables; mientras que, a nivel cantonal
el 93,4% y a nivel parroquial 25 el 90,1%.
Gráfi co 2. Coefi cientes de variación de la estimación de prevalencia de desnutrición
crónica de los menores de cinco años a nivel provincial, cantonal y parroquial
Coefi ciente de variación (%)
Coefi ciente de variación (%)
Prevalencia de desnutrición
22 El coefi ciente de variación (C.V.) expresa la desviación estándar como una proporción de la media, y se defi ne por:
C.V.= donde S es la desviación estándar y es la media.
Por ejemplo si S es igual a10 y es igual a 100, la variación es pequeña con respecto a la media. En cambio si S es 10 y es 5, la variación es bastante
grande con respecto a la media. Al analizar la precisión de la estimación se tendría que en el primer caso (C.V.= 10/100) la precisión es aceptable, y que
en el segundo caso (C.V.= 5/10) la precisión es casi inaceptable (Mendenhall W. et al, 1994).
23 El promedio parroquial no incluye los resultados de las parroquias de El Oro y Manabí, debido a que en estas provincias un número importante de las
estimaciones resultaron no confi ables. Al considerar estas localidades el promedio de los coefi cientes de variación a nivel parroquial es de 15.6%.
24 Criterio empleado en el “Mapa de Pobreza y Desigualdad en Ecuador” (2008).
25 Alrededor del 30% de las estimaciones de las parroquias de El Oro y Manabí presentaron coefi cientes de variación por encima del 25%, por lo que
no se consideró estas estimaciones. Al incluir los resultados de El Oro y Manabí, se obtiene que a nivel parroquial el 87.3% de las estimaciones son
confi ables.
Coefi ciente de variación (%)
Prevalencia de desnutrición
Prevalencia de desnutrición
Fuente: ECV 2005-2006
Elaboración: Autoras

Los resultados, por su parte, se presentan en formato
de mapas 26 y tablas. Se elaboraron mapas
desagregados a nivel cantonal y parroquial para
cada una de las 23 provincias 27 , incluidas las provincias
creadas recientemente: Santa Elena y Santo
Domingo de los Tsáchilas. Es importante señalar
que la ECV 2005-2006 no consideró a Santa Elena
y a Santo Domingo como dominios representativos
28 , razón por la cual, las estimaciones de prevalencia
de desnutrición crónica para estas provincias
se obtuvieron aplicando los parámetros estimados
correspondientes a los modelos de Guayas para
Santa Elena y Pichincha para Santo Domingo de
los Tsáchilas. El supuesto detrás de este proceso
es que la relación entre las variables independientes
y el puntaje z de talla para edad es similar en los
modelos seleccionados y en las localidades a las
que se les aplicaron sus parámetros.
La información en los mapas se presenta dividida
y ordenada por quintiles de prevalencia de desnutrición
crónica. Las unidades territoriales ubicadas
en quintiles de tonalidades más oscuras refl ejan una
mayor prevalencia de desnutrición crónica; mientras
que, las unidades territoriales localizadas en quintiles
de tonalidades más claras presentan una menor
prevalencia de desnutrición crónica. Por su parte,
las tablas incluyen información a nivel cantonal y parroquial
de prevalencia de desnutrición crónica para
menores de uno a cinco años de edad, número de
niños/as en situación de desnutrición de uno a cinco
años de edad, y población de uno a cinco años
de edad. En la siguiente sección se presenta de manera
detallada los mapas y tablas, a nivel cantonal y
parroquial, para cada una de las provincias.
A continuación se analizan los mapas nacionales
que incluyen las estimaciones de prevalencia de
desnutrición crónica para menores de cinco años a
nivel provincial, cantonal y parroquial:
El mapa que se encuentra en la pág. 26 muestra las
estimaciones a nivel provincial y como se observa la
prevalencia de desnutrición crónica es más alta en
la zona central del Ecuador, principalmente en las
provincias de la sierra central (Chimborazo, Bolívar y
Cotopaxi). No obstante, se evidencia que la provincia
de Santa Elena, de la región costa, fi gura como una
de las unidades territoriales con mayor porcentaje
de población en situación de desnutrición crónica.
En cuanto al último resultado, cabe resaltar que
como se mencionó los indicadores de prevalencia
de desnutrición crónica de Santa Elena y Santo Domingo
de los Tsáchilas fueron estimados en base a
la metodología de áreas pequeñas, y mas no empleando
directamente la ECV 2005-2006 como en el
resto de provincias. Por tal razón, dentro de las estimaciones
provinciales derivadas directamente de la
ECV 2005-2006 (Tabla 3) estas zonas geográfi cas
no son incluidas, y son las provincias de la sierra
central las que presentan una mayor prevalencia de
desnutrición crónica. Entre tanto que, al considerar
las estimaciones provinciales basadas en la metodología
de áreas pequeñas se observa que Santa Elena
es una de las provincias con mayor prevalencia
de desnutrición crónica en menores de cinco años
seguida de las provincias de la sierra central.
En el mapa que se encuentra en la pág. 28 se presenta
la prevalencia de desnutrición crónica a nivel
cantonal. Como se puede ver una mayor desagregación
pone en evidencia la heterogeneidad del indicador
al interior de una misma zona geográfi ca. Por
ejemplo, en la provincia de Chimborazo se observan
cantones ubicados en el quintil de prevalencia de
desnutrición crónica “moderada” (20,69 – 37,99),
como Chambo con 27%; y, cantones localizados
en el quintil de prevalencia de desnutrición crónica
más alta (72,59 – 89,89), como Penipe con 90%.
Adicionalmente, en el mapa puede visualizarse que
los cantones en peor situación de desnutrición crónica
(quintil de tonalidad más oscura) se concentran
principalmente en la región sierra. Los cantones
con mayor prevalencia de desnutrición crónica son:
Penipe (90%), Chunchi (77%), y Alausí (74%) de la
provincia de Chimborazo; y Santa Elena (73%) de la
provincia de Santa Elena. Es importante mencionar
que, alrededor del 73% de los cantones presentan
prevalencias de desnutrición crónica por encima del
indicador de desnutrición crónica nacional 29 .
Por su parte, los cantones en mejor situación de
prevalencia de desnutrición crónica (quintil de tonalidad
más clara) se localizan casi en su totalidad en
la región costa. Entre los cantones con menor porcentaje
de población en situación de desnutrición
crónica se pueden mencionar San Vicente (6%),
Pichincha (8%), Olmedo (12%) y Bolívar (12%) de la
provincia de Manabí; Esmeraldas (15%), Quinindé
26 Para la elaboración de los mapas se emplearon los paquetes informáticos Arc Gis 9.0, Adobe Creative Suite CS3 y Map Publisher 6.0.
27 Se incluyen mapas para todas las provincias del Ecuador, a excepción de la provincia de Galápagos.
28 Las provincias de Santa Elena y Santo Domingo de los Tsáchilas fueron creadas después que se llevo a cabo el levantamiento de la ECV 200-2006,
por lo que no constituyen áreas geográfi cas representativas de la encuesta. Esto imposibilita que se estime la prevalencia de desnutrición crónica infantil
de Santa Elena y Santo Domingo de los Tsáchilas directamente de la ECV 2005-2006.
29 El indicador de prevalencia de desnutrición crónica nacional, en base a la ECV 2005-2006, es de 28,9% incluyendo solamente a la población de uno
a cinco años de edad. Entre tanto que, al incluir toda la población menor de cinco años la prevalencia de desnutrición crónica infantil es de 25,8%.
21

22
(18%) y Atacames (20%) de la provincia de Esmeraldas;
13 cantones 30 de la provincia del Guayas;
Urdaneta (17%) de la provincia de Los Ríos; 7 cantones
31 de la provincia de El Oro; y Déleg (14%) de
la provincia de Cañar.
En el mapa que se encuentra pág. 29 se ilustran
las estimaciones de desnutrición crónica a nivel
parroquial. Es importante notar que, un mayor nivel
de desagregación visibiliza situaciones aún más
críticas que las cantonales. Por ejemplo, todas las
parroquias que conforman el cantón Penipe 32 de la
provincia de Chimborazo se ubican en el quintil de
prevalencia de desnutrición crónica más alta (76,11
– 94,30). Además, se observa en el mapa la presencia
de localidades con alta prevalencia de desnutrición
crónica (quintil 57,91 - 76,11) en las regiones
de la Costa y Amazonía que no eran evidentes a
niveles geográfi cos más agregados.
Sin embargo, siguen siendo principalmente las parroquias
que se ubican en la sierra central las que
presentan niveles críticos de desnutrición crónica
(quintil de tonalidad más oscura), tales como General
Morales (77%) y Chorocopte (77%) de la provincia
de Cañar; San Fernando (77%) de la provincia
de Tungurahua; y 16 parroquias 33 de la provincia de
Chimborazo. A estas localidades se suman de la
región Costa Colonche (78%) y Simón Bolívar (79%)
de la provincia de Santa Elena.
De otro lado, las parroquias que refl ejan un mejor
nivel de desnutrición crónica (quintil de tonalidad
más clara) son Echeandía (21%) de la provincia de
Bolívar; Solano (11%) y Déleg (14%) de la provincia
de Cañar; Palo Quemado (21%) de la provincia de
Cotopaxi; 7 parroquias 34 de la provincia de Pichincha;
Yamana (15%) y Cangonamá (17%) de la provincia
de Loja; 20 parroquias 35 de la provincia de El
Oro; 20 parroquias 36 de la provincia de Esmeraldas;
22 parroquias 37 de la provincia del Guayas; 6 parroquias
38 de la provincia de Los Ríos, 6 parroquias 39
de la provincia Manabí; Macas (18%) y Zuña (19%)
de la provincia de Morona Santiago; El Chaco (19%)
y Sardinas (20%) de la provincia de Napo; y El Reventador
(19%) de la provincia de Sucumbíos.
Cabe señalar que, dentro de las predicciones parroquiales
no se incluyen todas las estimaciones de
las parroquias de Manabí y El Oro ya que aproximadamente
un 30% de los resultados no pasaron el
criterio de validación aplicado. En el caso de El Oro
13 de las 62 parroquias presentaron est imaciones
no precisas, y en Manabí 16 de las 75 parroquias.
Del análisis se desprende que las zonas geográfi cas
con mayores problemas nutricionales se concentran
principalmente en la sierra central, siendo la provincia
de Chimborazo la que presenta localidades con mayor
prevalencia de desnutrición crónica. Finalmente,
cabe resaltar que, la presentación de las estimaciones
a niveles geográfi cos cada vez más desagregados
permite visibilizar localidades con situaciones críticas
de desnutrición que no eran evidentes a niveles
más agregados, así como una alta heterogeneidad
al interior de una misma unidad territorial.
30 Samborondón (3%), Coronel Marcelino Maridueña (7%), Palestina (8%), Daule (8%), Nobol (9%), Isidro Ayora (10%), Durán (10%), Lomas de Sargentillo
(10%), Santa Lucía (13%), Milagro (14%), Guayaquil (17%), El Empalme (19%) y Balao (20%).
31 Balsas (14%), Portovelo (16%), Santa Rosa (16%), Arenillas (17%), Pasaje (17%), Machala (18%), y Chilla (19%).
32 El cantón Penipe presenta la mayor prevalencia de desnutrición crónica infantil a nivel cantonal (90%).Sin embargo, en términos del número de niños/
as en situación de desnutrición crónica, no es uno de los cantones con un mayor número de menores que sufren de desnutrición (421 niños/as desnutridos/as).
Por tal motivo, es importante considerar estos dos indicadores al momento de diseñar programas/proyectos dirigidos a erradicar o disminuir
la desnutrición, ya que al solamente al concentrase en la prevalencia se tendría una cobertura baja de niños/as atendidos.
33 Chunchi (78%), San Gerardo de Pacaicaguan (78%), Palmira (78%), Llagos (79%), Tixán (80%), La Providencia (83%), Penipe (84%), Pistishi (84%),
Achupallas (85%), Gonzol (87%), Matus (89%), Bilbao (91%), El Altar (92%), San Antonio de Bayushig (92%), La Candelaria (93%), y Puela (94%).
34 Cumbayá (16%), Zámbiza (19%), Alangasí (19%), Tambillo (20%), Conocoto (20%) y Sangolquí (20%).
35 Balsas (13%), Zaruma (13%), Portovelo (14%), Bellamaría (15%), La Avanzada (15%), Santa Rosa (16%), Bellavista (16%), Arenillas (16%), Pasaje
(16%), Buenavista (18%), Machala (18%), Jambelí (19%), Chilla (19%), El Guabo (19%), San José (20%), Casacay (20%), Caña Quemada (20%), La Iberia
(21%), Piñas (21%), y El Retiro (21%).
36 Esmeraldas (9%), Luis Vargas Torres (12%), Rosa Zárate (16%), Selva Alegre (17%), Cube (18%), Maldonado (18%), La Unión (18%), Atacames (18%),
Tonsupa (18%), Vuelta Larga (20%), La Tola (20%), Anchayacu (20%), Montalvo (20%), Viche (20%), Río Verde (20%), Súa (21%), Borbón (21%), Chura
(21%), Lagarto (21%) y Timbire (21%).
37 Tarifa (3%), Samborondón (3%), Los Lojas (5%), Laurel (6%), Limonal (7%), Roberto Astudillo (7%), Coronel Marcelino Maridueña (7%), Mariscal sucre
(8%), Palestina (8%), Narcisa de Jesús (9%), Juan Bautista Aguirre (9%), Chobo (9%), Isidro Ayora (10%), Eloy Alfaro (10%), Lomas de Sargentillo (10%),
Daule (11%), Santa Lucía (13%), Milagro (15%), Velasco Ibarra (16%), Guayaquil (17%), El Rosario (18%) y Balao (20%).
38 Catarama (14%), La Unión (17%), Ricaurte (18%), Ventanas (18%), Quinsaloma (19%) y San Jacinto de Buena Fé (21%).
39 San Antonio (17%), Ricaurte (18%), Bahía de Caráquez (19%), Canuto (19%), 10 de Agosto (21%) y Charapoto (21%).

1. CARACTERIZACIÓN DE LA ESTRATEGIA
Puesto que el resultado de la desnutrición/malnutrición
infantil, responde a una causalidad multidimensional,
la respuesta de política pública tiene necesariamente
que involucrar un conjunto de políticas y programas
sectoriales relacionados con esa multicausalidad que
mantengan una fuerte articulación y monitoreo sistemático
en territorios donde la distribución del problema
está más extendida y éste es más severo.
Es así como se ha defi nido la Estrategia Nacional para
la Reducción Acelerada de la Malnutrición Infantil que
establece dos líneas de trabajo generales:
A. Prevenir que nuevos niños y niñas se conviertan
en niños y niñas desnutridos y,
B. Recuperar tempranamente a aquellos niños
y niñas que actualmente están desnutridos y
evitar su reincidencia o recaída.
A. Prevenir que nuevos niños y niñas se conviertan
en niños y niñas desnutridos.
Su objetivo es evitar que nuevos niños y niñas se conviertan
en niños y niñas desnutridos, por lo tanto su
énfasis está en la etapa de la gestación y los dos primeros
años de vida, como la ventana de oportunidad
más importante a tener en cuenta para las intervenciones.
Para ello es necesario:
Considerar el acceso a saneamiento básico, agua segura
y atención primaria de salud y asesoría nutricional
de poblaciones y comunidades rurales, indígenas y altoandinas
como una prioridad de política pública.
Articular los programas de desarrollo infantil (estimulación
psicosocial y afectiva) con los de consejería y
vigilancia nutricional, así como suplementación con
micronutrientes.
Fortalecer sistemas de información para la vigilancia
del crecimiento individual de cada de niño o niña, mujer
gestante o en período de lactancia, de modo que
permita compartir la información a nivel comunitario
con las madres y cuidadoras(es) respecto al progreso
o no del crecimiento y desarrollo de niños y niñas y
qué hacer para conservarlo o mejorarlo.
Promover programas de base comunitaria y promoción
de la salud como el entrenamiento de volunta-
rios/promotores comunitarios para proveer consejería
nutricional y contrarrestar supersticiones perjudiciales
acerca del tratamiento de la enfermedad en los primeros
años de vida; Equipos Básicos de Atención en Salud
para extender la cobertura y disminuir los costos
de atención; involucrar a parteras tradicionales y mejorar
la sensibilidad cultural de los servicios de parto,
así como el fortalecimiento de políticas y programas
de fomento de lactancia materna exclusiva e inicio de
alimentación complementaria adecuada.
Asegurar la consistencia entre las corresponsabilidades
en salud y nutrición exigidas por los programas
de transferencias económicas (BDH) o en alimentos
(PANN 2000) con la efi ciencia operativa de la red de
servicios de salud. Es decir, adecuar la capacidad instalada
de la oferta para atender la demanda adicional
generada por la exigencia de cumplimiento a las familias
que reciben las transferencias.
Fortalecer la coordinación de políticas y programas de
micronutrientes: fortifi cación casera (Chispaz), fortifi -
cación de alimentos de consumo masivo, suplementación
con micronutrientes (goteros de hierro, vitamina
A, entre otros) y complementos alimentarios fortifi cados
(papillas, bebidas).
B. Recuperar tempranamente a aquellos niños
y niñas que actualmente están desnutridos y
evitar su reincidencia o recaída.
Complementar la atención primaria en salud y asesoría
nutricional con protocolos y normativa estandarizada
para recuperación nutricional temprana en menores
de 2 años con desnutrición aguda severa y moderada,
en centros especializados con internación en los
casos que lo requieran y, su transición hacia los hogares
con supervisión en casa una vez que se recuperan
nutricionalmente.
2. OBJETIVOS Y METAS:
Recuadro Temático Nº 3
ESTRATEGIA NACIONAL PARA LA REDUCCIÓN
ACELERADA DE LA MALNUTRICIÓN INFANTIL
Ricardo Gutiérrez
Catalina Vaca
i. Reducir la prevalencia de retardo en talla en
los menores de cinco años, en un 1,7 puntos
porcentuales anuales hasta el 2013
ii. Reducir la desnutrición crónica severa en 1,7
puntos porcentuales anuales hasta el año
2013.
iii. Reducir la prevalencia de anemia en un 50%
hasta el 2013 en menores de 5 años y mujeres
gestantes y en período de lactancia.
iv. Mantener los porcentajes de obesidad y so-
23

24
brepeso en los menores de cinco años
v. Disminuir la inseguridad alimentaria de los hogares
en 1 punto porcentual hasta el 2013.
3. FASES DE IMPLEMENTACIÓN DE LA
ESTRATEGIA
La Estrategia Nacional, tiene dos retos que cumplir:
a) la articulación e integración de programas e intervenciones
intersectoriales con un enfoque territorial
participativo y, b) escalar la estrategia a nivel nacional,
luego de una evaluación de su primera fase de intervención
territorial integral.
Con la fi nalidad de darle una secuencia temporal a la
implementación de la estrategia, se han defi nido fases
o etapas que se describen a continuación:
a. Selección de intervenciones y territorios
prioritarios
b. Primera fase: Intervención Nutricional
Territorial Integral (INTI).
c. Evaluación y fase de expansión a nivel
nacional
a. Selección de intervenciones y territorios
prioritarios
Con base en el Mapa de desnutrición crónica infantil
elaborado por el Ministerio de Coordinación de Desarrollo
Social, las provincias seleccionadas para intervención
fueron las tres de más alta prevalencia de la
sierra: Chimborazo, Bolívar y Cotopaxi.
En suma, los territorios seleccionados cubrirían ocho
cantones y 25.871 niños/as con desnutrición crónica
en total; es decir, el 36,9% del total de 70.050 menores
con desnutrición crónica.
b. Primera fase: Intervención Nutricional Territorial
Integral (INTI). Planifi cación operativa y
hoja de ruta
I. FIN
Reducir signifi cativamente y en forma sostenible
la desnutrición crónica infantil en niños/
as menores de 5 años de los territorios intervenidos,
al fi nalizar el año 2013; mejorando
los niveles de seguridad alimentaria y nutricional
de sus familias (SAN), a través de la
aplicación del enfoque territorial participativo
II. METODOLOGIA DE IMPLEMENTACION
a. Presentación y discusión de la estrategia nacional
y estrategia INTI a nivel provincial.
b. Difusión de los modelos de gestión de las
Direcciones Provinciales y Programas de los
Ministerios del Área Social.
c. Discusión de mecanismos de articulación
intersectorial y defi nición del plan inicial de
acciones para el periodo mayo-diciembre del
2009.
d. Conformación de la Comisión Provincial INTI
con representantes de las Direcciones Provinciales
de los Ministerios del Area Social,
encargada del M&E de la Estrategia en la
provincia..
e. Desarrollo de talleres cantonales y parroquiales
orientados a presentar y discutir la estrategia
INTI, con el propósito de defi nir, de
manera participativa, los mecanismos para
su implementación. El desarrollo de esta
actividad a la vez que sensibiliza sobre la importancia
del INTI, permite su validación por
parte de los actores locales.
f. Implementación de acciones articuladas y
simultáneas en base a compromisos y acuerdos
intersectoriales.
III. SEGUIMIENTO Y EVALUACIÓN
g. Esto implica: a) monitoreo y asistencia técnica
a Ministerios sectoriales y gobiernos
locales para la ejecución y para el reporte.
b) diseño e implementación del sistema de
gestión, monitoreo y evaluación del INTI tanto
por procesos como de resultados e impacto
c. Fase de expansión a nivel nacional
Una vez evaluada la estrategia en su primera fase
(PITI Nutricional), particularmente en su proceso de
implementación y sus resultados, se propondrá y diseñará
la expansión a nivel nacional y regional de los
componentes e intervenciones más exitosas y costoefectivas,
así como los mecanismos de coordinación y
arreglos institucionales que probaron su efi cacia en la
fase inicial de la estrategia.

MAPAS Y
CUADROS
25

26
ECUADOR
Provincial
Prevalencia de Desnutrición
Crónica en menores
de cinco años

ECUADOR
Provincial
cuadro 1
Prevalencia de Desnutrición Crónica en menores de cinco años
Provincia
Número de
niños/as entre 1 y 5
años Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Azuay 51.696 41,0 21.195
Bolivar 18.731 52,7 9.871
Cañar 17.905 39,5 7.072
Carchi 12.115 35,1 4.252
Cotopaxi 36.027 47,1 16.969
Chimborazo 40.943 62,0 25.385
El Oro 48.484 17,5 8.485
Esmeraldas 42.902 20,8 8.924
Guayas 255.746 18,6 47.655
Imbabura 33.798 44,4 15.006
Loja 36.552 38,2 13.963
Los Ríos 70.626 23,7 16.738
Manabí 115.105 28,2 32.460
Pichincha 171.430 33,4 57.178
Tungurahua 36.369 38,2 13.893
Santo Domingo de los Tsáchilas 27.725 26,5 7.344
Península de Sta Elena 22.752 62,3 14.184
Amazonia 70.709 41,3 29.203
Morona Santiago 14.670 40,4 5.922
Napo 9.419 38,4 3.614
Pastaza 6.833 50,0 3.413
Zamora Chinchipe 9.551 39,2 3.739
Sucumbios 13.709 33,9 4.644
Orellana 10.303 43,0 4.430
Fuente: Encuesta de Condiciones de Vida 2006 para todas las provincias excepto para la Amazonía, Peninsula de Santa Elena,
Fuente de las provincias de la Amazonía, Santo Domingo de los Tsáchilas, ECV 2006 y Censo 2001 metodología de áreas pequeñas
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
27

28
ECUADOR
Cantonal
Prevalencia de Desnutrición
Crónica en menores
de cinco años

ECUADOR
Parroquial
Prevalencia de Desnutrición
Crónica en menores
de cinco años
29

Costa
31

El Oro
33

34
Costa
El Oro
Cantonal
Prevalencia de
Desnutrición Crónica

Costa
El Oro
Parroquial
Prevalencia de
Desnutrición Crónica
35

36
Cantón / Parroquia
Número de
niños/as entre 1 y 5
años Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Machala 18.184 17,79 3.234
Machala 17.745 17,70 3.140
El Retiro 439 21,45 94
Arenillas 1.954 17,02 333
Arenillas 1.515 15,83 240
Chacras 96 13,82 13
Palmales 273 22,75 62
Carcabón 70 24,69 17
Atahualpa 392 24,55 96
Paccha 166 18,85 31
Ayapamba 89 16,74 15
Cordoncillo 59 38,71 23
Milagro 41 45,49 19
San josé 18 19,50 4
San Juan de Cerro Azul 19 26,58 5
Balsas 550 14,17 78
Balsas 453 12,58 57
Bellamaría (De Balsas) 97 21,60 21
Chilla 335 19,18 64
Chilla 335 19,18 64
El Guabo 4.061 20,65 839
El Guabo 2.334 19,50 455
Barbones (Sucre) 472 22,80 108
La Iberia 299 20,63 62
Tendales (Cab. en Puerto Tendales) 956 22,42 214
Huaquillas 3.806 29,01 1.104
Huaquillas 3.806 29,01 1.104
Marcabelí 510 34,78 177
Marcabelí 480 34,45 165
El Ingenio 30 40,17 12
Pasaje 5.361 17,42 934
Pasaje 3.880 16,19 628
Buenavista 436 17,62 77
Casacay 171 19,50 33
La Peaña 282 23,11 65
Costa
El Oro
cuadro 2
Desnutrición Crónica en menores de cinco años

Progreso 365 24,60 90
Uzhcurrumi 71 13,44 10
Caña Quemada 156 19,90 31
Piñas 2.011 26,84 540
Piñas 1.226 21,31 261
Capiro (Cab. en la Capilla de Capiro) 169 39,64 67
La Bocana 138 36,74 51
Moromoro (Cab. en el Vado) 117 39,99 47
Piedras 59 24,27 14
San Roque (Ambrosio Maldonado) 88 37,40 33
Saracay 214 31,24 67
Portovelo 941 15,89 150
Portovelo 727 13,58 99
Curtincapa 43 13,91 6
Morales 65 33,25 22
Salati 106 21,95 23
Santa Rosa 5.428 16,10 874
Santa Rosa 4.073 15,57 634
Bellavista 259 15,68 41
Jambelí 147 18,64 27
La Avanzada 201 15,32 31
San Antonio 133 24,24 32
Torata 158 26,53 42
Victoria 290 14,48 42
Bellamaría 167 14,80 25
Zaruma 2.045 23,39 478
Zaruma 735 13,13 97
Abañin 175 25,61 45
Arcapamba 68 26,15 18
Guanazán 355 29,05 103
Guizhaguiña 166 35,58 59
Huertas 169 33,43 57
Malvas 84 27,19 23
Muluncay Grande 64 43,31 28
Sinsao 122 21,25 26
Salvias 107 22,51 24
Las Lajas 438 44,25 194
La Victoria 213 41,05 87
La Libertad 74 49,09 36
El Paraiso 83 30,10 25
San Isidro 68 66,31 45
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
37

38
Esmeraldas

Costa
Esmeraldas
Cantonal
Prevalencia de
Desnutrición Crónica
39

40
Costa
Esmeraldas
Parroquial
Prevalencia de
Desnutrición Crónica

Costa
Esmeraldas
cuadro 3
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de
niños/as entre 1 y 5
años Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Esmeraldas 13.708 14,68 2.012
Esmeraldas 7.650 8,52 652
Camarones (Cab. en San Vicente) 317 25,84 82
Crnel. Carlos Concha Torres
(Cab. en Huele)
221 28,32 63
Chinca 584 26,06 152
Majua 262 26,80 70
San Mateo 436 26,91 117
Tabiazo 325 26,22 85
Tachina 363 25,53 93
Vuelta Larga 3.550 19,66 698
Eloy Alfaro 4.045 32,02 1.295
Valdéz (Limones) 714 21,65 155
Anchayacu 223 19,98 45
Atahualpa (Cab. en Camarones) 188 43,82 82
Borbón 541 21,24 115
La Tola 493 19,86 98
Luis Vargas Torres
(Cab. en Playa de Oro)
46 12,20 6
Maldonado 151 18,03 27
Pampanal de bolívar 126 26,96 34
San Francisco de Onzole 166 33,07 55
Santo Domingo de Onzole 198 40,17 80
Selva Alegre 102 17,30 18
Telembi 654 70,22 459
Colón Eloy del Maria 206 22,47 46
San josé de Cayapas 151 38,43 58
Timbire 86 21,33 18
Muisne 2.897 35,72 1.035
Muisne 888 33,82 300
Bolívar 109 37,19 41
Daule (de Muisne) 239 44,12 105
Galera 159 42,48 68
41

42
Quingue (Olmedo Perdomo Franco) 76 40,38 31
Salima 129 40,02 52
San Francisco 257 37,18 96
San Gregorio 643 28,97 186
San José De Chamanga
(Cab. en Chamanga)
397 39,47 157
Quinindé 9.545 18,10 1.728
Rosa Zárate (Quinindé) 4.724 15,55 735
Cube 748 17,88 134
Chura (Chancama) (Cab. En El Yerbero) 465 21,28 99
Malimpia 1.553 24,52 381
Viche 398 20,11 80
La Unión (De Quinindé) 1.657 18,09 300
San Lorenzo 3.348 33,72 1.129
San Lorenzo 1.593 21,64 345
Alto Tambo (Cab. en Guadual) 215 58,53 126
Ancón (Pichangal)
(Cab. en Palma Real)
155 37,95 59
Calderón 58 41,90 24
Carondelet 131 37,71 49
5 de Junio (Cab. en Uimbi) 22 36,82 8
Concepción 236 33,10 78
Mataje (Cab. en Santander) 104 69,06 72
San Javier de Cachavi
(Cab. en San Javier)
45 34,98 16
Santa Rita 151 34,72 52
Tambillo 244 40,45 99
Tululbi (Cab. en Ricaurte) 267 56,55 151
Urbina 127 39,43 50
Atacames 3.214 19,89 639
Atacames 1.194 18,35 219
La Unión (de Atacames) 281 21,88 61
Súa (Cab. en la Bocana) 354 20,56 73
Tonchigue 651 23,08 150
Tonsupa 734 18,47 136
Rioverde 2.616 22,16 580
Río Verde 414 20,41 84
Chontaduro 370 21,88 81
Chumunde 387 27,03 105
Lagarto 437 21,30 93
Montalvo (Cab. en Horqueta) 433 20,08 87
Rocafuerte 575 22,55 130
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Guayas
Prevalencia de Denutrición Crónica en menores de cinco años
43
43

44
Costa
Guayas
Cantonal
Prevalencia de
Desnutrición Crónica

Costa
Guayas
Parroquial
Prevalencia de
Desnutrición Crónica
45

46
Cantón / Parroquia
Número de
niños/as entre 1 y 5
años Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Guayaquil 162.181 16,9 27.409
Guayaquil 157.981 16,53 26.114
Juan Gómez Rendón (Progreso) 570 34,8 198
Morro 387 26,21 101
Posorja 1.749 29,63 518
Puná 625 34,11 213
Tenguel 869 30,4 264
Alfredo Baquerizo Moreno 1.953 30,93 604
Alfredo Baquerizo Moreno (Jujan) 1.953 30,93 604
Balao 1.791 19,66 352
Balao 1.791 19,66 352
Balzar 4.673 51,45 2.404
Balzar 4.673 51,45 2.404
Colimes 2.164 39,45 854
Colimes 2.164 39,45 854
Daule 7.372 9,06 668
Daule 4.643 10,76 500
Juan Bautista Aguirre (Los Tintos) 445 9,14 41
Laurel 742 5,58 41
Limonal 738 6,72 50
Los Lojas (Enrique Baquerizo Moreno) 804 4,54 37
Duran 15.566 9,91 1.543
Eloy Alfaro (Duran) 15.566 9,91 1.543
El Empalme 6.257 18,61 1.164
Velasco Ibarra (El Empalme) 3.736 16,4 613
Guayas (Pueblo Nuevo) 1.706 23,87 407
El Rosario 815 17,71 144
El Triunfo 3.345 22,61 756
El Triunfo 3.345 22,61 756
Milagro 11.147 14,43 1.609
Milagro 9.691 15,47 1.499
Chobo 301 9,26 28
Mariscal Sucre (Huaques) 405 7,42 30
Costa
Guayas
cuadro 4
Desnutrición Crónica en menores de cinco años

Roberto Astudillo (Cab. en Cruce de Venecia) 750 6,92 52
Naranjal 5.314 28,2 1.499
Naranjal 2.781 30,12 838
Jesús María 580 27,38 159
San Carlos 597 27,13 162
Santa Rosa de Flandes 440 26,81 118
Taura 916 24,24 222
Naranjito 2.752 23,09 635
Naranjito 2.752 23,09 635
Palestina 1.352 7,53 102
Palestina 1.352 7,53 102
Pedro Carbo 3.522 51,91 1.828
Pedro Carbo 2.480 54,06 1.341
Valle de la Virgen 476 54,87 261
Sabanilla 566 39,98 226
Samborondón 3.714 3,4 126
Samborondón 1.198 3,52 42
Tarifa 2.516 3,34 84
Santa Lucía 2.911 12,62 367
Santa Lucía 2.911 12,62 367
Urbina Jado 4.916 26,81 1.318
El Salitre (Las Ramas) 2.305 26,2 604
General Vernaza (Dos Esteros) 885 25,01 221
La Victoria (Nanza) 556 21,51 120
Junquillal 1.170 31,88 373
San Jacinto de Yaguachi 4.828 36,35 1.755
Yaguachi Nuevo (San Jacinto de Yaguachi) 2.093 37,3 781
Gral. Pedro J. Montero (Boliche) 722 33,37 241
Yaguachi Viejo (Cone) 958 33,98 326
Virgen de Fátima 1.055 38,68 408
Playas 2.632 47,97 1.263
General Villamil (Playas) 2.632 47,97 1.263
Simón Bolívar 1.837 38,56 708
Simón Bolívar 1.009 37,34 377
Crnel. Lorenzo de Garaicoa (Pedregal) 828 40,05 332
Crnel. Marcelino Mariduena 939 7,17 67
Crnel. Marcelino Mariduena 939 7,17 67
Lomas de Sargentillo 1.339 10,08 135
Lomas de Sargentillo 1.339 10,08 135
Nobol (Piedrahita) 1.470 9,2 135
Narcisa de Jesús 1.470 9,2 135
General Antonio Elizalde (Bucay) 874 29,77 260
General Antonio Elizalde (Bucay) 874 29,77 260
Isidro Ayora 897 9,74 87
Isidro Ayora (Soledad) 897 9,74 87
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
47

48
Prevalencia de Denutrición Crónica en menores
Los
de cinco años
Ríos

Costa
Los Ríos
Cantonal
Prevalencia de
Desnutrición Crónica
49

50
Costa
Los Ríos
Parroquial
Prevalencia de
Desnutrición Crónica

Costa
Los Ríos
cuadro 5
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Babahoyo 12.035 25,33 3.049
Babahoyo 6.896 23,93 1.650
Caracol 466 33,29 155
Febres Cordero (Las Juntas)
(Cab en Mata de Cacao)
1.627 29,45 479
Pimocha 1.870 30,45 569
La Unión (de Babahoyo) 1.176 16,60 195
Baba 3.445 29,44 1.014
Baba 1.561 31,01 484
Guare 1.084 29,49 320
Isla de Bejucal 800 26,29 210
Montalvo 1.790 30,33 543
Montalvo 1.790 30,33 543
Puebloviejo 3.017 29,92 903
Puebloviejo 1.081 28,20 305
Puerto Pechiche 490 33,06 162
San Juan 1.446 30,15 436
Quevedo 12.510 31,80 3.978
Quevedo 11.400 30,90 3.522
San Carlos 766 43,16 331
La Esperanza 344 36,42 125
Urdaneta 2.381 16,85 401
Catarama 681 13,66 93
Ricaurte 1.700 18,13 308
Ventanas 7.282 20,99 1.529
51

52
Ventanas 3.768 18,39 693
Quinsaloma 1.436 18,56 267
Zapotal 2.078 27,39 569
Vinces 5.803 24,42 1.417
Vinces 4.431 24,26 1.075
Antonio Sotomayor
(Cab. en Playas de Vinces)
1.372 24,94 342
Palenque 2.029 32,67 663
Palenque 2.029 32,67 663
Buena Fé 4.842 21,77 1.054
San Jacinto de Buena Fé 3.883 20,73 805
Patricia Pilar 959 26,02 250
Valencia 3.363 37,79 1.271
Valencia 3.363 37,79 1.271
Mocache 3.465 32,56 1.128
Mocache 3.465 32,56 1.128
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Manabí
Prevalencia de Denutrición Crónica en menores de cinco años
53

54
Costa
Manabí
Cantonal
Prevalencia de
Desnutrición Crónica

Costa
Manabí
Parroquial
Prevalencia de
Desnutrición Crónica
55

56
Cantón / Parroquia
Costa
Manabí
cuadro 6
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Portoviejo 21.311 22,46 4.786
Portoviejo 16.507 25,98 4.288
Abdón Calderón (San Francisco) 1.193 10,72 128
Alhajuela (Bajo Grande) 314 4,38 14
Crucita 1.076 11,49 124
Pueblo Nuevo 270 9,17 25
Riochico (Rio Chico) 885 9,64 85
San Plácido 792 12,30 97
Chirijos 274 9,21 25
Bolivar (De Manabí) 3.307 12,17 403
Calceta 2.671 10,84 289
Membrillo 410 20,60 84
Quiroga 226 12,66 29
Chone 11.185 23,38 2.615
Chone 6.047 26,99 1.632
Boyacá 509 23,70 121
Canuto 952 19,11 182
Convento 719 18,23 131
Chibunga 713 23,90 170
Eloy Alfaro 770 15,70 121
Ricaurte 894 18,05 161
San Antonio 581 16,70 97
El Carmen 6.929 38,79 2.688
El Carmen 5.772 41,55 2.398
Wilfrido Loor Moreira (Maicito) 487 29,93 146
San Pedro de Suma 670 21,50 144
Flavio Alfaro 2.733 22,65 619
Flavio Alfaro 2.044 25,42 520

San Francisco de Novillo
(Cab en Novillo)
359 14,81 53
Zapallo 330 14,00 46
Jipijapa 5.842 58,09 3.394
Jipijapa 3.906 54,89 2.144
América 204 71,70 146
El Anegado (Cab. en Eloy Alfaro) 599 67,84 406
Julcuy 180 65,92 119
La Unión (De Jipijapa) 196 65,34 128
Membrillal 74 63,50 47
Pedro Pablo Gómez 377 59,53 224
Puerto de Cayo 306 58,51 179
Junín 1.678 30,46 511
Junín 1.678 30,46 511
Manta 17.062 27,32 4.662
Manta 16.649 27,32 4.549
San Lorenzo 234 27,03 63
Santa Marianita (Boca de Pacoche) 179 27,79 50
Montecristi 3.977 51,59 2.052
Montecristi 3.800 52,60 1.999
La Pila 177 29,90 53
Paján 3.567 53,92 1.923
Paján 1.088 50,93 554
Campozano (La Palma de Paján) 880 52,13 459
Cascol 730 52,20 381
Guale 343 64,91 223
Lascano 526 58,35 307
Pichincha 3.232 8,15 263
Pichincha 1.892 6,12 116
Barraganete 760 14,46 110
San Sebastián 580 6,54 38
Rocafuerte 2.665 32,64 870
Rocafuerte 2.665 32,64 870
Santa Ana 4.520 36,78 1.662
Santa Ana de Vuelta Larga 1.934 38,33 741
Ayacucho 642 27,35 176
Honorato Vásquez
(Cab. en Vásquez)
660 38,53 254
57

58
La Unión (De Santa Ana) 664 28,80 191
San Pablo (Cab en Pueblo Nuevo) 620 48,35 300
Sucre 4.637 21,15 981
Bahía de Caráquez 2.146 18,77 403
Charapoto 1.402 20,99 294
San Isidro 1.089 26,06 284
Tosagua 3.086 31,42 970
Tosagua 2.254 33,78 761
Bachillero 344 27,10 93
Angel Pedro Giler (La Estancilla) 488 23,53 115
24 de Mayo 2.800 44,86 1.256
Sucre 1.185 46,29 549
Bellavista 568 36,67 208
Noboa 655 45,93 301
Arq. Sixto Durán Ballen 392 50,61 198
Pedernales 5.554 29,71 1.650
Pedernales 3.119 32,25 1.006
Cojimíes 1.502 30,41 457
10 de Agosto 645 20,87 135
Atahualpa 288 18,46 53
Olmedo 972 11,89 116
Olmedo 972 11,89 116
Puerto López 1.594 39,82 635
Puerto López 798 26,57 212
Machalilla 422 50,71 214
Salango 374 55,80 209
Jama 1.658 30,22 501
Jama 1.658 30,22 501
Jaramijo 1.281 51,02 654
Jaramijó 1.281 51,02 654
San Vicente 1.661 5,53 92
San Vicente 1.075 3,55 38
Canoa 586 9,17 54
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Santa Elena
Prevalencia de Denutrición Crónica en menores de cinco años
59

60
Costa
Santa Elena
Cantonal
Prevalencia de
Desnutrición Crónica

Costa
Santa Elena
Parroquial
Prevalencia de
Desnutrición Crónica
61

62
Cantón / Parroquia
Costa
Santa Elena
cuadro 7
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Salinas 4.729 41,32 1.954
Salinas 2.546 34,81 886
Anconcito 940 49,59 466
José Luis Tamayo (Muey) 1.243 48,41 602
Santa Elena 10.385 73,28 7.610
Santa Elena 4.230 72,74 3.077
Atahualpa 248 73,75 183
Colonche 2.346 78,43 1.840
Chanduy 1.484 67,96 1.009
Manglaralto 1.870 71,63 1.339
Simón Bolívar (Julio Moreno) 207 78,62 163
La Libertad 7.638 60,48 4.619
La Libertad 7.638 60,48 4.619
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Santo Domingo
de los Tsáchilas
63

64
Costa
Santo Domingo
Parroquial
Prevalencia de
Desnutrición Crónica
Nota: “La provincia de Santo Domingo de los Tsáchilas se encuentra formada un solo cantón que es Santo Domingo; razón
por la cual en esta provincia solo se presenta un mapa a nivel parroquial”

Costa
Santo Domingo
cuadro 8
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Santo Domingo 27.725 26,49 7.344
Santo Domingo de los Colorados 22.088 24,37 5.383
Alluriquín 1.747 38,18 667
Puerto Limón 941 35,26 332
Luz de América 939 33,57 315
San Jasinto del Búa 1.055 35,75 377
Valle Hermoso 955 28,33 271
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
65

Sierra
67

Azuay
69

70
Sierra
Azuay
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Azuay
Parroquial
Prevalencia de
Desnutrición Crónica
71

72
Cantón / Parroquia
Sierra
Azuay
cuadro 9
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Cuenca 35.892 38,61 13.859
Cuenca 22.132 33,34 7.380
Baños 1.259 48,76 614
Cumbe 462 47,58 220
Chaucha 150 61,43 92
Checa (Jidcay) 222 42,46 94
Chiquintad 357 37,39 133
Llacao 389 44,63 174
Molleturo 663 53,87 357
Nulti 449 43,99 198
Octavio Cordero Palacios
(Santa Rosa)
195 39,12 76
Paccha 546 51,27 280
Quingeo 725 64,02 464
Ricaurte 1.300 42,38 551
San Joaquín 465 35,83 167
Santa Ana 513 48,02 246
Sayausi 676 39,44 267
Sidcay 232 36,85 85
Sinincay 1.203 43,75 526
Tarqui 968 51,20 496
Turi 709 51,54 365
Valle 1.817 44,83 815
Victoria del Portete (Irquis) 460 56,35 259
Girón 1.135 45,92 521
Girón 774 45,14 349
Asunción 247 48,54 120

San Gerardo 114 45,50 52
Gualaceo 4.143 51,93 2.151
Gualaceo 1.733 42,83 742
Daniel Cordova Toral (El Oriente) 184 62,47 115
Jadan 499 60,16 300
Mariano Moreno 279 51,89 145
Remigio Crespo Toral (Gulag) 136 50,40 69
San Juan 843 57,51 485
Zhidmad 246 70,83 174
Luis Cordero Vega 223 54,48 121
Nabón 1.820 63,76 1.160
Nabón 1.124 68,20 767
Cochapata 279 54,44 152
El Progreso (Cab. En Zhota) 259 66,65 173
Las Nieves (Chaya) 158 43,89 69
Paute 2.480 45,14 1.119
Paute 820 39,15 321
Bulán 215 39,72 85
Chicán 387 50,06 194
El Cabo 316 46,46 147
Guarainag 101 47,70 48
San Cristobal 240 48,82 117
Tomebamba 177 63,36 112
Dug-Dug 224 42,41 95
Pucará 2.286 52,92 1.210
Pucará 1.225 59,53 729
Camilo Ponce Enríquez
(Cab.Río 7 de Mollepongo)
882 42,13 372
San Rafael de Sharug 179 60,88 109
San Fernando 375 41,05 154
San Fernando 307 42,69 131
Chumblín 68 33,62 23
Santa Isabel 1.908 47,19 900
Santa Isabel 1.089 44,06 480
73

74
Abdón Calderón (La Unión) 393 44,71 176
El Carmen de Pijilí 145 48,96 71
Zhaglli (Shaglli) 281 61,89 174
Sigsig 2.847 47,32 1.347
Sigsig 1.158 37,54 435
Cuchil (Cutchil) 143 57,17 82
Gima 334 47,41 158
Guel 158 40,53 64
Ludo 412 56,02 231
San Bartolomé 407 53,06 216
San José de Raranga 235 68,72 161
Oña 290 49,23 143
Oña 178 51,60 92
Susudel 112 45,46 51
Chordeleg 1.146 45,12 517
Chordeleg 471 37,87 178
Principal 162 42,77 69
La Unión 162 52,91 86
Luis Galarza Orellana (Delegsol) 232 53,11 123
San Martín de Puzhio 119 50,84 60
El Pan 233 44,98 105
El Pan 96 44,00 42
San Vicente 137 45,66 63
Sevilla de Oro 490 43,95 215
Sevilla de Oro 156 46,63 73
Amaluza 118 45,39 54
Palmas 216 41,22 89
Guachapala 287 48,73 140
Guachapala 287 48,73 140
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Bolívar
75

76
Sierra
Bolívar
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Bolívar
Parroquial
Prevalencia de
Desnutrición Crónica
77

78
Cantón / Parroquia
Sierra
Bolívar
cuadro 10
Denutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Guaranda 8.457 56,23 4.755
Guaranda 4.623 50,91 2.354
Facundo Vela 406 59,37 241
Julio E. Moreno (Catanahuan Grande) 313 68,15 213
Salinas 672 59,48 400
San Lorenzo 162 48,47 79
San Simón (Yacoto) 419 65,04 273
Santafé (Santa Fé) 148 43,23 64
Simiatug 1.203 72,71 875
San Luis de Pambil 511 50,43 258
Chillanes 1.884 59,38 1.119
Chillanes 1.375 60,57 833
San José del Tambo (Tambopamba) 509 56,17 286
Chimbo 1.274 59,56 759
San José de Chimbo 398 39,03 155
Asunción (Asancoto) 210 68,23 143
Magdalena (Chapacoto) 244 64,04 156
San Sebastián 82 56,62 46
Telimbela 340 75,73 257
Echeandía 1.102 20,95 231
Echeandía 1.102 20,95 231
San Miguel 2.244 46,89 1.052
San Miguel 872 35,78 312
Balsapamba 240 50,47 121
Bilován 274 57,36 157
Regulo de Mora 109 61,25 67
San Pablo (San Pablo de Atenas) 500 56,01 280
Santiago 149 44,03 66
San Vicente 100 49,66 50
Caluma 1.028 23,38 240
Caluma 1.028 23,38 240
Las Naves 540 23,73 128
Las Naves 540 23,73 128
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Cañar
79

80
Sierra
Cañar
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Cañar
Parroquial
Prevalencia de
Desnutrición Crónica
81

82
Cantón / Parroquia
Sierra
Cañar
cuadro 11
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Azogues 5.803 43,80 2.542
Azoguez 2.797 31,93 893
Cojitambo 315 68,09 214
Guapán 805 47,90 386
Javier Loyola (Chuquipata) 524 52,04 273
Luis Cordero 315 51,49 162
Pindilig 253 62,45 158
Rivera 192 66,82 128
San Miguel 427 59,05 252
Taday 175 43,14 75
Biblián 1.763 41,55 732
Biblián 1.130 41,24 466
Nazón (Cab. en Pampa de Dominguez) 265 42,02 111
San Francisco de Sageo 156 48,79 76
Turupamba 64 30,38 19
Jerusalen 148 40,29 60
Cañar 6.436 71,91 4.628
Cañar 1.560 63,57 992
Chontamarca 503 75,18 378
Chorocopte 287 77,45 222
General Morales (Socarte) 546 77,32 422
Gualleturo 494 73,18 362
Honorato Vasquez (Tambo Viejo) 653 75,98 496
Ingapirca 996 75,67 754
Juncal 269 73,22 197

San Antonio 208 74,66 155
Zhud 348 73,01 254
Ventura 184 66,10 122
Ducur 388 70,70 274
La Troncal 4.942 25,04 1.238
La Troncal 3.803 24,08 916
Manuel J. Calle 285 23,02 66
Pancho Negro 854 29,98 256
El Tambo 947 70,98 672
Tambo 947 70,98 672
Déleg 454 13,71 62
Déleg 348 14,45 50
Solano 106 11,27 12
Suscal 563 69,21 390
Suscal 563 69,21 390
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
83

84
La lactancia materna es, de acuerdo al análisis de
costo-benefi cio realizado por el Banco Mundial una
de las estrategias con mayor impacto en favor de la
reducción de la desnutrición infantil (1). Los múltiples
benefi cios de la lactancia, tanto durante los primeros
dos años de vida del niño como en la vida adulta, así
lo ratifi can (2, 3, 4).
Hasta la fecha, Ecuador, de acuerdo a la última encuesta
nacional materno-infantil (5), muestra que solo
el 26.4% de las madres empezaron el amamantamiento
durante la primera hora después del parto. La
duración de la lactancia exclusiva es de 2.7 meses y
en cuanto a la prolongación de esta forma de alimentación
de la que se recomienda una duración de por
lo menos 24 meses (6) la mediana de la duración es
de 15,3 meses.
Cuáles son nuestros avances en esta política tan
importante:
CODIGO DE COMERCIALIZACION DE
SUCEDÁNEOS DE LECHE MATERNA
Desde el año 1983 (7), en que se publicó el reglamento
concerniente a la comercialización de fórmulas
para lactantes y niños pequeños, se han hecho varios
esfuerzos a favor del cumplimiento del Código de Comercialización
de Sucedáneos de la Leche Materna,
así lo atestiguan el código de conducta para productores
y comercializadores de fórmulas infantiles (8),
fi rmado en 1993, de igual manera la Ley de Fomento,
Apoyo y Protección a la lactancia materna (9) y su reglamento
(10) establecidos en 1995 y 1.999 respectivamente.
Todos estos cuerpos legales incluyen en sus
artículos el control y regulación de los productos bajo
el alcance del código (fórmulas infantiles, biberones y
chupones), mencionando, sin embargo, la debilidad
de su cumplimiento porque la Comisión Nacional de
Lactancia Materna (CONALMA)- encargada de su
cumplimiento es casi inexistente en la práctica.
El 23 de septiembre del 2009, los Ministerios de Salud
Pública, Inclusión Económica y Social y el de Coordinación
de Desarrollo Social lanzaron ofi cialmente
la Política Nacional de Lactancia Materna, que tiene
como uno de sus objetivos principales “Impulsar la
aplicación del Código Internacional de Comercialización
de Sucedáneos de la Leche Materna” y vigilar su
cumplimiento.
INICIATIVA HOSPITAL AMIGO DEL NIÑO
Y LA MADRE
El país estableció como una de sus metas, luego de
la Declaración de Innocenti en 1.990 (11,12), que los
servicios de maternidad practiquen plenamente los
“Diez pasos hacia una feliz lactancia natural”; esta
Recuadro Temático Nº 4
LACTANCIA MATERNA: BREVE SÍNTESIS DE LOS PRINCIPALES
ACONTECIMIENTOS EN ECUADOR
Dra. Rocio Caicedo Borrás
FUNBBASIC/IBFAN Ecuador
recomendación se tradujo en la iniciativa: Hospital
Amigo del Niño (IHAN). A partir de ese año, el país
puso en práctica esta política, logrando certifi car -en
el transcurso de seis años- a 115 de los 141 hospitales
existentes en el ámbito nacional (13).
Posteriormente, se realizaron acciones de monitoreo
hasta el año 2001, luego de lo cual prácticamente la
iniciativa Hospital Amigo no ha recibido apoyo técnico
ni fi nanciero, de forma que no se han re-certifi cado ni
monitoreado a los hospitales que fueron califi cados y
tampoco se han califi cado nuevos hospitales.
El MSP; como parte de la Estrategia Nacional para
la Reducción Acelerada de la Malnutrición Infantil, ha
comprometido recursos fi nancieros y técnicos para
retomar esta iniciativa a partir del presente año, ligada
al licenciamiento de unidades hospitalarias de las tres
provincias de la fase INTI, esto es: Bolívar, Chimborazo
y Cotopaxi.
BANCOS DE LECHE HUMANA
En el año 2003, FUNBBASIC, una organización no
gubernamental dedicada a trabajar en alimentación
y nutrición infantil, celebró la Semana Mundial de la
Lactancia Materna con el primer Congreso de Lactancia
Materna y Nutrición Infantil. Uno de los temas
centrales del evento fue “Bancos de Leche Humana”,
un servicio que apoya a los bebés hospitalizados en
los servicios neonatales para que se benefi cien del
uso exclusivo de leche materna. Luego del evento
-y tras conseguir una serie de apoyos nacionales e
internacionales y la cooperación permanente del Hospital
Gineco-obstétrico Isidro Ayora - se implementó
el primer Banco de Leche Humana, en marzo de
2007. Posteriormente este proyecto se ha extendido
y actualmente el país cuenta con cuatro bancos más,
ubicados en el Hospital Provincial de Ambato, Hospital
Provincial de Riobamba, en la Maternidad Santa
Marianita de Guayaquil y el Hospital Vicente Corral
Moscoso de Cuenca.
Los Bancos de Leche Humana son una estrategia que
tiene como principales objetivos proteger, promover
y apoyar la lactancia materna, recolectar y distribuir
leche humana con calidad certifi cada y contribuir a la
reducción de la mortalidad infantil.
En febrero de 2009, con apoyo de la Fundación
Oswaldo Cruz de Brasil, se realizó el fortalecimiento
de la capacitación al personal responsable de la operación
de los Bancos de Leche Humana que incluyó
su supervisión y seguimiento para establecer recomendaciones
para mejorar su capacidad operativa.
Todo esto, en el marco del convenio de cooperación
de Gobierno a Gobierno fi rmado entre el Estado Ecuatoriano
y la República Federativa del Brasil.
NOTA: Bibliografía en la página 154

Carchi
85

86
Sierra
Carchi
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Carchi
Parroquial
Prevalencia de
Desnutrición Crónica
87

88
Cantón / Parroquia
Sierra
Carchi
cuadro 12
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Tulcán 6.490 36,37 2.360
Tulcán 4.138 33,96 1.405
El Carmelo (El Pun) 223 46,74 104
Julio Andrade (Orejuela) 912 38,04 347
Maldonado 171 37,98 65
Pioter 96 46,18 44
Tobar Donoso
(La Bocana de Camumbi)
99 51,42 51
Tufi no 147 39,29 58
Urbina (Taya) 191 33,16 63
El Chical 320 45,25 145
Santa Martha de Cuba 193 40,16 77
Bolívar (De Carchi) 1.217 46,35 564
Bolívar 371 42,33 157
García Moreno 118 43,86 52
Los Andes 206 48,53 100
Monte Olivo 184 50,29 93
San Vicente de Pusir 176 43,67 77
San Rafael 162 53,02 86
Espejo 1.181 31,69 374
El Angel 555 31,71 176
El Goaltal 99 30,69 30
La Libertad (Alizo) 300 32,16 96
San Isidro 227 31,45 71
Mira 1.194 33,85 404
Mira (Chontahuasi) 468 31,25 146

Concepción 314 36,79 116
Jijón Y Caamano (Cab. en Rio Blanco) 272 33,96 92
Juan Montalvo (San Ignacio De Quil) 140 35,78 50
Montúfar 2.513 58,15 1.461
San Gabriel 1.674 57,41 961
Cristóbal Colón 243 58,72 143
Chitán de Navarrete 66 62,82 41
Fernández Salvador 148 60,75 90
La Paz 286 60,47 173
Piartal 96 55,61 53
San Pedro de Huaca 639 66,24 423
Huaca 506 66,08 334
Mariscal Sucre 133 66,84 89
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
89

90
Chimborazo

Sierra
Chimborazo
Cantonal
Prevalencia de
Desnutrición Crónica
91

92
Sierra
Chimborazo
Parroquial
Prevalencia de
Desnutrición Crónica

Sierra
Chimborazo
cuadro 13
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Riobamba 15.800 47,28 7.470
Riobamba 10.140 40,62 4.118
Cacha (Cab. en Machangara) 333 74,15 247
Calpi 535 63,43 339
Cubijíes 204 61,04 125
Flores 531 60,30 320
Licto 848 58,27 494
Pungala 700 55,38 388
Punín 613 68,24 418
Quimiag 501 47,99 240
San Juan 632 59,84 378
San Luis 763 52,73 402
Alausí 5.341 73,73 3.938
Alausí 865 59,35 513
Achupallas 1.448 85,45 1.237
Guasuntos 331 72,49 240
Huigra 304 62,05 189
Multitud 234 53,82 126
Pistishi (Nariz del Diablo) 54 83,74 45
Pumallacta 174 70,14 122
Sevilla 106 63,19 67
Sibambe 444 67,59 300
Tixán 1.381 79,52 1.098
Colta 4.045 56,21 2.274
Villa La Unión (Cajabamba) 1.698 54,55 926
Cañi 110 31,85 35
Columbe 1.374 62,13 854
Juan de Velasco (Pangor) 456 57,22 261
93

94
Santiago de Quito
(Cab. San Antonio de Quito)
407 48,62 198
Chambo 996 27,23 271
Chambo 996 27,23 271
Chunchi 1.438 76,79 1.104
Chunchi 845 77,72 657
Capzol 108 73,86 80
Compud 110 51,01 56
Gonzol 195 86,81 169
Llagos 180 79,14 142
Guamote 4.765 69,94 3.333
Guamote 2.536 68,08 1.727
Cebadas 838 61,37 514
Palmira 1.391 78,49 1.092
Guano 3.574 67,65 2.418
Guano 1.231 66,03 813
Guanando 27 46,96 13
Ilapo 160 59,13 95
La Providencia 43 83,09 36
San Andrés 1.135 72,30 821
San Gerardo de Pacaicaguan 194 78,40 152
San Isidro de Patulu 456 61,06 278
San José del Chazo 91 65,71 60
Santa Fe de Galán 186 63,53 118
Valparaiso 51 64,63 33
Pallatanga 1.272 57,72 734
Pallatanga 1.272 57,72 734
Penipe 468 89,90 421
Penipe 108 83,64 90
El Altar 101 91,97 93
Matus 65 88,63 58
Puela 46 94,30 43
San Antonio de Bayushig 75 92,16 69
La Candelaria 44 92,84 41
Bilbao 29 91,48 27
Cumanda 1.029 42,14 434
Cumanda 1.029 42,14 434
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Cotopaxi
95

96
Sierra
Cotopaxi
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Cotopaxi
Parroquial
Prevalencia de
Desnutrición Crónica
97

98
Cantón / Parroquia
Sierra
Cotopaxi
cuadro 14
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Latacunga 12.681 41,31 5.239
Latacunga 6.485 38,01 2.465
Alaques (Alaquez) 385 42,80 165
Belisario Quevedo (Guanailin) 511 43,64 223
Guaitacama (Guaytacama) 727 37,77 275
joséguango Bajo 271 46,67 126
Mulaló 694 45,19 314
11 De Noviembre (Ilinchisi) 116 51,14 59
Poalo 570 52,45 299
San Juan de Pastocalle 1.045 50,62 529
Tanicuchi 1.059 39,99 423
Toacaso 818 44,09 361
La Maná 3.233 36,48 1.179
La Maná 2.503 38,96 975
Guasaganda
(Cab. en Guasaganda Centro)
466 26,88 125
Pucayacu 264 29,93 79
Pangua 2.117 29,55 626
El Corazón 637 35,64 227
Moraspungo 1.161 21,88 254
Pinllopata 113 23,45 26
Ramón Campaña 206 57,36 118
Pujilí 6.965 63,07 4.393
Pujilí 2.882 58,54 1.687
Angamarca 642 60,13 386
Guangaje 953 73,46 700

La Victoria 250 54,08 135
Pilaló 218 64,14 140
Tingo 332 50,96 169
Zumbahua 1.688 69,67 1.176
Salcedo 4.620 38,07 1.759
San Miguel 2.346 38,39 901
Antonio José Holguín (Santa Lucía) 184 32,39 60
Cusubamba 788 42,80 337
Mulalillo 555 35,74 198
Mulliquindil (Santa Ana) 513 37,13 190
Pansaleo 234 31,00 73
Saquisilí 2.167 41,73 904
Saquisilí 1.070 40,27 431
Canchagua 532 42,73 227
Chantilín 69 41,52 29
Cochapamba 496 43,83 217
Sigchos 2.528 46,38 1.172
Sigchos 847 37,98 322
Chugchilán 935 54,66 511
Isinliví 446 57,56 257
Las Pampas 201 31,13 63
Palo Quemado 99 20,81 21
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
99

100
Imbabura

Sierra
Imbabura
Cantonal
Prevalencia de
Desnutrición Crónica
101

102
Sierra
Imbabura
Parroquial
Prevalencia de
Desnutrición Crónica

Sierra
Imbabura
cuadro 15
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Ibarra 13.209 33,87 4.474
Ibarra 9.604 30,14 2.895
Ambuquí 545 45,19 246
Angochagua 325 67,73 220
Carolina 328 43,15 142
La Esperanza 730 59,51 434
Lita 302 34,53 104
Salinas 198 42,47 84
San Antonio 1.177 29,63 349
Antonio Ante 3.181 47,83 1.522
Atuntaqui 1.585 40,57 643
Imbaya (San Luis de Cobuendo) 137 57,06 78
San Francisco de Natabuela 328 42,28 139
San José de Chaltura 213 37,43 80
San Roque 918 63,38 582
Cotacachi 4.159 49,65 2.065
Cotacachi 1.566 55,23 865
Apuela 260 36,01 94
Garcia Moreno (Llurimagua) 548 36,73 201
Imantag 575 58,09 334
Peñaherrera 200 29,22 58
Plaza Gutiérrez (Calvario) 73 50,95 37
Quiroga 618 51,76 320
6 de Julio de Cuellaje (Cab. en Cuellaje) 227 47,76 108
Vacas Galindo (El Churo)
(Cab. en San Miguel Alto)
92 51,33 47
103

104
Otavalo 9.401 49,55 4.658
Otavalo 4.497 44,43 1.998
Dr. Miguel Egas Cabezas (Peguche) 407 53,70 219
Eugenio Espejo (Calpaqui) 639 55,40 354
González Suárez 551 56,17 310
Pataqui 24 74,04 18
San José de Quichinche 914 53,62 490
San Juan de Ilumán 790 51,78 409
San Pablo 908 56,31 511
San Rafael 453 53,96 244
Selva Alegre
(Cab. en San Miguel de Pamplona)
218 48,43 106
Pimampiro 1.177 36,63 431
Pimampiro 706 30,42 215
Chuga 129 47,41 61
Mariano Acosta 180 31,97 58
San Francisco de Sigsipamba 162 60,27 98
San Miguel de Urcuquí 1.431 38,79 555
Urcuquí 489 37,89 185
Cahuasquí 166 31,66 53
La Merced de Buenos Aires 182 34,30 62
Pablo Arenas 186 30,51 57
San Blas 232 47,78 111
Tumbabiro 176 48,82 86
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Las defi ciencias de micronutrientes llamada también
“hambre oculta”, constituyen uno de los problemas
nutricionales y de salud pública más grave en el Ecuador,
particularmente es el caso del hierro, vitamina A,
yodo, ácido fólico y zinc.
Estudios de la situación nutricional del hierro y su resultado
fi nal, la anemia, indican que los menores de cinco
años, sobre todo entre los seis a 24 meses de edad, y
las embarazadas presentan altas prevalencias de anemia,
cercanas al 40 %. (WHO, 2008; MSP (a), 1999)
La defi ciencia de vitamina A, a nivel país es un problema
moderado, 17,4%. Sin embargo, la situación es
de cuidado en niños/niñas habitantes de áreas urbano
marginales, 26,3% (MSP (b), 1999). En el caso del
yodo, actualmente los desordenes por su defi ciencia
se encuentra bajo control epidemiológico.(MSP, OPS,
UNICEF; 2005)
Información de niveles de ácido fólico en mujeres en
edad fértil indican defi ciencia de leve magnitud 1%,
coexistiendo con altas tasas de nacimientos con malformaciones
congénitas del sistema nervioso central y
defectos del tubo neural.(MSP (c), 2008)
La defi ciencia de zinc en infantes se estima en altas
prevalencias, asumiéndose que su magnitud puede
ser igual a la prevalencia de anemia. (IZiNCG, 2004).
El hambre oculta compromete a las personas, sus familias
y su comunidad y son un obstáculo mayor para
lograr su desarrollo físico e intelectual. Así por ejemplo,
incrementan el riesgo de: muerte materna y/o fetal, partos
prematuros, nacimientos de peso bajo, nacimientos
con defectos del tubo neural, muerte prematura
de infantes; además de afectar el desarrollo intelectual.
psicomotor y social, trastornos del sistema inmunológico,
retardo de la maduración sexual y ósea, retardo
en la cicatrización de heridas e incluso ceguera.
El Ecuador actualmente cuenta con un Programa Integrado
de Micronutrientes, dirigido a prevenir y controlar
las defi ciencias en grupos en mayor situación de
vulnerabilidad, mediante: a) Suplementación: con hierro
y ácido fólico a embarazadas y madres en período
Recuadro Temático Nº 5
Los micronutrientes en el Ecuador
Guillermo Fuenmayor
de lactancia; con hierro a menores de un año; con
vitamina A a menores de tres años; b) Fortifi cación
obligatoria: de la harina de trigo con hierro, tiamina,
ribofl avina, niacina y ácido fólico; y de la sal con yodo
y fl úor c) diversifi cación alimentaria mediante educación
y comunicación a nivel comunitario. Se están implementando
estrategias como el pinzamiento oportuno
del cordón umbilical y de manera piloto entrega
de micronutrientes en polvo para preescolares.
También existen programas focalizados de alimentación
complementaria para embarazadas, madres en
período de lactancia, preescolares y escolares.
En el futuro inmediato se tomará en cuenta nuevas
evidencias científi cas y prácticas exitosas en el área,
mejorando las estrategias ya establecidas e incorporando
otras como la suplementación con zinc, la fortifi
cación de azúcar con vitamina A y la biofortifi cación.
El hambre oculta puede ocasionar pérdidas entre el
2 y el 11% del PIB, mientras que atenderla en forma
integral costaría menos del 0,3% del PIB. Estudios
econométricos demuestran que los programas de
micronutrientes son los más costo-efectivos en materia
de salud pública. El lograr niveles adecuados de
micronutrientes puede: prevenir cuatro de cada diez
muertes infantiles, reducir la mortalidad materna en un
30%, aumentar la capacidad de trabajo hasta en un
40%, aumentar el coefi ciente intelectual de la población
en 10 a 15 puntos, aumentar el PIB hasta en un
5% (Investing in the future, Global Report, 2009)
La ejecución de un programa nacional para la prevención
y control del hambre oculta requiere de consensos
institucionales. Es necesario entonces un llamado a la
acción conjunta mediante alianzas estratégicas, donde:
el sector ofi cial establezca las políticas y normas
nacionales y fi nancie los programas, el sector privado
contribuya con sus conocimientos en producción
y procesamiento de alimentos, el sector académico
apoye evaluaciones y obtenga evidencias para mejorar
los sistemas implementados y las organizaciones
no gubernamentales y agencias de cooperación colaboren
mediante apoyo técnico especializado.
NOTA: Bibliografía en la página 155
105

106
Loja

Sierra
Loja
Cantonal
Prevalencia de
Desnutrición Crónica
107

108
Sierra
Loja
Parroquial
Prevalencia de
Desnutrición Crónica

Sierra
Loja
cuadro 16
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Loja 15.623 38,70 6.046
Loja 12.279 35,60 4.372
Chantaco 104 53,13 55
Chuquiribamba 221 51,57 114
El Cisne 123 53,27 66
Gualel 233 53,29 124
Jimbilla 132 54,88 72
Malacatos (Valladolid) 699 50,42 352
San Lucas 568 69,44 394
San Pedro de Vilcabamba 79 40,63 32
Santiago 115 50,37 58
Taquil (Miguel Riofrio) 395 44,19 175
Vilcabamba (Victoria) 387 42,30 164
Yangana (Arsenio Castillo) 134 62,79 84
Quinara 154 50,92 78
Calvas 2.827 55,84 1.578
Cariamanga 1.885 50,66 955
Colaisaca 260 73,25 190
El Lucero 274 64,25 176
Utuana 204 61,83 126
Sanguillín 204 64,18 131
Catamayo 2.817 51,17 1.441
Catamayo (La Toma) 2.023 47,90 969
El Tambo 568 58,64 333
Guayquichuma 45 65,93 30
San Pedro de la Bendita 121 59,50 72
Zambi 60 62,90 38
Celica 1.290 38,79 500
Celica 614 35,22 216
109

110
Cruzpamba
(Cab. en Carlos Bustamante)
63 46,51 29
Pozul (San Juan de Pozul) 333 42,27 141
Sabanilla 227 36,67 83
Tnte. Maximiliano Rodríguez Loaiza 53 58,08 31
Chaguarpamba 793 54,38 431
Chaguarpamba 400 55,25 221
Buenavista 137 44,42 61
El Rosario 45 53,13 24
Santa Rufi na 134 67,13 90
Amarillos 77 46,10 35
Espíndola 1.857 41,62 773
Amaluza 399 34,09 136
Bellavista 283 44,87 127
Jimbura 297 37,20 110
Santa Teresita 209 40,22 84
27 de Abril (Cab. en la Naranja) 269 46,58 125
El Ingenio 241 41,06 99
El Airo 159 57,27 91
Gonzanama 1.430 51,64 738
Gonzanamá 195 43,18 84
Changaimina (La Libertad) 296 44,27 131
Nambacola 510 55,63 284
Purunuma (Eguiguren) 139 59,29 82
Sacapalca 290 54,16 157
Macará 1.831 29,72 544
Macará 1.456 28,53 415
Larama 99 41,84 41
La Victoria 216 32,40 70
Sabiango (La Capilla) 60 28,93 17
Paltas 2.393 25,27 605
Catacocha 1.071 23,42 251
Cangonamá 125 17,18 21
Guachanamá 312 36,05 112
Lauro Guerrero 227 23,08 52
Orianga 232 27,91 65
San Antonio 112 35,69 40
Casanga 189 23,34 44
Yamana 125 14,90 19
Puyango 1.473 24,88 367

Alamor 660 24,08 159
Ciano 201 22,18 45
El Arenal 140 24,96 35
El Limo (Mariana de Jesús) 259 24,15 63
Mercadillo 83 29,04 24
Vicentino 130 31,83 41
Saraguro 3.168 62,09 1.967
Saraguro 776 62,24 483
El Paraíso de Celén 283 70,52 200
El Tablón 105 55,37 58
Lluzhapa 168 68,71 115
Manu 559 49,36 276
San Antonio de Qumbe (Cumbe) 145 53,01 77
San Pablo de Tenta 406 67,48 274
San Sebastián de Yulug 128 52,21 67
Selva Alegre 249 66,96 167
Urdaneta (Paquishapa) 349 71,79 251
Sozoranga 784 53,03 416
Sozoranga 353 56,81 201
Nueva Fátima 109 46,34 51
Tacamoros 322 51,15 165
Zapotillo 969 47,56 461
Zapotillo 280 47,00 132
Cazaderos (Cab. en Mangaurco) 153 56,77 87
Garzareal 156 40,30 63
Limones 116 35,46 41
Paletillas 264 52,42 138
Pindal 803 50,26 404
Pindal 510 46,16 235
Chaquinal 98 40,72 40
12 de Diciembre (Cab. en Achiotes) 195 65,77 128
Quilanga 482 58,04 280
Quilanga 274 54,17 148
Fundochamba 46 62,50 29
San Antonio de las Aradas
(Cab en las Aradas)
162 63,31 103
Olmedo 600 52,69 316
Olmedo (Santa Barbara) 505 51,12 258
La Tingue 95 60,99 58
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
111

112
Pichincha

Sierra
Pichincha
Cantonal
Prevalencia de
Desnutrición Crónica
113

114
Sierra
Pichincha
Parroquial
Prevalencia de
Desnutrición Crónica

Sierra
Pichincha
cuadro 17
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Quito 146.439 33,97 49.748
Quito 109.944 36,24 39.847
Alangasí 1.324 18,59 246
Amaguaña 1.943 26,06 506
Atahualpa (Habaspamba) 157 24,70 39
Calacalí 282 30,05 85
Calderón (Carapungo) 7.267 26,78 1.946
Conocoto 4.035 20,55 829
Cumbayá 1.493 15,41 230
Chavezpamba 66 27,52 18
Checa (Chilpa) 728 29,46 214
El Quinche 1.280 29,19 374
Gualea 172 49,67 85
Guangopolo 197 23,93 47
Guayllabamba 1.087 28,08 305
La Merced 535 33,44 179
Llano Chico 523 27,72 145
Lloa 145 44,77 65
Nanegal 264 35,52 94
Nanegalito 215 41,33 89
Nayón 826 24,06 199
Nono 145 32,99 48
Pacto 525 48,82 256
Perucho 67 22,93 15
Pifo 1.247 31,34 391
Pintag 1.350 32,27 436
Pomasqui 1.466 23,05 338
Puéllaro 508 29,98 152
Puembo 1.133 30,90 350
San Antonio 1.737 33,31 579
San José de Minas 659 30,98 204
115

116
Tababela 233 30,17 70
Tumbaco 3.304 27,05 894
Yaruquí 1.372 31,63 434
Zámbiza 210 18,73 39
Cayambe 7.469 34,44 2.572
Cayambe 4.309 28,57 1.231
Ascázubi 325 27,79 90
Cangahua 1.676 46,65 782
Olmedo (Pesillo) 611 41,28 252
Otón 202 43,11 87
Santa Rosa de Cuzubamba 346 37,47 130
Mejía 5.447 27,46 1.496
Machachi 1.903 30,06 572
Aloag 730 20,64 151
Aloasí 627 26,16 164
Cutuglahua 968 26,96 261
El Chaupi 127 35,98 46
Manuel Cornejo Astorga (Tandapi) 288 48,37 139
Tambillo 544 19,52 106
Uyumbicho 260 21,80 57
Pedro Moncayo 2.722 31,11 847
Tabacundo 1.294 31,64 409
La Esperanza 326 23,83 78
Malchinguí 352 25,83 91
Tocachi 151 23,68 36
Tupigachi 599 38,92 233
Rumiñahui 5.061 20,78 1.052
Sangolquí 4.751 20,42 970
Cotogchoa 263 25,45 67
Rumipamba 47 30,96 15
San Miguel de Los Bancos 1.160 35,04 406
San Miguel de los Bancos 905 32,80 297
Mindo 255 42,97 110
Pedro Vicente Maldonado 1.172 43,22 507
Pedro Vicente Maldonado 1.172 43,22 507
Puerto Quito 1.960 28,09 550
Puerto Quito 1.960 28,09 550
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Tungurahua
117

118
Sierra
Tungurahua
Cantonal
Prevalencia de
Desnutrición Crónica

Sierra
Tungurahua
Parroquial
Prevalencia de
Desnutrición Crónica
119

120
Cantón / Parroquia
Sierra
Tungurahua
cuadro 18
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Ambato 23.727 40,19 9.535
Ambato 12.515 25,22 3.156
Ambatillo 391 63,44 248
Atahualpa (Chisalata) 607 41,57 252
Augusto N. Martinez (Mundugleo) 638 56,28 359
Constantino Fernández
(Cab. en Cullitahua)
197 57,14 113
Huachi Grande 590 44,11 260
Izamba 946 42,01 397
Juan Benigno Vela 595 67,15 400
Montalvo 267 44,79 120
Pasa 605 71,20 431
Picaigua 615 50,29 309
Pilaguín (Pilahuín) 1.128 74,84 844
Quisapincha (Quizapincha) 1.313 68,09 894
San Bartolomé De Pinllog 640 39,99 256
San Fernando (Pasa San Fernando) 226 76,86 174
Santa Rosa 1.242 54,01 671
Totoras 465 46,90 218
Cunchibamba 345 54,97 190
Unamuncho 402 60,66 244
Baños de Agua Santa 1.207 32,11 388
Baños 844 29,58 250
Lligua 23 33,17 8
Río Negro 84 41,73 35
Río Verde 96 40,38 39
Ulba 160 35,28 56
Cevallos 525 39,17 206
Cevallos 525 39,17 206

Mocha 470 45,44 214
Mocha 370 46,72 173
Pinguili 100 40,74 41
Patate 1.115 48,34 539
Patate 638 40,55 259
El Triunfo 182 58,17 106
Los Andes (Cab. en Poatug) 94 51,93 49
Sucre (Cab. en Sucre-Patate-Urco) 201 62,48 126
Quero 1.616 54,13 875
Quero 1.234 52,61 649
Rumipamba 232 58,30 135
Yanayacu - Mochapata
(Cab. en Yanayacu)
150 60,21 90
San Pedro de Pelileo 4.170 47,25 1.970
Pelileo 1.685 39,74 670
Benítez (Pachanlica) 163 51,74 84
Bolívar 196 47,31 93
Cotaló 179 46,26 83
Chiquicha (Cab. en Chiquicha Grande) 223 64,45 144
El Rosario (Rumichaca) 236 54,62 129
García Moreno (Chumaqui) 488 49,73 243
Guambaló (Huambaló) 544 46,73 254
Salasaca 456 59,48 271
Santiago de Píllaro 2.692 52,67 1.418
Píllaro 815 37,86 309
Baquerizo Moreno 16 49,94 8
Emilio María Terán (Rumipamba) 108 51,68 56
Marcos Espinel (Chacata) 129 49,56 64
Presidente Urbina
(Chagrapamba-Patzucul)
200 51,71 103
San Andrés 862 65,45 564
San José De Poalo 175 62,35 109
San Miguelito 387 52,92 205
Tisaleo 847 54,56 462
Tisaleo 727 54,34 395
Quinchicoto 120 55,89 67
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
121

Amazonia
123

124

Morona Santiago
125

126
Amazonia
Morona Santiago
Cantonal
Prevalencia de
Desnutrición Crónica

Amazonia
Morona Santiago
Parroquial
Prevalencia de
Desnutrición Crónica
127

128
Cantón / Parroquia
Amazonia
Morona Santiago
cuadro 19
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Morona 3.851 32,95 1.269
Macas 1.347 17,52 236
Alshi (Cab. en 9 de Octubre) 43 25,81 11
General Proaño 148 31,34 46
San Isidro 93 28,76 27
Sevilla Don Bosco 1.494 46,08 688
Sinaí 97 27,27 26
Zuña (Zuñac) 27 18,81 5
Cuchaentza 229 36,14 83
San José de Morona 204 44,16 90
Rio Blanco 169 33,05 56
Gualaquiza 1.872 38,55 722
Gualaquiza 898 29,84 268
Amazonas (Rosario de Cuyes) 55 39,93 22
Bermejos 36 39,53 14
Bomboiza 522 50,25 262
Chiguinda 97 45,90 45
El Rosario 89 43,43 39
Nueva Tarqui 64 42,95 27
San Miguel de Cuyes 16 47,50 8
El Ideal 95 38,86 37
Limón Indanza 1.231 42,79 527
General Leonidas Plaza G. (Limón) 412 27,74 114
Indanza 96 35,64 34
San Antonio
(Cab. en San Antonio Centro)
113 48,88 55
San Miguel de Conchay 338 55,48 188
Santa Susana de Chiviaza
(Cab. en Chiviaza)
113 53,76 61
Yunganza (Cab. en El Rosario) 159 46,97 75
Palora 801 32,42 260
Palora 396 24,48 97

Arapicos 82 47,66 39
Cumandá (Cab. en Colonia Agrícola
Sevilla del Oro)
47 33,13 16
Sangay (Cab. en Nayamanaca) 170 39,92 68
16 De Agosto 106 37,95 40
Santiago 1.233 46,61 575
Santiago de Mendéz 254 34,36 87
Copal 45 46,96 21
Chupianza 57 50,74 29
Patuca 224 47,08 105
San Luis de el Acho (Cab. en el Acho) 59 35,88 21
Santiago 312 53,42 167
Tayuza 153 47,42 73
San Francisco de Chinimbimi 129 55,41 71
Sucúa 1.807 38,94 704
Sucúa 1.173 36,35 426
Asunción 196 55,54 109
Huambi 352 40,50 143
Santa Marianita de Jesús 86 30,00 26
Huamboya 938 45,55 427
Huamboya 279 42,76 119
Chiguaza 659 46,73 308
San Juan Bosco 378 37,65 142
San Juan Bosco 220 33,94 75
Pan de Azúcar 40 42,48 17
San Carlos de Limón 24 47,54 11
San Jacinto de Wakambeis 28 37,50 11
Santiago de Pananza 66 43,59 29
Taisha 1.765 52,24 922
Taisha 596 52,24 311
Huasaga (Cab en Wampuk) 141 48,91 69
Macuma 473 49,46 234
Tuutinentza 555 55,46 308
Logroño 625 48,71 304
Logroño 182 35,93 65
Yaupi 233 56,50 132
Shimpis 210 51,15 107
Pablo VI 169 41,86 71
Pablo VI 169 41,86 71
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
129

130
Napo

Amazonia
Napo
Cantonal
Prevalencia de
Desnutrición Crónica
131

132
Amazonia
Napo
Parroquial
Prevalencia de
Desnutrición Crónica

Amazonia
Napo
cuadro 20
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Tena 5.565 41,79 2.326
Tena 2.357 33,27 784
Ahuano 599 46,57 279
Chontapunta 961 54,31 522
Pano 125 47,01 59
Puerto Misahualli 607 41,54 252
Puerto Napo 654 48,51 317
Talag 262 42,92 112
Archidona 2.390 32,26 771
Archidona 918 31,83 292
Cotundo 983 33,55 330
San Pablo de Ushpayacu 489 30,49 149
El Chaco 643 22,15 142
El Chaco 383 19,34 74
Gonzalo Díaz de Pineda (El Bombón) 35 30,60 11
Linares 23 33,43 8
Oyacachi 51 29,86 15
Santa Rosa 120 23,93 29
Sardinas 31 19,52 6
Quijos 491 48,08 236
Baeza 126 43,87 55
Cosanga 65 54,08 35
Cuyuja 56 57,71 32
Papallacta 68 47,99 33
San Francisco de Borja (Virgilio Dávila) 176 45,85 81
Carlos Julio Arosemena Tola 330 42,02 139
Carlos Julio Arosemena Tola
(Zatza-Yacu)
330 42,02 139
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
133

134
Orellana

Amazonia
Orellana
Cantonal
Prevalencia de
Desnutrición Crónica
135

136
Amazonia
Orellana
Parroquial
Prevalencia de
Desnutrición Crónica

Amazonia
Orellana
cuadro 21
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Orellana 4.874 45,47 2.216
Puerto Francisco de Orellana (Coca) 2.890 44,07 1.273
Dayuma 1.558 46,62 726
Taracoa 426 50,83 217
Aguarico 474 50,82 241
Nuevo Rocafuerte 167 50,38 84
Capitán Augusto Rivadeneyra 83 56,23 47
Cononaco 23 48,74 11
Santa María de Huiririma 51 53,33 27
Tiputini 124 49,40 61
Yasuní 26 40,04 10
La Joya de los Sachas 2.956 40,84 1.207
La Joya de los Sachas 1.239 32,87 407
Enokanqui 668 46,07 308
Pompeya 228 52,00 119
San Carlos 305 35,49 108
San Sebastián del Coca 516 51,44 265
Loreto 1.999 38,27 765
Loreto 213 23,20 49
Avila (Cab en Huiruno) 438 38,59 169
Puerto Murialdo 337 45,16 152
San José del Payamino 426 37,99 162
San José de Dahuano 497 40,46 201
San Vicente de Huaticocha 88 35,66 31
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
137

138
Pastaza

Amazonia
Pastaza
Cantonal
Prevalencia de
Desnutrición Crónica
139

140
Amazonia
Pastaza
Parroquial
Prevalencia de
Desnutrición Crónica

Amazonia
Pastaza
cuadro 22
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Pastaza 5.006 53,48 2.677
Puyo 2.402 43,29 1.040
Canelos 235 70,19 165
10 de Agosto 107 50,20 54
Fátima 74 48,24 36
Montalvo (Andoas) 484 67,28 326
Pomona 26 53,85 14
Río Corrientes 4 71,25 3
Río Tigre 62 55,87 35
Sarayacu 339 67,80 230
Simón Bolívar (Cab. en Mushullacta) 640 65,37 418
Tarqui 235 58,23 137
Teniente Hugo Ortiz 99 59,29 59
Veracruz (Indillama) (Cab. en Indillama) 137 52,17 71
El Triunfo 162 55,94 91
Mera 774 29,86 231
Mera 100 28,19 28
Madre Tierra 127 53,73 68
Shell 547 24,62 135
Santa Clara 302 39,43 119
Santa Clara 302 39,43 119
Arajuno 751 51,41 386
Arajuno 397 49,82 198
Curaray 354 53,19 188
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
141

142
Sucumbios

Amazonia
Sucumbios
Cantonal
Prevalencia de
Desnutrición Crónica
143

144
Amazonia
Sucumbios
Parroquial
Prevalencia de
Desnutrición Crónica

Amazonia
Sucumbios
cuadro 23
Desnutrición Crónica en menores de cinco años
Cantón / Parroquia
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Lago Agrio 6,826 31.00 2,116
Nueva Loja 3,762 23.08 868
Dureno 368 42.00 155
General Farfán 627 41.69 261
El Eno 663 45.34 301
Pacayacu 770 35.39 272
Jambelí 241 40.89 99
Santa Cecilia 395 40.45 160
Gonzalo Pizarro 813 29.43 239
Lumbaquí 299 23.88 71
El Reventador 103 19.01 20
Gonzalo Pizarro 322 36.89 119
Puerto Libre 89 33.16 30
Putumayo 744 39.34 293
Puerto El Carmen del Putumayo 229 31.02 71
Palma Roja 392 43.48 170
Puerto Bolívar (Puerto Montufar) 20 39.65 8
Puerto Rodríguez 19 58.63 11
Santa Elena 84 38.31 32
Shushufi ndi 3,432 34.92 1,198
Shushufi ndi 1,982 30.09 596
Limoncocha 422 47.86 202
Pañacocha 82 57.35 47
San Roque (Cab San Vicente) 336 45.64 153
San Pedro de los Cofanes 250 27.74 69
Siete de Julio 360 36.16 130
145

146
Sucumbíos 301 38.38 116
La Bonita 76 44.79 34
El Playón de San Francisco 136 37.33 51
La Sofía 14 60.50 8
Rosa Florida 35 31.66 11
Santa Bárbara 40 27.93 11
Cascales 913 43.14 394
El Dorado de Cascales 614 46.30 284
Santa Rosa de Sucumbíos 53 46.92 25
Sevilla 246 34.43 85
Cuyabeno 680 42.35 288
Tarapoa 482 43.09 208
Cuyabeno 50 48.66 24
Aguas Negras 148 37.82 56
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS

Zamora Chinchipe
147

148
Amazonia
Zamora Chinchipe
Cantonal
Prevalencia de
Desnutrición Crónica

Amazonia
Zamora Chinchipe
Parroquial
Prevalencia de
Desnutrición Crónica
149

150
Cantón / Parroquia
Amazonia
Zamora Chinchipe
cuadro 24
Desnutrición Crónica en menores de cinco años
Número de niños/as
entre 1 y 5 años
Censo 2001
Prevalencia de
desnutrición de
niños/as entre
1 y 5 años
Número de niños/as
entre 1 y 5 años con
desnutrición crónica
Zamora 2.411 33,86 816
Zamora 1.116 26,91 300
Cumbaratza 432 38,10 165
Guadalupe 325 39,97 130
Imbana (La Victoria de Imbana) 158 47,98 76
Sabanilla 58 38,28 22
Timbara 83 41,59 35
San Carlos de las Minas 239 37,27 89
Chinchipe 1.011 40,81 413
Zumba 800 40,24 322
Chito 150 47,92 72
El Chorro 25 23,80 6
La Chonta 28 36,54 10
Pucapamba 8 33,25 3
Nangaritza 669 43,16 289
Guayzimi 413 40,41 167
Zurmi 256 47,58 122
Yacuambi 752 43,51 327
28 de Mayo (San josé de Yacuambi) 416 42,87 178
La Paz 257 43,56 112
Tutupali 79 46,76 37
Yantzaza 1.763 37,74 665
Yanzatza 1.105 33,36 369
Chicana 273 44,60 122
Los Encuentros 385 45,47 175

El Pangui 1.051 40,37 424
El Pangui 597 36,65 219
El Guisme 234 48,38 113
Pachicutza 161 39,19 63
Tundayme 59 49,39 29
Centinela del Condor 905 42,01 380
Zumbi 687 40,89 281
Paquisha 218 45,56 99
Palanda 989 42,90 424
Palanda 493 44,47 219
El Porvenir del Carmen 206 46,47 96
San Francisco del Vergel 120 47,30 57
Valladolid 170 30,93 53
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
151

152
4. Bibliografía
Alderman, H., H. Hoogeveen, y M. Rossi (2006) “Reducing child malnutrition in Tanzania Combined effects
of income growth and program interventions”, Economics and Human Biology 4: 1-23.
Balk, D., A. Storeygard, M. Levy, J. Gaskell, M. Sharma, y R. Flor (2005) “Child Hunger in the Developing
World: An Analysis of Environmental and Social Correlates”, Food Policy 30 (5-6): 584-611
Banco Mundial (2006) “Nutritional failure in Ecuador: causes, consequences and solutions”. Human Development
Department, Washington D.C.
Benson, T. (2006) “Insights from poverty maps for development and food relief program targeting”. International
Food Policy Research Institute. Food Consumption and Nutrition Division Discussion Paper 205.
Bermudez, O. (2006) “Situación Nutricional, Patrón de Consumo y Acceso a Alimentos: Informe Final de
Consultoría”. Panama: Min. de Economia y Finanzas, Dirección de Políticas Sociales, April.
Deaton, A. (1997) The Analysis of Household Surveys: A microeconometric approach to development policy.
Washington DC: Johns Hopkins University for the World Bank.
Demombynes, G., C. Elbers, J. Lanjouw, P. Lanjouw, J. Mistiaen, y B. Ozler (2002) “Producing an Improved
Geographic Profi le of Poverty: Methodology and Evidence from Three Developing Countries”. WIDER
Discussion Paper 2002-39.
Elbers, C., J. Lanjouw, y P. Lanjouw (2002) “Micro Level Estimation of Welfare”. Washington DC World Bank
Policy Research Paper WPS2911.
------------ (2003) “Micro-level estimation of poverty and inequality”, Econometrica 71(1): 355-64.
------------ (2004) “Imputed Welfare Estimates in Regression Analysis”. Washington DC: World Bank Policy
Research Paper WPS 3294.
Elbers, C., T. Fujii, , P. Lanjouw, B. Ozler, y W. Yin (2007) “Poverty alleviation through geographic targeting:
How much does disaggregation help?”, Journal of Development Economics 83: 198 – 213.
Farrow, A., C. Larrea, G. Hyman, y G. Lema (2005) “Exploring the spatial variation of food poverty in Ecuador”,
Food Policy 30: 510 – 531.
Freire, W. y J. Bacallao (1992) “Primer censo nacional de talla de los niños ecuatorianos de primer grado:
Aspectos Metodológicos”. UNICEF.
Fujii, T. (2005) “Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia”. Washington
DC: World Bank Policy Research Working Paper 3662.
Fujii, T., P. Lanjouw, S. Alayon, y L. Montana (2004) “Micro-level Estimation of Prevalence of Child Malnutrition
in Cambodia”. Washington DC: World Bank WPS Discussion Paper.
Garza, C. y M. de Onís (2004) “Justifi cación para la elaboración de una nueva referencia internacional del

crecimiento, por el Grupo del Estudio Multi-centro sobre las Referencias del Crecimiento de la OMS”. Publicado
en el Food and Nutrition Bulletin, vol.25, no.1, S5-S14, The United Nations University.
Gilligan, D., A. Veiga, M. Benicio, y C. Monteiro (2003) “An Evaluation of Goegraphic Targeting in Bolsa
Alimentação in Brazil: Report Submitted to the Government of Brazil”. Washington DC: International Food
Policy Research Institute.
Haslett, S., G. Jones, y D. Parajuli, forthcoming “Small Area Estimation of Poverty, Caloric Intake, and Malnutrition
in Nepal. Kathmandu: Government of Nepal”. Central Bureau of Statistics. World Food Programme
and World Bank.
Hyman, G., C. Larrea, y A. Farrow (2005) Methods, Results and Policy Implications of Poverty and Food
Security Mapping Assessment. Food Policy 30 (5-6): 453-460.
Larrea, C. (2005) “Poverty, Food Poverty, and Malnutrition Regression Models for Ecuador”. Tomado del
sitio web EcuaMapAlimentaria en Agosto, 18, 2006, http://www.ecuamapalimentaria.info/
Mendenhall, W., D. Wackerly, y R. Scheaffer (1994) Estadística Matemática con Aplicaciones. Grupo Editorial
Iberoamérica S.A. de C.V..
Mistiaen, J., B. Soler, T. Razafi manantena, y J. Razafi ndravonona (2002) “Putting welfare on the map in
Madagascar”. Africa Region Working Paper Series No.34, World Bank, Washington D.C.
Morris, S. (2000) “Targeting Urban Malnutrition: A Multicity Analysis of the Spatial Distribution of Childhood
Nutritional Status”. Washington DC: International Food Policy Research Institute, Food Consumption and
Nutrition Division Discussion Paper #94.
Ramírez, R., y F. Ramírez (2001) Versiones y aversiones del desarrollo. SIISE-CIUDAD/EZE, Universidad
Andina Simón Bolívar . Quito.
Rogers, B., J. Wirth, P. Wilde, y K. Macias (2007) “Introducción a Evaluación de la Prevalencia de Desnutrición
mediante Estimados de áreas pequeñas utilizando el Programa de Mapa de Pobreza (Pov Map
Program)”. Universidad Tufts (mimeo)
Secretaría Nacional de los Objetivos del Milenio (coord.) (2005) “Llegó la hora 2015 el futuro tiene fecha”
Primer Informe ODM.
Sen, A. (1979) “Personal utilities and public judgment: Or what’s wrong with welfare economics? Economic
Journal 89: 537-558.
------------ (1985) Commodities and Capabilities. Elsevier Science Ltd.
------------ (1987) The Standard of Living: Lecture II, Lives and capabilities, in G. Hawthorn (ed) The Standard
of Living, (Cambridge: Cambridge University Press), pp. 20-38.
Simler, K. (2006) “Nutrition Mapping in Tanzania: An Exploratory Analysis”. Washington DC: International
Food Policy Research Institute, Food Consumption and Nutrition Division Discussion Paper #204.
UNICEF (1998) The state of the world´s children. Oxford University Press.
Zhao, Q. (2005) “User Manual for PovMap 1.1a. Development Research Group”. Tomado del sitio web del
Banco Mundial en 12-08-2006, Agosto, 12, 2006, http://iresearch.worldbank.org/PovMap/index.htm
153

154
Recuadro Temático Nº 1
USO DE LOS NUEVOS ESTÁDARES DE CRECIMIENTO DE LA OMS PARA EL CÁLCULO DE LA MALA
NUTRICIÓN DE NIÑOS ECUATORIANOS MENORES DE CINCO AÑOS
1. World Health Organization Working Group on Infant Growth. An evaluation of infant growth: the use
and interpretation of anthropometry in infants. Bull WHO 1995;73:165-74.
2. World Health Assembly. Infant and Young Child Nutrition. Resolution WHA47.5 of the 47th World
Health Assembly, 11th Plenary Meeting, Geneva, 9 May 1994.
3. Cutberto Garza 1 y Mercedes de Onís2, por el Grupo del Estudio Multi-centro sobre las referencias
del Crecimiento de la OMS. Justifi cación para la elaboración de una nueva referencia Internacional del
crecimiento. 2004. Food and Nutrition Bulletin, vol.25, no.1, S5-S14, The United Nations University.
4. De Onis M, Garza C, Victoria CG, Onyango AW, Frongillo EA, Martines J, for the WHO Multicentre
Growth Reference Study Group. The WHO Multicentre Growth Reference Study: planning, study design,
and methodology. Food Nutr Bull 2004;25(1) (supl 1):S15-26.
5. Araújo CL, Albernaz E, Tomasi E, Victora CG, for the WHO Multicentre Growth Reference Study
Group. Implementation of the WHO Multicentre Growth Reference Study in Brazil. Food Nutr Bull 2004;25(1)
(suppl 1):S53-9.
6. Dewey KG, Cohen RJ, Nommsen-Rivers LA, Heinig MJ, for the WHO Multicentre Growth Reference
Study Group. Implementation of the WHO Multicentre Growth Reference Study in the United States.
Food Nutr Bull 200425(1) (supl 1):S84-9.
7. World Health Organization. Physical status: the use and interpretation of anthropometry. Report of
a WHO Expert Committee. Technical Report Series No. 854. Ginebra: Organización Mundial de la Salud,
1995.
8. De Onis M, Onyango AW, Van den Broeck J, Chumlea WC, Martorell R, for the WHO Multicentre
Growth Reference Study Group. Measurement and standardization protocols for anthropometry used in the
construction of a new international growth reference. Food Nutr Bull 2004;25(1) (supl 1):S27- 36.
9. Onyango AW, Pinol AJ, De Onis M, for the WHO Multicentre Growth Reference Study Group. Managing
data for a multicountry longitudinal study: experience from the WHO Multicentre Growth Reference
Study. Food Nutr Bull 2004;25(1) (supl 1):S46-52.
10. Wijnhoven TMA, De Onis M, Onyango AW, Wang T, Bjoerneboe GEA, Bhandari N, Lartey A, Al
Rashidi B, for the WHO Multicentre Growth Reference Study Group. Assessment of gross motor development
in the WHO Multicentre Growth Reference Study. Food Nutr Bull 22. De
11. Onis M, Garza C, Victoria CG, Onyango AW, Frongillo EA, Martines J, for the WHO Multicentre
Growth Reference Study Group. The WHO Multicentre Growth Reference Study: planning, study design,
and methodology. Food Nutr Bull 2004;25(1) (supl 1):S15-26.
12. World Health Organization. The optimal duration of exclusive breastfeeding: a systematic review.
Geneva: Organización Mundial de la Salud, 2002.
13. WHO Global Strategy for Infant and Young-Child Feeding. The optimal duration of exclusive breastfeeding,
54ª Asamblea Mundial de la Salud A54/INF.DOC/4 de mayo de 2001 (resolución WHA 54.2).
Recuadro Temático Nº 4
LACTANCIA MATERNA: BREVE SÍNTESIS DE LOS PRINCIPALES ACONTECIMIENTOS EN ECUADOR
1. Banco Mundial. Revalorización del papel fundamental de la nutrición para el desarrollo: Estrategia
para una intervención a gran escala. Panorama General. Banco Internacional de Reconstrucción y Fomento.
Washington D.C. 2006. Primera edición.
2. Claudia Macías-Carrillo, Lic TE, M en CI; Francisco Franco-Marina, MC, M en CII; Kurt Long-
Dunlap, MA, PhDIII; Sendy Isarel Hernández-Gaytán, Ing Quim, M en CIV; Yolanda Martínez-López, Lic Enf,
M en CV; Malaquías López-Cervantes, MC, PhDI .Lactancia materna y diarrea aguda en los primeros tres
meses de vida. Salud pública Méx vol.47 no.1 Cuernavaca Jan.Feb. 2005
3. Comité de Lactancia Materna de la Asociación Española de Pediatría. Monografías de la A.E.P. No.
5. España, 2004.
4. http://www.paho.org/Spanish/AD/DPC/CD/aiepi-2-8-jjfa.pdf. Prevalencia y factores de riesgo de
infección respiratoria aguda en niños de 6 meses de edad en Pelotas, Rio Grande do Sul. Freitas, J., Baptista,
A., Halpern, R., Victora, C. Barros, F.

5. Ordoñez, J et al. Encuesta Demográfi ca y de Salud Materna e Infantil 2004. Informe Final. Centro
de Estudios de Población y Desarrollo Social (CEPAR). Quito, 2005.
6. OMS/OPS. Principios de Orientación para la alimentación del lactante y el niño pequeño. Diciembre
10-13, 2001.
7. Registro Ofi cial No. 619 del 15 de noviembre de 1.983. Administración del Dr. Oswaldo Hurtado.
Reglamento concerniente a la comercialización de fórmulas para lactantes y niños menores de un año.
8. Ministerio de Salud Pública del Ecuador/Empresas Fabricantes de productos alimenticios para
Niños. Código de Conducta. Quito, 2 de agosto, 1.993.
9. Ministerio de Salud Pública /Dirección de Fomento y Protección. Ley de Fomento, apoyo y protección
a la Lactancia Materna. Ecuador, 2000.
10. Ministerio de Salud Pública /Dirección de Fomento y Protección. Reglamento para la Aplicación de
la Ley de Apoyo, Fomento y Protección de la lactancia materna. Ecuador, 2000.
11. OMS/UNICEF. Declaración de Innocenti sobre Protección, Promoción y Apoyo a la lactancia Materna.
Innocenti, Italia.1.990.
12. Ministerio de Salud Pública del Ecuador. Registro Ofi cial: Acuerdo Ministerial 1003. de 1993.
13. Laspina, C. Ponencia del Congreso de Lactancia Materna y Nutrición Infantil: Iniciativa Hospital
Amigo del Niño y la Madre. Agosto, 2003.
14. Entrevista con el Dr. Walter Torres, líder de Salud de la Niñez del Proceso de normatización del
Ministerio de Salud Pública. 2009.
15. http://www.fi ocruz.br/redeblh/cgi/cgilua.exe/sys/start.htm?UserActiveTemplate=redeblh%5Fespa
nhol&sid=299
Recuadro Temático Nº 5
LOS MICRONUTRIENTES EN EL ECUADOR
1 WHO, 2008: Worldwide prevalence of anemia 1993-2005: WHO global database on anemia.
2 MSP(a), 1999: Ecuador. Ministerio de Salud Pública. Valores de hemoglobina en población ecuatoriana,
Ed. ICT, 1999.
3 MSP(b), 1999: Ecuador. Ministerio de Salud Pública. La defi ciencia de vitamina A en los niños
ecuatorianos, Ed. ICT, 1999.
4 MSP, OPS, UNICEF, 2005: Riesgo de bocio y cretinismo endémicos bajo control. Ecuador 2002-
2004. MSP, OPS, UNICEF; 2005.
5 MSP (c), 2008: Prevalencia de la defi ciencia de ácido fólico en mujeres en edad fértil en el Ecuador,
Presentado en el Seminario de Actualización en micronutrientes, Quito, 2008
6 IZINCG, 2004: International Zinc Nutrition Consultative Group: Assessment of the risk of zinc defi -
ciency in populations and options for its control. Food and Nutrition Bulletin 25: S91-S202, 2004.
7 Investing in the future, GLOBAL REPORT 2009, www.unitedcalltoaction.org, 23 junio, 2009
155

156
1. CARACTERÍSTICAS DEL INDIVIDUO
edn1a2 edad >=1 y edad=2 y edad=3 y edad=4 y edad

Material de pared
PARED1 Hormigón, ladrillo o bloque
PARED2 Adobe o tapia
PARED3 Madera
PARED4 Bahareque
PARED5 Caña no revestida
PAREDADF Paredes de hormigón o ladrillo, adobe, o madera
Material de piso
PISO1 Parquet o entablado
PISO2 Baldosa
PISO3 Ladrillo o cemento
PISO4 Caña
PISO5 Tierra
PISOADE Piso adecuado (parquet, baldosa, o ladrillo)
PISONTIE Pisos que no son de tierra
Número de cuartos
CUAR_V Total de cuartos en la vivienda
CUAR_H Cuartos disponibles para el hogar
CUAR_D Dormitorios disponibles para el hogar
CUAR_C Cuarto exclusivo para cocinar
CUAR_N Cuarto dedicado exclusivamente para negocios
Combustible para cocinar
COMBCO1 Gas
COMBCO2 Leña o carbón
Hacinamiento y total de personas en el hogar
PERS Total de personas en el hogar
PERCUA Número de personas por cuartos disponibles para el hogar
HAC Hacinamiento (3 o más personas por cuarto disponible)
Índice de calidad de la vivienda
INDICE Suma de tipovs, techoadf, paredadf, pisoade, aguader, sanivs, elec, telef y basu1
INDIC1 INDICE sin considerar elec
Ubicación de la vivienda en áreas urbanas
URBAN Vivienda ubicada en poblaciones con más de 5,000 habitantes
3. ACCESO A SERVICIOS
Abastecimiento de agua
AGUA1 Red pública
157

158
AGUA2 Pozo
AGUA3 Río
AGUA4 Carro repartidor
AGUA5 Otro
AGUADER Agua entubada por red pública dentro de la vivienda
AGUADEF Agua entubada por red pública o pozo
Servicio higiénico de la vivienda
SANIV1 Alcantarillado
SANIV2 Pozo ciego
SANIV3 Pozo séptico
SANIV4 Otra forma
SANIVS Alcantarillado y pozo séptico
Electricidad
ELEC Viviendas con acceso a electricidad
Teléfono
TELEF Viviendas con acceso a línea telefónica fi ja
Recolección de basura
BASU1 Carro recolector
BASU2 Terreno baldío
BASU3 Quemar-enterrar
BASU4 Otra forma
Servicio higiénico del hogar
SANIH1 Excusado exclusivo
SANIH2 Excusado común
SANIH3 Letrina
SANIH4 No tiene
Ducha
DUCHA1 Ducha exclusiva
DUCHA2 Ducha común
DUCHA3 No tiene
4. CARACTERISTICAS DEMOGRÁFICAS
JEF_FEM Miembros en hogares con jefatura femenina
Estado Civil del jefe
CIVIL1J Unido
CIVIL2J Soltero
CIVIL3J Casado

CIVIL4J Divorciado/Separado
CIVIL5J Viudo
Edad
J_EDAD Edad del jefe del hogar
CO_EDAD Edad del cónyuge
EDM5 Total de miembros en el hogar menores a 5 años de edad
ED6A14 6 a 15 años
ED15A24 15 a 24 años
ED25A64 25 a 64 años
EDM65 Mayores de 65
Idioma del jefe del hogar
JE_LSP Sólo español
JE_LIND Sólo lengua nativa, o español y lengua nativa
Pertenencia étnica del jefe del hogar
JE_IND Indígena
JE_AFRO Afro-ecuatoriano, o mulato
JE_BLAN Blanco
Dependencia demográfi ca
DEPDEM
Total de miembros de 14 años, o menos y miembros de 65 años o más, entre el
total de miembros de 15 a 64 años
DEPDEM2 (Total 14 o menos y mayores de 65) / miembros del hogar
5. EDUCACIÓN
Asistencia
NOASPRH
Número de miembros en edad de asistir a primaria que no asisten a éste u otro
nivel de educación superior
PNOASPRH
Variable anterior expresada como el porcentaje de miembros en el hogar entre 6 y
11 años de edad
NOASECH
No. de miembros en edad de asistir a secundaria que no asisten a éste u otro nivel
de educación superior
PNOASECH % de miembros entre 12 y 17 años de edad
NOASTEH
No. de miembros en edad de asistir a la educación terciaria que no asisten a este
nivel
PNOASTEH % de miembros entre 18 y 22 años de edad
NOASISH No. de miembros entre 6 y 17 años que no asisten a un nivel educación formal
PNASIS % de miembros entre 6 y 17 años de edad
Alfabetismo
NLC15H
No. de miembros del hogar de 15 años o más de edad que no saben leer y
escribir
PNLC15H % de miembros de 15 años o más de edad que no saben leer y escribir
HNLC15H
No. de hombres en el hogar de 15 años o más de edad que no saben leer y
escribir
PHLC15H % de hombres de 15 años o más de edad que no saben leer y escribir
MNLC15H No. de mujeres en el hogar de 15 años o más de edad que no saben leer y escribir
159

160
PMLC15H % de mujeres de 15 años o más de edad que no saben leer y escribir
ANALFH
Años de educación
ANOESEJ Del jefe del hogar
ANOESCO Del cónyuge
No. de miembros del hogar de 15 años o más de edad con tres años, o menos,
de educación formal
ANOTPC Años de estudio promedio del resto de las miembros de 15 años o más edad
ANOTHPC Años de estudio promedio del resto de los hombres (15+)
ANOTMPC Años de estudio promedio del resto de las mujeres (15+)
MAXEADU Máxima educación de los miembros mayores de 15 años
Nivel de educación alcanzado (personas de 18 años o más de edad)
Educación del jefe del hogar
EDUCJ0 Sin ningún grado aprobado
EDUCJPI Primaria incompleta
EDUCJPC Primaria completa
EDUCJSI Secundaria incompleta
EDUCJSC Secundaria completa
EDUCJU Algún grado de universidad
Educación del cónyuge
EDUCC0 Sin ningún grado aprobado
EDUCCPI Primaria incompleta
EDUCCPC Primaria completa
EDUCCSI Secundaria incompleta
EDUCCSC Secundaria completa
EDUCCU Algún grado de universidad
Educación resto de las personas en el hogar
NOEDUH Sin ningún grado aprobado
PNOEDUH % de miembros de 18 años o más de edad sin ningún grado aprobado
PRINCH Primaria incompleta
PPRINCH Porcentaje
PRICH Primaria completa
PPRICH Porcentaje
SECICH Secundaria incompleta
PSECICH Porcentaje
SECCH Secundaria completa
PSECCH Porcentaje
OTUNIVH Algún grado de universidad

POTUNIVH Porcentaje
Personas de 25 años o más de edad con título universitario
J_UNI Jefe
CO_UNI Cónyuge
OTM_UNI Resto de las miembros en el hogar
POTM_UNI Porcentaje del resto de las miembros en el hogar
Rezago. Personas entre 7 y 17 que no tienen el año de educación correspondiente a su edad
REZH Número
PREZH Porcentaje
6. EMPLEO
Categoría ocupacional de los miembros del hogar entre 15 y 64 años de edad
Jefe del hogar
J_CAT1 Patrono o socio activo
J_CAT2 Cuenta propia
J_CAT3 Empleado del sector publico
J_CAT4 Empleado del sector privado
J_CAT5 Sin remuneración
Cónyuge
CO_CAT1 Patrono o socio activo
CO_CAT2 Cuenta propia
CO_CAT3 Empleado del sector publico
CO_CAT4 Empleado del sector privado
CO_CAT5 Sin remuneración
Ocupación de los miembros del hogar entre 15 y 64 años de edad
Jefe del hogar
J_OCUP1 Fuerzas armadas
J_OCUP2 Miembros del poder ejecutivo, legislativo, administración pública
J_OCUP3 Profesionales científi cos e intelectuales
J_OCUP4 Técnicos profesionales de nivel medio
J_OCUP5 Empleados de ofi cina
J_OCUP6 Trab. de servicios, y vendedores de comercio y mercados
J_OCUP7 Agricultores y trabajadores califi cados agropecuarios
J_OCUP8 Operadores de instalaciones y maquinas y montadores
J_OCUP9 Trabajadores no califi cados
Cónyuge
CO_OCUP1 Fuerzas armadas
161

162
CO_OCUP2 Miembros del poder ejecutivo, legislativo, administración pública
CO_OCUP3 Profesionales científi cos e intelectuales
CO_OCUP4 Técnicos profesionales de nivel medio
CO_OCUP5 Empleados de ofi cina
CO_OCUP6 Trab. de servicios, y vendedores de comercio y mercados
CO_OCUP7 Agricultores y trabajadores califi cados agropecuarios
CO_OCUP8 Operadores de instalaciones y maquinas y montadores
CO_OCUP9 Trabajadores no califi cados
Rama de actividad de los miembros entre 15 y 64 años de edad
Jefe del hogar
J_RAM1 Trabajadores de agricultura, silvicultura, caza y pesca
J_RAM2 Explotación de minas y canteras
J_RAM3 Industria manufacturera
J_RAM4 Electricidad, gas y agua
J_RAM5 Trabajadores de la construcción
J_RAM6 Comercio al por mayor y menor, restaurantes y hoteles
J_RAM7 Transportes, almacenamientos y comunicaciones
J_RAM8 Banca y seguros
J_RAM9 Servicios comunales, sociales y personales
Cónyuge
CO_RAM1 Trabajadores de agricultura, silvicultura, caza y pesca
CO_RAM2 Explotación de minas y canteras
CO_RAM3 Industria manufacturera
CO_RAM4 Electricidad, gas y agua
CO_RAM5 Trabajadores de la construcción
CO_RAM6 Comercio al por mayor y menor, restaurantes y hoteles
CO_RAM7 Transportes, almacenamientos y comunicaciones
CO_RAM8 Banca y seguros
CO_RAM9 Servicios comunales, sociales y personales
Condición de actividad del jefe y cónyuge
OCUPJ Jefe ocupado
DESOJ Jefe desocupado
INACJ Jefe inactivo
OCUPCO Cónyuge ocupado
Miembros del hogar entre 15 y 64 años de edad por condición de actividad
OCUPH Ocupados

POCUPH Porcentaje de miembros ocupados en el hogar
DESOCH Desocupados
PDESOCH Porcentaje de miembros desocupados en el hogar
INACH Inactivos
PINACH Porcentaje de miembros inactivos en el hogar
Trabajo infantil (personas entre 10 y 14 años de edad)
TRAINFH Miembros del hogar menores a 15 años de edad que trabajan
PTRAINFH Porcentaje
HTRAINFH Hombres menores a 15 años de edad que trabajan
PHTRINFH Porcentaje
MTRAINFH Mujeres menores a 15 años de edad que trabajan
PMTRINFH Porcentaje
Horas trabajadas por semana de las personas entre 15 y 64 años de edad
J_HTRAB Jefe del hogar
CO_HTR Cónyuge
POTRHTR Promedio de horas trabajadas por el resto de los miembros
Miembros del hogar afi liados a la seguridad social
IESSH Total de miembros
7. FERTILIDAD
PHNV Promedio de hijos nacidos vivos de mujeres entre 12 y 49 años de edad
PHNV1 Promedio de hijos nacidos vivos de mujeres entre 12 y 34 años de edad
PHNV2 Promedio de hijos nacidos vivos de mujeres entre 35 y 49 años de edad
PHA_NV Razón de niños vivos actualmente - vivos al nacer
8. VARIABLES EXTERNAS
Centros de salud y establecimientos educativos. Promedios a nivel de cantón
ECENTRO Centros de salud
ESUBCENT Subcentros de salud
EPUESTO Puestos de salud
EDISPEN Dispensarios médicos
EOTRO Otros
EESI Total de establecimientos sin internación por 10000 habitantes
ETESI Tasa de establecimientos sin internación por 10,000 habitantes
EECI Establecimiento con internación
ETECI Tasa de establecimientos con internación por 10,000 habitantes
EECIPU Establecimiento con internación publico
ETECIPU Tasa de establecimientos con internación públicos por 10,000 habitantes
163

164
EECIPR Establecimiento con internación privados
ETECIPR Tasa de establecimientos con internación privados por 10.000 habitantes
EPLANT1 Planteles de nivel 1
EPLANT2 Planteles de nivel 2
EPLANT3 Planteles de nivel 3
Uso de suelo. Promedios a nivel de cantón
ESUELO1 Km2 de bosque intervenido (50% o más)
ESUELO2 Km2 de cultivos de ciclo corto (50% o más)
ESUELO3 Km2 de maíz (50% o más)
ESUELO4 Km2 de arboricultura (50% o más)
ESUELO5 Km2 de pasto cultivado (50% o más)
ESUELO6 Km2 de bosques naturales
Densidad poblacional y Programas sociales Promedios a nivel de parroquia
EDENSI Habitantes por Km2
EFODI Benefi ciarios de programa FODI (FONDO DE DESARROLLO INFANTIL)
EINNFA Benefi ciarios de programa INNFA (INSTITUTO NACIONAL DEL NIÑO Y LA FAMILIA)
EORI Benefi ciarios del programa ORI (OPERACIÓN RESCATE INFANTIL)
EBDH Benefi ciarios del Bono de Desarrollo Humano
Variables de amenazas multifenómeno, nivel cantonal
Esismic Indicador de amenaza de sismo
Evolcan Indicador de amenaza de volcán
Einunda Indicador de amenaza de inundación
Esequia Indicador de amenza de sequí
Edesliz Indicador de amenza de desilizamiento de tierra
Variables de acceso y de carreteras de primer y segundo orden, nivel cantonal
EaccesoA 00.0 - 00.5 hrs (tiempo)
EaccesoB 00.5 - 01.0 Hrs (tiempo)
EaccesoC Más de 1 Hrs (tiempo)
Elength_1 km de carretera de primer orden
Elength_2 Km de carretera de segundo orden
Variables del censo Agropecuario, a nivel cantonal
i02_1 Superfi cie de UPA s - Total
i01_1 Número de UPAs - Total
i02_2 Superfi cie - UPAs de menos de 1Ha
i02_3 Superfi cie - UPAs de 1 hasta menos de 2 Has.
i02_4 Superfi cie - UPAs de 2 hasta menos de 3 Has.

i02_5 Superfi cie - UPAs de 3 hasta menos de 5 Has.
i02_6 Superfi cie - UPAs de 5 hasta menos de 10 Has.
i02_7 Superfi cie - UPAs de 10 hasta menos de 20 Has.
i02_8 Superfi cie - UPAs de 20 hasta menos de 50 Has.
i02_9 Superfi cie - UPAs de 50 hasta menos de 100 Has.
i02_10 Superfi cie - UPAs de 100 hasta menos de 200 Has.
i02_11 Superfi cie - UPAs de 200 Has. Y más
i01_2 Número - UPAs de menos de 1 Ha.
i01_3 Número - UPAs de 1 hasta menos de 2 Has.
i01_4 Número - UPAs de 2 hasta menos de 3 Has.
i01_5 Número - UPAs de 3 hasta menos de 5 Has.
i01_6 Número - UPAs de 5 hasta menos de 10 Has.
i01_7 Número - UPAs de 10 hasta menos de 20 Has.
i01_8 Número - UPAs de 20 hasta menos de 50 Has.
i01_9 Número - UPAs de 50 hasta menos de 100 Has.
i01_10 Número - UPAs de 100 hasta menos de 200 Has.
i01_11 Número - UPAs de 200 Has. y más
i78_1 Cultivos permanentes
i79_1 Cultivos transitorios y barbecho
i80_1 Pastos naturales y cultivados
i81_1 Otros usos en cultivos
i97_1 Solo autoconsumo
i98_1 Ventas al consumidor
i99_1 Ventas al intermediario
i100_1 Ventas al procesador
i101_1 Ventas al exportador
riegpor UPAs con riego
credpor UPAs con crédito
grempor UPAs con personas agremiadas
astepor UPAs con acceso a asistencia técnica
elecpor UPAs con acceso a electricidad
k00651 distancia promedio en km de la UPA a carretera carrozable
165

166
Anexo 2.
Aspectos metodológicos adicionales
Para cada uno de las 16 áreas geográfi cas representativas de la encuesta se realizó lo siguiente:
(i) Utilizando el método de mínimos cuadrados ordinarios y el procedimiento stepwise (MCO-s), se regresionó
el puntaje z (la talla para la edad estandarizada) con todas las variables estadísticamente
similares para seleccionar a las que se correlacionan signifi cativamente con dicho puntaje. En esta
regresión también se consideraron todas las variables externas para ayudar a explicar el efecto de la
ubicación geográfi ca.
(ii) Utilizando MCO-s, se regresionó los promedios de los residuos de (i) con los promedios (a nivel de
conglomerado o sector censal40 ) de las variables estadísticamente similares para seleccionar a las que
se correlacionan signifi cativamente con el componente geográfi co de u . chi
(iii) Se regresionó nuevamente el puntaje z de talla para la edad utilizando MCO-s únicamente con las
variables signifi cativas obtenidas en (i) y (ii),
(iv) Se descompusieron los residuos de (iii) en n el promedio de los residuos a nivel de conglomerado, y el
c
resto de los residuos ( e + δ ) igual a u - n . A este último término para simplifi car se lo denominará
ch chi chi c
como ∂chi (v) Se estimó la varianza de n , var( n ) c c 41 .
(vi) Utilizando MCO-s, se regresionaron los ∂2 con todas las variables estadísticamente similares, sus
chi
cuadrados e interacciones para seleccionar las (Z ) que se correlacionan signifi cativamente con la
chi
heterocedasticidad de ∂2 chi .
(vii) Para obtener la varianza de ∂ se estimó el modelo logístico ln ( ∂ / (A - ∂ chi chi 2
chi )) = Zchi ’α + r con las va-
chi
riables seleccionadas en (vi) (delimitando su predicción entre cero y un máximo), donde A=1.05*max{
∂2 chi }, B=exp(Zchi ’α) y var( ∂chi ) = (AB/(1+B))+0.5 var(r)[AB(1-B)/(1+B)3 ], y
(viii) con var( n ) y var( ∂ ) se produjeron dos matrices cuadradas de dimensión n (donde n es el número
c chi
de menores de cinco años que en la encuesta se midieron talla) cuya suma produjo una matriz de
varianza y covarianza, Σ, con la estructura siguiente42 :
var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi cov ar( ∂ ) chi cov ar( ∂ ) chi
cov ar( ∂ ) chi var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi cov ar( ∂ ) chi
cov ar( ∂ ) chi cov ar( ∂ ) chi var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi
cov ar( ∂ ) chi cov ar( ∂ ) chi cov ar( ∂ ) chi var(n ) + var( ∂ )
c chi
40 Con este paso se trata de identifi car los promedios de las variables a nivel sector censal que permitan reducir el tamaño del componente locacional de
los residuos. Cuanto más pequeño el tamaño de este componente mayor será la precisión del puntaje z y la del indicador de desnutrición crónica.
41 Con la expresión que se muestra en el anexo de Elbers, C. y otros (2003), op cit.
42 Ver Zhao, Q. “User manual for PovMap. Version 1.1a”, DRG-World Bank.

Anexo 3.
Resultados de las estimaciones de los modelos
de desnutrición crónica en los menores de cinco años
Azuay - Bolívar - Cañar - Carchi
AZUAY BOLÍVAR CAÑAR CARCHI
No. de observaciones 294 No. de observaciones 220 No. de observaciones 168 No. de observaciones 138
No. de clusters 70 No. de clusters 38 No. de clusters 37 No. de clusters 36
R² ajustada 0,365 R² ajustada 0,315 R² ajustada 0,396 R ajustada 0,407
Variables Coef. EE. Variables Coef. EE. Variables Coef. EE. Variables Coef. EE.
Constante 2,110 0,044 Constante 2,487 0,093 Constante 2,336 0,066 Constante 2,327 0,141
Características del Individuo
edn4a5 0,052 0,014 hombre -0,041 0,017 edn4a5 0,029 0,019 edn3a4 -0,068 0,023
Características de la vivienda
cuar_h² 0,001 0,000 pared3 0,066 0,048 techo1 -0,065 0,029 cuar_d² 0,008 0,003
piso1 0,019 0,013 techo4 0,053 0,022 piso1 0,039 0,021
techo4 -0,030 0,013
tipov1 -0,054 0,018
tipov4 -0,117 0,030
Acceso a servicios
telef 0,032 0,016 sanih4 -0,064 0,021 saniv2 0,055 0,034
basu3 0,040 0,016 saniv2 -0,059 0,024 saniv3 0,120 0,043
Características Demográfi cas
e15a64m² -0,025 0,006 edm5² 0,006 0,002 edm5 -0,023 0,012 edm5² -0,016 0,004
ed25a64² 0,004 0,002 depdem2² -0,386 0,076 ed6a14² 0,017 0,005
ln(pers) -0,138 0,022 ed15a24 -0,044 0,011 ln(pers) 0,084 0,058
edm65 0,061 0,019 je_ind -0,052 0,022 lnj_edad) -0,146 0,040
e15a64m 0,133 0,032 civil5j 0,172 0,057
je_ind -0,089 0,029 co_edad 0,002 0,001
Educación
ed6a14 -0,063 0,025
j_uni 0,049 0,023 hnlc15h 0,058 0,019 maxeadu² 0,001 0,000 anoesco² 0,000 0,000
Empleo
j_uni 0,064 0,038
j_cat2 0,125 0,035 co_cat1 -0,063 0,021 j_htrab² 0,000 0,000 co_htr² 0,000 0,000
j_ram2 0,024 0,017 co_cat1 0,052 0,021 j_ram2 0,078 0,030
j_ram6 -0,065 0,028
Variables promedio
p(cuar_n) 0,444 0,138 p(otm_uni) 0,846 0,415 p(pared3) -0,313 0,117
p(saniv3) 0,113 0,039 p(je_blan) 0,157 0,085 p(saniv3) -0,126 0,042
p(co_cat1) 0,229 0,090 p(j_edad) -0,004 0,002 p(cuar_n) 0,272 0,166
p(ocuph) 0,031 0,022
p(j_ram2) -0,265 0,136
Variables externas
ecipu -0,045 0,025 edesliz -0,105 0,015 i81_1 0,003 0,001
i97_1 -0,005 0,002
167

168
Cotopaxi - Chimborazo - El Oro - Esmeraldas
COTOPAXI CHIMBORAZO EL ORO ESMERALDAS
No. de observaciones 246 No. de observaciones 208 No. de observaciones 257 No, de observaciones 319
No. de clusters 47 No. de clusters 45 No. de clusters 66 No, de clusters 59
R² ajustada 0,236 R² ajustada 0,482
R² ajustada
0,400 R² ajustada 0,231
Variables Coef. EE. Variables Coef. EE. Variables Coef. EE. Variables Coef. EE.
Constante 2,005 0,068 Constante 1,857 0,101 Constante 2,590 0,092 Constante 1,455 0,321
Características del Individuo
edn1a2 -0,043 0,017 edn1a2 0,072 0,016
edn4a5 0,040 0,017
Características de la vivienda
cuar_d 0,018 0,006 pers² -0,001 0,000 tenviv2 0,060 0,016 cuar_h² 0,002 0,001
tipov4 -0,092 0,023 techo1 -0,038 0,022 techo2 0,104 0,032
techo4 0,074 0,022 cuar_n -0,053 0,032
Acceso a servicios
saniv4 0,063 0,020 saniv3 -0,054 0,019 saniv3 0,043 0,019
ducha2 -0,100 0,040 sanih2 -0,067 0,018
sanih3 -0,075 0,034
telef 0,089 0,019
Características Demográfi cas
edm5 -0,016 0,008 ln(j_edad) 0,069 0,028 ed15a24² -0,009 0,003 edm65² -0,054 0,018
je_ind -0,051 0,019 edm65² 0,040 0,012 ln(pers) -0,063 0,022
depdem2² 1,047 0,341 ln(j_edad) 0,290 0,123
ed25a64 0,026 0,009 civil4j -0,054 0,026
depdem2 -1,197 0,339 j_edad -0,006 0,003
Educación
edm65 0,108 0,044
j_uni 0,068 0,030 hnlc15h 0,020 0,014
Empleo
mnlc15h -0,037 0,017
j_ram3 -0,038 0,022 j_htrab² 0,000 0,000 j_ram2 -0,064 0,025 co_cat1 -0,035 0,018
j_cat1 0,036 0,016 co_cat3 0,074 0,026 j_ram3 -0,054 0,028
j_ram5 0,054 0,032
Variables promedio
p(cuar_c) 0,113 0,070 p(piso2) -0,323 0,198 p(pared3) -0,135 0,085 p(je_ind) -0,372 0,114
p(anoesco) 0,032 0,011 p(techo4) -0,061 0,033 p(cuar_n) -0,498 0,149
p(anoesma) -0,019 0,008 p(cuar_c) 0,134 0,041 p(civil3j) -0,141 0,054
p(agua2) -0,073 0,040 p(je_blan) 0,472 0,174 p(civil5j) -0,343 0,250
p(basu2) 0,058 0,027 p(sanih2) 0,430 0,102 p(edm65) -0,263 0,067
p(j_ram2) -0,216 0,092 p(j_ram3) -0,400 0,139 p(hnlc15h) 0,413 0,149
p(j_ram4) -0,268 0,086 p(mnlc15h) -0,117 0,062
p(j_ram7) 1,178 0,457 p(j_cat2) 0,309 0,154
p(j_cat4) -0,667 0,177
Variables externas
i01_11 -0,001 0,000 i97_1 -0,003 0,001 riegpor -0,009 0,003
etesi -0,031 0,006 einnfa 0,000 0,000
k00651 0,003 0,001

Guayas - Imbabura - Loja - Los Ríos
GUAYAS IMBABURA LOJA LOS RÍOS
No. de observaciones 670 No. de observaciones 219 No. de observaciones 209 No. de observaciones 310
No. de clusters 151 No. de clusters 46 No. de clusters 44 No. de clusters 66
R² ajustada 0,316 R² ajustada 0,523 R² ajustada 0,376 R² ajustada 0,320
Variables Coef. EE Variables Coef. EE Variables Coef. EE Variables Coef. EE
Constante 2,550 0,064 Constante 1,954 0,107 Constante 1,988 0,065 Constante 1,977 0,088
Características de individuo
edn1a2 0,021 0,010 hombre -0,026 0,015 edn1a2 0,028 0,014
Características de la vivienda
piso2 0,026 0,013 cuar_d 0,015 0,008 piso2 0,068 0,033 pers -0,042 0,011
pared1 0,101 0,034 ln(pers) -0,108 0,032 pers² 0,002 0,001
ln(pers) -0,084 0,015
cuar_d 0,015 0,005
pared3 0,058 0,035
Acceso a servicios
sanih2 -0,030 0,015 basu3 -0,056 0,021 telef 0,082 0,024
telef -0,023 0,012 ducha1 0,056 0,018 sanih2 -0,039 0,020
saniv3 0,038 0,015
Características demográfi cas
ed25a64² 0,004 0,001 civil5j -0,057 0,034 ed25a64² 0,010 0,003 civil5j -0,098 0,039
civil5j -0,058 0,020 ln(j_edad) 0,064 0,030 edm5² -0,011 0,002 ln(j_edad) 0,056 0,023
ed15a24² -0,003 0,001 je_afro 0,051 0,028
j_edad² 0,000 0,000 ed6a14² -0,011 0,003
Educación
ed6a14 0,042 0,015
anoesej² 0,000 0,000 mnlc15h -0,079 0,018 maxeadu 0,009 0,003 maxeadu² 0,000 0,000
otm_uni -0,034 0,023 otm_uni² -0,014 0,010 co_uni 0,111 0,049
Empleo
j_uni -0,091 0,037
trainfh² 0,038 0,015 j_cat3 -0,042 0,016 j_ram6 -0,052 0,028
j_cat2 -0,044 0,023 htrainh 0,048 0,023 htrainh² 0,022 0,011
Variables promedio
p(hombre) -0,147 0,054 p(mtrainh) 0,604 0,221 p(edm65) -0,167 0,071 p(saniv2) -0,092 0,030
p(ocupco) 0,145 0,049 p(agua3) -0,124 0,037 p(hombre) -0,342 0,095 p(tipov2) 0,417 0,105
p(mnlc15h) 0,194 0,052 p(pared3) 0,372 0,129
p(e15a64m)
0,096 0,038 p(hombre) 0,237 0,077
p(ed25a64) 0,049 0,015 p(j_ram6) -0,197 0,100 p(sanih3) 0,057 0,042 p(piso3) 0,129 0,037
p(tipov4) 0,095 0,032 p(tipov4) -0,075 0,034 p(je_ind) -0,098 0,056 p(jef_fem) -0,182 0,079
p(combco2) -0,130 0,053 p(saniv2) 0,140 0,066 p(je_blan) -0,647 0,373 p(mtrainh) 0,769 0,372
p(ed6a14) -0,038 0,018 p(civil1j) 0,175 0,083 p(j_ram4) -0,160 0,091
p(techo3) 0,137 0,083 p(je_afro) 0,111 0,071
Variables externas
esismic -0,095 0,020 edesliz 0,015 0,008 esismic 0,069 0,018 ei98_1 -0,012 0,003
etesi -0,061 0,013 eastepor 0,007 0,005 etecipu 0,201 0,066
ek00651 -0,015 0,003
etecipu -0,230 0,062
ebdh 0,000 0,000
ei101_1 -0,003 0,001
169

170
Manabí - Pichincha - Tungurahua - Amazonía
MANABÍ PICHINCHA TUNGURAHUA AMAZONÍA
No. de observaciones 359 No. de observaciones 443 No. de observaciones 248 No. de observaciones 483
No. de clusters 75 No. de clusters 119 No. de clusters 64 No. de clusters 78
R² ajustada 0,323 R² ajustada 0,258
R² ajustada
0,275 R² ajustada 0,172
Variables Coef. EE Variables Coef. EE Variables Coef. EE Variables Coef. EE
Constante 2,167 0,087 Constante 2,030 0,099 Constante 2,134 0,040 Constante 2,321 0,047
Características de individuo
edn1a2 -0,033 0,013 edn2a3 -0,036 0,013
edn2a3 -0,022 0,013
Características de vivienda
techo2 0,108 0,030 cuar_n 0,061 0,022 tipov4 -0,054 0,026 pared1 0,024 0,014
pared2 -0,095 0,030
Acceso a servicios
agua3 0,067 0,024 agua2 -0,038 0,018 basu3 -0,041 0,019 sanih4 -0,041 0,016
sanih1 0,031 0,014 basu1 0,030 0,015
Características demográfi cas
edm5 -0,029 0,006 ln(j_edad) 0,035 0,019 depdem2 -0,072 0,041
jef_fem 0,040 0,020 ed15a24 -0,052 0,015
ed15a24² 0,011 0,005
depdem2 -0,096 0,047
je_ind -0,038 0,020
Educación
maxedmh² 0,000 0,000 maxedmh² 0,000 0,000 maxeadu 0,010 0,002 hnlc15h -0,204 0,080
Empleo
otm_uni² -0,065 0,022 nlc15h² 0,017 0,008 hnlc15h² 0,122 0,069
co_cat1 -0,033 0,019 co_htr² 0,000 0,000
j_ram5 -0,108 0,045 co_cat2 -0,052 0,033
Variables promedio
p(civil4j) 0,765 0,184 p(pared3) 0,478 0,122 p(piso4) -0,109 0,030 p(edm5) -0,070 0,019
p(sanih3) 0,142 0,043 p(j_ram5) -0,405 0,121 p(edn4a5) -0,260 0,117 p(j_cat2) -0,076 0,047
p(tipov1) 0,192 0,061 p(j_ram7) 0,397 0,143
p(co_cat1) 0,133 0,072 p(tipov2) -0,190 0,043
p(urban) 0,100 0,028 p(jef_fem) 0,207 0,062
p(basu1) -0,069 0,035 p(anoesco) 0,015 0,004
p(edn2a3) -0,181 0,105 p(piso2) -0,134 0,043
p(cuar_c) 0,139 0,057
p(hombre) -0,128 0,062
p(cuar_d) -0,043 0,024
p(otm_uni) -0,227 0,151
Variables externas
ei81_1 -0,003 0,001 ei78_1 0,003 0,001 efodi 0,000 0,000
ei01_4 -0,0003 0,0001 ebdh 0,000 0,000 evolcan 0,015 0,007
ei01_3 0,0001 0,0001 elength1 0,000 0,000
efodi 0,0000 0,0000
eplant3 0,0011 0,0004
eaccesob 0,0000 0,0000
elength1 0,0000 0,0000