You also want an ePaper? Increase the reach of your titles
YUMPU automatically turns print PDFs into web optimized ePapers that Google loves.
Mapa de la<br />
Desnutrición Crónica<br />
en el Ecuador<br />
Dirección de Análisis e Investigación del Ministerio<br />
de Coordinación de Desarrollo Social - MCDS
Autoridades<br />
Econ. Rafael Correa Delgado<br />
Presidente Constitucional de la República<br />
Econ. Jeannette Sánchez<br />
Ministra de Coordinación de Desarrollo Social<br />
Econ. Mauricio León<br />
Viceministro del Ministerio de Coordinación de Desarrollo Social<br />
Ing. Reinaldo Cervantes<br />
Subsecretario de Gestión de Análisis Información y Registro del Sector Social<br />
Sr. Helmut W. Rauch<br />
Representante del Programa Mundial de Alimentos en Ecuador<br />
Autoras<br />
Carla Calero León y Andrea Molina Vera<br />
Equipo de Investigación<br />
Sebastián Burgos, Carla Calero, Andrea Molina, y Rosario Maldonado de la Dirección de Gestión de Análisis<br />
e Investigación del Sector Social del Ministerio de Coordinación de Desarrollo Social. César Carranza<br />
Barona del Programa Mundial de Alimentos ofi cina Ecuador.<br />
Elaboración visual de los mapas<br />
Fernando Tapia y Hernán Rengel<br />
Fotografía<br />
Archivos Programa Mundial de Alimentos ofi cina Ecuador<br />
Agradecimientos<br />
Las autoras extienden un agradecimiento a la sede del PMA en Ecuador por todo su apoyo para la elaboración<br />
de este estudio. A Beatrice Rogers y Kathy Macias de la Universidad de Tufts por su apoyo técnico y<br />
sugerencias en el proceso de especifi cación del modelo. De la misma manera, se aprecia el apoyo técnico<br />
de Marcos Robles en el apartado metodológico. A Wilma Freire, Ricardo Gutierrez, José Rosero y Wiliam<br />
Wouters se les reconoce también sus valiosos comentarios. Se agradecen asimismo los comentarios de<br />
los asistentes a la presentación de los resultados de este estudio en el Foro Técnico Nacional: Hacia la<br />
Erradicación de la Desnutrición Infantil en el Ecuador. Finalmente, se expresa gratitud a Luis Guerrero y<br />
Pedro Páez Sánchez por su apoyo en la elaboración de tablas para este estudio. Todos los errores y omisiones<br />
son de exclusiva responsabilidad de las autoras.<br />
Ministerio de Coordinación de Desarrollo Social Av. Amazonas y Santa María, esq. Edif. Tarqui, 5to. Piso.<br />
Casilla postal: 1716158. Quito-Ecuador. Teléfono: 2-520-630,2-521864. Página Web: www.mcds.gov.ec<br />
Programa Mundial de Alimentos Ave. Amazonas 2889 y la Granja. Edif. Casa ONU, piso 6. Quito – Ecuador.<br />
Teléfono: 2 -2460330/32, ext. 1618 y 1605. Página web: http://www.wfp.org<br />
Quito, Enero del 2010<br />
Diseño e impresión:
PRESENTACIÓN<br />
INTRODUCCIÓN<br />
Contenido<br />
1. DESNUTRICIÓN DE LA NIÑEZ ECUATORIANA 7<br />
1.1 Perfi l de desnutrición crónica de los menores<br />
de cinco años de edad en Ecuador 8<br />
2. MARCO METODOLÓGICO 13<br />
2.1 Etapa de construcción de variables<br />
predictoras para los modelos 13<br />
2.2 Etapa de construcción de los modelos de desnutrición<br />
crónica para los menores de cinco años 15<br />
2.3 Etapa de estimación de indicadores 16<br />
3. RESULTADOS 18<br />
MAPAS Y CUADROS 25<br />
COSTA 31<br />
El Oro 33<br />
Esmeraldas 38<br />
Guayas 43<br />
Los Ríos 48<br />
Manabí 53<br />
Santa Elena 59<br />
Santo Domingo De Las Tsáchilas 63<br />
SIERRA 67<br />
Azuay 69<br />
Bolívar 75<br />
Cañar 79<br />
Carchi 85<br />
Chimborazo 90<br />
Cotopaxi 95<br />
Imbabura 100<br />
Loja 106<br />
Pichincha 112<br />
Tungurahua 117<br />
AMAZONIA 123<br />
Morona Santiago 125<br />
Napo 130<br />
Orellana 135<br />
Pastaza 138<br />
Sucumbios 142<br />
Zamora Chinchipe 147<br />
4. BIBLIOGRAFÍA 152<br />
5. ANEXOS 156
Presentación<br />
La desnutrición en la niñez es el resultado de una falla en el ejercicio del derecho a una canasta con alimentos<br />
adecuados y sufi cientes y a su aprovechamiento biológico. Es una forma clínica de hambre provocada<br />
por carencias graves y prolongadas de nutrientes: proteínas, energía, vitaminas y minerales. Es uno de los<br />
principales problemas de salud en los países en vías de desarrollo, incide directamente en la mortalidad<br />
infantil, en una mayor morbilidad, en el rezago del crecimiento físico y en un menor desarrollo cognitivo de<br />
las personas. Por lo tanto, restringe las oportunidades y libertades reales de los niños y niñas.<br />
En el Ecuador hay sufi ciente disponibilidad de alimentos y de recursos para combatir la desnutrición. En<br />
consecuencia, se trata de un problema distributivo. El reto consiste entonces en eliminar las fuentes de<br />
privación que afectan a las poblaciones que sufren de desnutrición, mediante políticas públicas activas, integrales<br />
y sostenidas, que ataquen sus múltiples causas y que articulen a los niveles nacionales y locales.<br />
La erradicación de la desnutrición crónica severa y la disminución del retraso en talla para la edad se encuentran<br />
consagradas en el Plan Nacional de Desarrollo 2009-2013, que se propone la meta de reducir la<br />
desnutrición crónica de 26% en 2006 a 14% en 2013. Es una meta ambiciosa pero posible. Para lograrla,<br />
el Gobierno ecuatoriano se encuentra desarrollando una estrategia de reducción acelerada de la desnutrición<br />
de mediano y largo plazo y la Intervención Nutricional Territorial Integral – INTI – en el corto plazo.<br />
En este contexto, el mapa de desnutrición es una herramienta importante que contribuye a priorizar las<br />
acciones de política pública en los cantones y parroquias con altos niveles de prevalencia de desnutrición<br />
crónica.<br />
El mapa de desnutrición crónica de niños y niñas menores de cinco años para el Ecuador fue elaborado<br />
por la Dirección de Análisis e Investigación del Ministerio de Coordinación de Desarrollo Social (MCDS) y es<br />
el fruto de una cooperación conjunta con el Programa Mundial de Alimentos (PMA). Constituye un aporte<br />
importante a un mejor entendimiento de esta problemática y a la construcción de políticas públicas basadas<br />
en información. Estamos seguros de que será ampliamente utilizado por las instituciones y personas<br />
comprometidas con la garantía de los derechos sociales y económicos.<br />
Jeannette Sánchez<br />
Ministra de Coordinación de<br />
Desarrollo Social<br />
Helmut W. Rauch<br />
Representante del Programa<br />
Mundial de Alimentos en Ecuador
Introducción<br />
En Ecuador la prevalencia de desnutrición crónica en menores de cinco años se sitúa en alrededor del<br />
26%; es decir, aproximadamente 368.541 niños/as padecen de defi ciencia de talla para la edad 1 . A pesar<br />
de que esta cifra es elevada, es importante destacar que al interior del país se evidencian porcentajes de<br />
desnutrición superiores al promedio nacional. Por ejemplo, las provincias de Chimborazo, Bolívar y Cotopaxi,<br />
presentan cifras de prevalencia de desnutrición crónica de 52.6%, 47.9% y 42.6%, respectivamente;<br />
es decir, en estas provincias, aproximadamente, uno de cada dos niños/as menor de cinco años de edad<br />
se encuentra desnutrido/a. La visibilización de esta problemática a niveles muy desagregados permite conocer<br />
la realidad de los territorios y priorizar las áreas de intervención. En tal sentido, la elaboración de un<br />
mapa de desnutrición crónica de niños/as menores de cinco años a nivel cantonal y parroquial constituye<br />
una herramienta fundamental de política pública social.<br />
Entre los estudios que se han realizado en el país sobre estimaciones de desnutrición a nivel desagregado,<br />
se puede mencionar el estudio de Freire, Bacallao y Carrasco (1992) que emplea la encuesta Diagnóstico<br />
de la Situación Alimentaria, Nutricional y de Salud (DANS) 1988 y el Censo de 1982 y estima una tipología a<br />
nivel de parroquia relacionada con el nivel de desnutrición y con las condiciones socioeconómicas. Otro estudio<br />
es el de Ramírez y Ramírez (2002) que usando como fuente de información la Encuesta Condiciones<br />
de Vida (ECV) de 1999 y registros administrativos estima una tipología cantonal de mortalidad y morbilidad<br />
por causas nutricionales, determinando un índice de riesgo geográfi co.<br />
Si bien los estudios mencionados han aportado en la comprensión de la desnutrición crónica de la niñez<br />
en el país, es necesario contar con una herramienta más actualizada para la toma de decisiones de política<br />
pública. Por esta razón, la Dirección de Análisis e Investigación del Ministerio de Coordinación de Desarrollo<br />
Social (MCDS) en colaboración con el Programa Mundial de Alimentos (PMA) de las Naciones Unidas,<br />
pone a disposición un mapa de desnutrición crónica para menores de cinco años del 2006. El mapa utiliza<br />
la Encuesta Condiciones de Vida 2005-2006 y el VI Censo de Población y V de Vivienda 2001 para estimar<br />
la prevalencia de desnutrición crónica a nivel cantonal y parroquial, y se basa en la metodología de estimación<br />
de áreas pequeñas desarrollada por Elbers, Lanjouw y Lanjouw (2003). El mapa brinda información<br />
tanto de la prevalencia de desnutrición crónica como del número de niños/as menores de cinco años de<br />
edad con defi ciencia de talla para la edad a niveles desagregados.<br />
El documento está estructurado de la siguiente manera: en la primera sección se presenta la situación de<br />
desnutrición crónica de la niñez en el Ecuador y un perfi l de desnutrición crónica a partir de las estimaciones<br />
de la ECV 1999 y 2005-2006. En la sección 2 se detalla el marco metodológico empleado en la<br />
construcción del mapa. En la sección 3 se presentan los resultados de las estimaciones nacionales a nivel<br />
provincial, cantonal y parroquial. Finalmente, se incluyen las estimaciones de prevalencia de desnutrición<br />
crónica de los niños y niñas en formato de mapas y tablas a nivel nacional, cantonal y parroquial. Además,<br />
se adjunta un anexo estadístico en versión magnética, en el cual se presenta las predicciones de desnutrición<br />
crónica con sus errores estándar respectivos.<br />
Adicionalmente, es importante mencionar que esta publicación incluye cuadros temáticos relacionados<br />
con: el cambio de los patrones de crecimiento de la OMS 2005, por Wilma Freire; la experiencia internacional<br />
en la elaboración de mapas de desnutrición en menores de cinco años, por Beatrice Rogers; la<br />
estrategia nacional de combate a la desnutrición que impulsa el Gobierno Nacional, por Ricardo Gutiérrez<br />
y Catalina Vaca; la importancia de la lactancia materna en la nutrición infantil, por Rocío Caicedo; y, los<br />
micronutrientes en Ecuador, por Guillermo Fuenmayor.<br />
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<br />
los/as niños/as, debido a las carencias nutricionales,<br />
inciden a largo plazo en su desarrollo físico y mental,<br />
impidiéndoles extraer la máxima ventaja de las oportunidades<br />
de aprendizaje que brinda la escolarización<br />
y poniendo en peligro los recursos humanos en<br />
los países pobres 2 . De esta manera, la desnutrición<br />
infl uye en el éxito que estos/as niños/as lleguen a<br />
tener en la vida adulta, y se constituye en uno de los<br />
elementos de persistencia de la pobreza. Por consiguiente,<br />
la disminución de la desnutrición en la niñez<br />
potenciaría el crecimiento económico y la reducción<br />
de la pobreza 3 .<br />
A partir de la ECV 2005-2006 es posible estimar<br />
algunos indicadores de desnutrición en los niños/<br />
as menores de cinco años a nivel nacional como<br />
desnutrición crónica (25,6%), desnutrición global<br />
(6,68%), desnutrición aguda (2%) y desnutrición crónica<br />
severa (6%) 4 . Sin embargo, para este estudio<br />
se empleará el indicador de desnutrición crónica, ya<br />
que además de ser el indicador que presenta la cifra<br />
más elevada es el que alcanza representatividad<br />
provincial, por lo que se espera obtener estimados<br />
más precisos al aplicar la metodología de áreas pequeñas.<br />
Este indicador refl eja la defi ciencia en talla<br />
para la edad y es el resultado de desequilibrios nutricionales<br />
sostenidos en el tiempo.<br />
Es importante destacar, que las mediciones de desnutrición<br />
presentadas en este estudio emplean los<br />
nuevos patrones de crecimiento de la Organización<br />
Mundial de la Salud (OMS) 2005, los cuales son el<br />
resultado de un estudio que utiliza una muestra de<br />
diferentes regiones del mundo, con niños y niñas<br />
que han sido alimentados según las recomendaciones<br />
de la OMS y que han crecido en un ambiente<br />
saludable (Ver recuadro temático 1).<br />
En relación a la evolución de la desnutrición crónica,<br />
se observa en la Tabla 1 que esta pasó de 31,7%<br />
(388.042 niños/as desnutridos) en 1999 a 25,8%<br />
(368.541 niños/as desnutridos) en el 2006; es decir,<br />
que se redujo en 5,9 puntos porcentuales en un período<br />
de 6 años 5 .En el mismo período, la desnutrición<br />
crónica en los menores de cinco años del área<br />
urbana pasó de 22,3% a 19,2%; mientras que, en<br />
el área rural pasó de 42,8% en 1999 a 35,5% en<br />
el 2006. Estas cifras evidencian que se mantiene<br />
una profunda brecha en relación a la salud de los<br />
niños/as entre el área urbana y el área rural, donde<br />
la última presenta más del doble de prevalencia de<br />
desnutrición crónica que las zonas urbanas.<br />
Tabla 1. Evolución desnutrición crónica en menores de cinco años en Ecuador.<br />
Nacional y urbano/rural (patrón de crecimiento OMS 2005)<br />
Prevalencia de<br />
desnutrición crónica<br />
1. DESNUTRICIÓN EN LA<br />
NIÑEZ<br />
ECUATORIANA<br />
1999 2006<br />
Número de niños/as<br />
con desnutrición<br />
crónica<br />
Prevalencia de<br />
desnutrición crónica<br />
Número de niños/as<br />
con desnutrición<br />
crónica<br />
País 31,7 388.042 25,8 368.541<br />
Urbano 22,3 147.614 19,2 163.083<br />
Rural 42,8 240.428 35,5 205.458<br />
Fuente: ECV 1999 y 2005-2006.<br />
Elaboración: SIISE-MCDS<br />
2 Estado Mundial de la infancia, UNICEF 1998<br />
3 Documento Metodológico Presentación de los Objetivos de Desarrollo del Milenio, Objetivo 1. 2004 elaborado por el SIISE.<br />
4 Se considera desnutrición crónica severa cuando la talla para la edad estandarizada se encuentra por debajo de las -3 desviaciones estándar.<br />
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<br />
la desnutrición crónica disminuyó en 6.4 puntos porcentuales en 8 años; es decir, 0.8 puntos porcentuales anuales.<br />
7
8<br />
A pesar de que la prevalencia de desnutrición crónica<br />
en los niños y niñas ha mostrado una tendencia<br />
al decrecimiento sigue siendo uno de los problemas<br />
más graves del Ecuador. El porcentaje de niños y<br />
niñas desnutridos está por arriba de los reportados<br />
en otros países de América Latina, incluso de<br />
6 Estudio del Banco Mundial (2007).<br />
7 No existe diferencia estadística entre la desnutrición crónica en la región sierra y en la región amazónica.<br />
8 Las estimaciones se basan en la ECV 2005-2006.<br />
aquellos con niveles similares de ingreso, como El<br />
Salvador 6 . En América del Sur, Ecuador junto con<br />
Bolivia y Perú son los países que presentan las prevalencias<br />
más altas de desnutrición crónica, como<br />
se observa en el gráfi co a continuación.<br />
Gráfi co 1. Desnutrición crónica (patrón de crecimiento NCSH 78)<br />
Si bien la desnutrición crónica en los/as niños/as<br />
para el 2006 es del 25,8%, existen grupos al interior<br />
del país que presentan porcentajes de desnutrición<br />
superiores a ese promedio. En tal sentido, se observa<br />
que la desnutrición crónica se concentra principalmente<br />
en niños/as indígenas, pertenecientes a<br />
la sierra rural y que provienen de los hogares más<br />
pobres.<br />
Adicionalmente, la prevalencia de desnutrición crónica<br />
en los menores de cinco años varía de forma<br />
importante entre grupos socio-económicos y por<br />
localización geográfi ca. La tasa de desnutrición<br />
crónica es mayor en poblaciones rurales (35,5%)<br />
Nota: La fuente de información para Ecuador es ENDEMAIN 2004<br />
Fuente y elaboración: Estudio de Desnutrición del Banco Mundial, 2007<br />
1.1 Perfi l de desnutrición crónica de los menores<br />
de cinco años en Ecuador<br />
que en poblaciones urbanas (19,2%); mayor en la<br />
Sierra (32,6%) y Amazonía (35,2%) 7 que en la Costa<br />
(18,9%). La Sierra-rural presenta un mayor porcentaje<br />
de niños con retardo en talla (43,6%) que<br />
la Amazonía-rural (37,7%) y la Costa-rural (25,4%).<br />
La desnutrición crónica es mucho mayor para niños/<br />
as indígenas (50,5% desnutridos crónicos) que para<br />
aquellos de cualquier otro grupo étnico (22,8% de<br />
niños/as desnutridos). Además, es mayor para las<br />
familias pobres (34,2%) que para los hogares no pobres<br />
(17,3%). En el quintil más bajo de la distribución<br />
de consumo, el 40,3% de los niños son desnutridos<br />
crónicos; mientras que, en el quintil más alto solamente<br />
el 8,08% son desnutridos crónicos 8 .
Tabla 2. Perfi l de desnutrición crónica de la niñez en Ecuador 2006<br />
(patrón de crecimiento OMS 2005)<br />
Variable<br />
Por otra parte, estos datos también revelan que a<br />
pesar de que la desnutrición crónica en el país se<br />
redujo entre 1999 y el 2006, todavía existen grupos<br />
que registran niveles de desnutrición mayores<br />
a los de 1999, como es el caso de los hogares del<br />
quintil más pobre (40,3% de niños con retardo en<br />
talla), los niños/as de hogares indígenas (50,5% de<br />
niños retardo en talla), los niños en la sierra rural<br />
(43,6%), entre otros. Es importante mencionar que,<br />
de acuerdo al estudio Multicéntrico de la OMS las<br />
disparidades en el crecimiento de los niños/as son<br />
atribuibles a las diferencias ambientales mas no a<br />
la dotación genética (Banco Mundial, 2006). En<br />
tal sentido, los hallazgos relacionados con una alta<br />
prevalencia de desnutrición crónica en la población<br />
indígena se explicarían por razones culturales, por<br />
pobreza, por exclusión, entre otras.<br />
Prevalencia de<br />
desnutrición crónica<br />
Quintil 1 (más pobre) 40,3<br />
Quintil 2 26,1<br />
Quintil 3 21,9<br />
Quintil 4 16,9<br />
Quintil 5 (más rico) 8,08<br />
Hogar pobre 34,2<br />
Hogar no pobre 17,3<br />
Rural 35,5<br />
Urbana 19,2<br />
Sierra rural 43,6<br />
Sierra urbana 23,6<br />
Sierra 32,6<br />
Costa rural 25,4<br />
Costa urbana 15,9<br />
Costa 18,9<br />
Amazonía 35,2<br />
Indígena 50,5<br />
No indígena 22,8<br />
Mujer 22,2<br />
Hombre 26,3<br />
Fuente: ECV 2005-2006<br />
Elaboración: Autoras<br />
A nivel territorial, también se evidencia porcentajes<br />
de desnutrición crónica superiores a los de 1999,<br />
como es el caso en Chimborazo (52%), Bolívar (48%)<br />
y Cotopaxi (43%). Estos resultados son consistentes<br />
con el perfi l antes presentado, ya que son provincias<br />
pobres de la sierra central con una alta composición<br />
de población indígena.<br />
Por otro lado, en el Mapa 1 se presenta las estimaciones<br />
de prevalencia de desnutrición crónica en menores<br />
de cinco años a nivel provincial en base a la<br />
ECV 2005-2006. Como se observa existe una gran<br />
heterogeneidad geográfi ca al interior del país, la prevalencia<br />
de desnutrición crónica varía desde 15,2%<br />
en El Oro a 52,6% en Chimborazo. Las provincias de<br />
la Sierra presentan mayores porcentajes de desnutrición<br />
crónica frente a las provincias de la Costa.<br />
9
10<br />
Mapa 1. Desnutrición crónica de los menores de cinco años a nivel provincial<br />
Por su parte, la Tabla 3 incluye información de dos<br />
indicadores relevantes para la política pública: i) prevalencia<br />
de desnutrición crónica (porcentaje de la población<br />
menor de 5 años que sufre de desnutrición<br />
crónica) y ii) número de niños/as desnutridos/as en<br />
cada provincia. Es importante notar que, a pesar de<br />
que la prevalencia de desnutrición crónica en Guayas<br />
Tabla 3. Desnutrición crónica para niños/as menores<br />
de cinco años de edad por provincia<br />
(patrón de crecimiento OMS 2005)<br />
Provincia Prevalencia<br />
Número niños/as<br />
desnutridos/as<br />
Azuay 36,7 23.412<br />
Bolívar 47,9 10.860<br />
Cañar 34,9 7.870<br />
Carchi 31 4.753<br />
Cotopaxi 42,6 19.282<br />
Chimborazo 52,6 27.100<br />
El Oro 15,2 8.988<br />
Esmeraldas 19,2 10.354<br />
Guayas 16,8 65.375<br />
Imbabura 40,2 16.326<br />
Loja 34,7 15.309<br />
Los Ríos 21,5 18.326<br />
Manabí 24,7 35.367<br />
Pichincha 22,5 58.203<br />
Tungurahua 34,9 15.950<br />
Amazonía 35,2 31.064<br />
País 25,8 368.541<br />
Fuente: ECV 2005-2006.<br />
Estimaciones: Dirección de Análisis e Investigación del Sector Social-MCDS.<br />
Diseño de mapas: SIISE-MCDS<br />
es una de las más bajas (16,8%), es a su vez una de<br />
las provincias que presenta mayor población desnutrida<br />
(65.375 niños/as desnutridos/as). Este resultado<br />
revela la importancia de contar con los dos indicadores<br />
al momento de diseñar un programa enfocado<br />
en combatir la desnutrición de los menores de cinco<br />
años, como también lo destaca Rogers (2007).<br />
Fuente: ECV 2005-2006<br />
Elaboración: Autoras<br />
Finalmente, si bien a partir<br />
de la ECV 2005-2006<br />
es posible estimar indicadores<br />
de desnutrición<br />
crónica a nivel provincial,<br />
es necesario contar con<br />
datos más desagregados<br />
para llevar a cabo<br />
acciones de política pública<br />
a nivel nacional En<br />
este sentido, se presenta<br />
en la siguiente sección la<br />
metodología detrás de la<br />
construcción de los mapas<br />
de desnutrición crónica<br />
para niños y niñas<br />
a nivel cantonal y parroquial<br />
que permite identifi<br />
car cuáles son los cantones<br />
y parroquias más<br />
afectados por problemas<br />
nutricionales, y además<br />
visibilizar las heterogeneidades<br />
espaciales en<br />
relación a la desnutrición<br />
en la niñez.
Uno de los instrumentos más importantes para evaluar<br />
y vigilar el estado de salud y nutrición de niños y de<br />
las poblaciones son las referencias del crecimiento. Su<br />
uso se asienta en el supuesto de que el crecimiento<br />
normal en los primeros años de vida es similar para<br />
todos los niños sin excepción, siempre que las condiciones<br />
de su entorno le permitan expresar su máximo<br />
potencial de crecimiento. Por lo tanto, si bien el evaluar<br />
el crecimiento no es sufi ciente para determinar el<br />
estado de salud de una persona o de una población,<br />
debe ser parte de cualquier estrategia que se proponga<br />
mejorar las condiciones de salud y de desarrollo<br />
socioeconómico de las comunidades en las que viven<br />
las poblaciones.<br />
Luego de varios años de observación de cómo se<br />
venían comportando los estándares del crecimiento<br />
que la OMS venia recomendado, conocidos como las<br />
curvas OMS/NCHS (3), se observó inconsistencias<br />
al comparar el crecimiento de niños alimentados con<br />
leche materna y alimentación complementaria adecuadas<br />
en un ambiente óptimo para el crecimiento,<br />
con las curvas recomendadas. Por tal motivo, la OMS<br />
organizó grupos de trabajo, uno de los cuales recomendó<br />
la realización de un estudio multi-centro para<br />
la elaboración de nuevos estándares de crecimiento,<br />
debido a que las curvas OMS/NCHS, que la misma<br />
OMS venía recomendando, subestimada la desnutrición<br />
y sobreestimaba el sobrepeso, según la edad, de<br />
los niños menores de cinco años.<br />
Previa a esta recomendación, el grupo de trabajo<br />
hizo una evaluación de la Referencia Internacional de<br />
Crecimiento vigente OMS/NCHS (1, 2) y un examen<br />
sistemático del comportamiento del crecimiento en<br />
lactantes alimentados a pecho (3)<br />
Luego de este análisis arribaron a tres conclusiones:<br />
1) El supuesto biológico de la referencia internacional<br />
OMS/NCHS, estaba equivocada. La información<br />
analizada indicaba que el crecimiento infantil no es independiente<br />
del tipo de alimentación. 2) Debido a la<br />
velocidad de crecimiento de los niños en los primeros<br />
meses de vida, y por lo tanto a los cambios físicos que<br />
se operan, el comportamiento del crecimiento debe<br />
documentarse en intervalos más cortos que tres meses.<br />
3) Las fuentes de datos de las curvas de la OMS/<br />
NCHS adolecían de muchos sesgos, de allí las discrepancias<br />
observadas.<br />
En respuesta a estos hallazgos y recomendaciones, la<br />
OMS organizó en 1995 a un grupo técnico, constituido<br />
Recuadro temático Nº 1<br />
USO DE LOS NUEVOS ESTÁNDARES DE CRECIMIENTO DE LA OMS<br />
PARA EL CÁLCULO DE LA MALA NUTRICIÓN<br />
DE NIÑOS ECUATORIANOS MENORES DE CINCO AÑOS<br />
Wilma B. Freire, PhD.<br />
Nutrición Humana y Epidemiología<br />
por pediatras, nutricionistas, biólogos, epidemiólogos<br />
y estadísticos, para encargarle la preparación de un<br />
protocolo para la elaboración de nuevas referencias del<br />
crecimiento, para los niños de hasta cinco años (3).<br />
El estudio, denominado “Estudio Multi-centro de las<br />
Referencias del Crecimiento (MGRS) de la OMS” se<br />
diseñó para que describa el crecimiento de los niños<br />
conforme a las prácticas de salud recomendadas y los<br />
comportamientos saludables, para que sirvan como referencia<br />
normativa o prescriptiva del crecimiento físico.<br />
Los sitios de estudio seleccionados en base a estrictos<br />
criterios de selección, fueron Brasil, Ghana, India,<br />
Noruega, Omán y Estados Unidos (4, 5-6). La investigación<br />
combinó un estudio longitudinal de niños desde<br />
el nacimiento hasta los 24 meses de edad, y un estudio<br />
transversal de niños de 18 hasta los 71 meses.<br />
En todos los sitios, el reclutamiento de lactantes para<br />
el estudio longitudinal se realizó en hospitales dentro<br />
de las 24 horas del nacimiento.<br />
Una característica importante del diseño del estudio fue<br />
la combinación de niños que representan una diversidad<br />
étnica. Esto porque se contaba con datos que demostraron<br />
que las pautas de crecimiento de los preescolares<br />
sanos bien nutridos en el mundo son similares<br />
(6,7) con lo que las referencias construidas a partir de<br />
estos datos, podrían ser aceptadas al nivel mundial.<br />
Para la selección de las participantes se defi nieron<br />
criterios de inclusión (4). También se adoptaron criterios<br />
y defi niciones operacionales relacionadas a las<br />
recomendaciones de alimentación (4) El tamaño de<br />
la muestra se calculó en función de la precisión esperada,<br />
del hecho que se combinaban dos estudios<br />
(transversal versus longitudinal) y, del momento en que<br />
se tomaban las mediciones. A fi n de evitar la imprecisión<br />
de las curvas en los extremos, se hizo un sobremuestreo<br />
del peso al nacer y se elevó el límite de edad<br />
superior. Se cuadruplicó la muestra de recién nacidos<br />
y se uso el límite superior de 71 meses cumplidos<br />
para el estudio transversal con objeto de mejorar la<br />
precisión de las curvas en el intervalo completo de las<br />
edades de interés (4).<br />
Además de recoger datos sobre antropometría y desarrollo<br />
motor, también se recolectó información de las<br />
características socioeconómicas, demográfi cas y ambientales;<br />
factores perinatales; morbilidad, y prácticas<br />
de alimentación. Los datos de desarrollo muscular se<br />
refi rieron a seis habilidades: sentarse sin apoyo, gatear<br />
11
12<br />
sobre las manos y las rodillas, levantarse sin ayuda, caminar<br />
sin ayuda, estar de pie solo y caminar solo (4).<br />
Durante la ejecución del estudio se aplicaron procesos<br />
de estandarización muy rigurosos (4, 8,9, 10). Los<br />
datos recogidos se ingresaron simultáneamente, se<br />
verifi caron y validaron en los sitios del estudio y luego<br />
se enviaron, mensualmente, al Centro Coordinador de<br />
la OMS. El análisis de los datos también se llevo acabo<br />
en el Centro Coordinador, en donde también se elaboraron<br />
las referencias nuevas del crecimiento usando<br />
las últimas técnicas estadísticas (4).<br />
El estudio contó con un Comité Ejecutivo, formado por<br />
cinco miembros que también formaron parte del Comité<br />
Directivo. También se organizó un Grupo Consultivo,<br />
integrado por expertos de prestigio internacional<br />
en antropometría, epidemiología, estadística, nutrición<br />
y biología humana que proporcionó asesoría técnica<br />
al Centro Coordinador, y a los Comités Ejecutivo y Directivo<br />
(4). El comité revisaba el progreso y problemas<br />
del estudio con regularidad y resolvía las cuestiones de<br />
fondo que surgieron durante la ejecución. También tenía<br />
a su cargo las adaptaciones locales que se hicieron<br />
a los protocolos del MGRS y los asuntos relacionados<br />
con la ejecución técnica del estudio, así como las decisiones<br />
acerca de la selección de los sitios del estudio,<br />
la participación continua de dichos sitios y las cuestiones<br />
relacionadas con la inclusión o exclusión (4).<br />
Resultados del estudio<br />
El MGRS proporciona instrumentos científi cos sólidos<br />
para evaluar el crecimiento de los niños y por lo tanto<br />
son instrumentos útiles para promover la salud infantil<br />
(11), provee una gama de referencias para usos más<br />
amplios, por ejemplo, para la promoción de la lactancia<br />
materna en los primeros meses y la vigilancia del<br />
sobrepeso y la obesidad en los niños. Las referencias<br />
de velocidad son muy útiles para la evaluación oportuna<br />
del riesgo de sobrepeso y por ende, hacen un<br />
aporte a la gestión temprana de este problema de<br />
salud pública. En lugar de esperar para detectar los<br />
riesgos cuando el problema ya se ha presentado, las<br />
referencias de velocidad facilitan la detección de niños<br />
en riesgo de estar desnutridos o sobre-nutridos. Con<br />
el diseño de la muestra “prescriptiva” se puede hacer<br />
una mejor estimación de la variabilidad del crecimiento<br />
normal, con lo cual se puede lograr una estimación de<br />
riesgo mas adecuada, tanto al nivel individual como al<br />
nivel de población y una mejor estimación de la desnutrición<br />
y la sobre-nutrición.<br />
El hecho de que los niños del estudio hayan sido alimentados<br />
con leche materna demuestran que este<br />
alimento sigue siendo el mejor alimento para al niño<br />
y por lo tanto sustenta la necesidad de continuar promoviendo<br />
la lactancia materna (12, 13) y de que los<br />
países hagan efectiva la adopción del Código de sucedáneos<br />
de la Leche Materna; así como, que se incluya<br />
las recomendaciones para asegurar la lactancia<br />
materna en los instrumentos de tamizaje utilizados en<br />
la atención de los lactantes y los niños pequeños.<br />
En cuanto al tamizaje propiamente tal, los nuevos estándares<br />
son instrumentos que sirven para vigilar el<br />
crecimiento de los niños y detectar muy tempranamente<br />
las desviaciones que se pueden dar en el crecimiento<br />
del niño, con relación a las prácticas de la<br />
lactancia materna y la alimentación complementaria,<br />
así como con el desarrollo motor.<br />
Para su diseminación, la OMS ha desarrollado intensas<br />
actividades en todas las regiones del mundo para<br />
que los países adopten estos nuevos estándares y<br />
tiene a disposición de todo los profesionales una hoja<br />
web con toda la información pertinente a los nuevos<br />
estándares en donde se puede encontrar los nuevos<br />
gráfi cos de los diferentes índices, un software para<br />
su uso y todo el sustento bibliográfi co. La dirección<br />
electrónica es: www.who.int/childgrowth/standars/<br />
curvas_por_indicadores/en/index/html<br />
USO DE LOS NUEVOS ESTÁNDARES<br />
EN ECUADOR<br />
El aplicar los nuevos estándares de crecimiento a los<br />
datos nacionales disponibles en el país, signifi ca el<br />
contar con estimaciones acertadas de las prevalencias<br />
de mala nutrición por défi cit y por exceso, lo cual<br />
permite, al aplicar las estimaciones a nivel provincial<br />
y cantonal, identifi car con mayor precisión aquellos<br />
cantores que tiene las más altas prevalencias y por lo<br />
tanto, ser sujetos de atención prioritaria.<br />
Permite también, hacer una estimación correcta de las<br />
tendencias de la mala nutrición, lo cual permite reconocer,<br />
por un lado los avances alcanzados a través de<br />
los tiempos y la velocidad con que las prevalencias se<br />
han ido modifi cando, lo cual es un indicador del grado<br />
de atención que los diferentes gobiernos de turno han<br />
dado a este problema.<br />
Al nivel individual, los nuevos estándares permiten<br />
hacer un seguimiento del crecimiento de los niños y<br />
detectar con oportunidad el riesgo de desnutrición o<br />
sobrepeso, lo cual constituye una herramienta extremadamente<br />
útil para la toma oportuna de acción<br />
Por ello es imperioso que se adopte este nuevo instrumento<br />
de valoración nutricional no solo para la<br />
estimación de las prevalencias de desnutrición, sino<br />
sobre todo, para la vigilancia del crecimiento de los<br />
niños en las unidades de salud y en las unidades de<br />
atención infantil.<br />
NOTA: Bibliografía en la página 154
Para la estimación del mapa de desnutrición crónica<br />
para Ecuador se aplicó la metodología de estimación<br />
de áreas pequeñas propuesta por Elbers,<br />
Lanjouw y Lanjouw (2003). Esta metodología, si<br />
bien fue desarrollada para la estimación de mapas<br />
de pobreza, ha podido ser extendida al ámbito de<br />
la desnutrición crónica para menores de cinco años<br />
de edad 10 (más adelante se describen las particularidades<br />
de la metodología cuando se busca este<br />
último propósito).<br />
La metodología combina los datos de las encuestas<br />
de hogares con los datos del censo. Es decir, utiliza<br />
la información antropométrica que se recoge con la<br />
encuesta de hogares para los menores de 5 años<br />
y la proyecta en el censo nacional de población y<br />
vivienda, produciendo estimaciones para cada unidad<br />
política administrativa de interés, en este caso<br />
a nivel cantonal y parroquial.<br />
La idea básica para su construcción consiste en:<br />
(a) estimar modelos de predicción del puntaje z de<br />
Fuentes de información. Para la estimación del<br />
mapa de desnutrición crónica de Ecuador se utilizó<br />
la Encuesta Condiciones de Vida - Quinta Ronda -<br />
2005-2006 y el VI Censo de Población y V de Vivienda<br />
2001. Se realizó un análisis de las preguntas<br />
de ambas fuentes, así como de los dominios de representación<br />
y de los tamaños muestrales de la encuesta.<br />
A partir de este análisis se decidió descartar<br />
las observaciones correspondientes a las viviendas<br />
2. MARCO<br />
METODOLÓGICO 9<br />
talla para la edad, con la información de la encuesta<br />
de hogares, empleando variables que existen y<br />
son similares en la encuesta y el censo y empleando<br />
variables de fuentes externas que pueden ser incorporadas<br />
a ambas bases; (b) aplicar los parámetros<br />
estimados de estos modelos a la información del<br />
censo para predecir el puntaje z talla para la edad<br />
de cada niño o niña censado; y (c) sobre la base de<br />
estas predicciones, construir el indicador de desnutrición<br />
crónica de los menores de cinco años para<br />
diferentes subgrupos de la población defi nidos geográfi<br />
camente. La aplicación de esta metodología,<br />
aborda aspectos complejos relacionados con los<br />
problemas de efectos locales y heterocedasticidad<br />
que se pueden presentar en los errores del modelo,<br />
entre otros. Estos temas son abordados a lo largo<br />
de este apartado.<br />
Las actividades realizadas para construir los mapas<br />
de desnutrición de Ecuador pueden agruparse en<br />
las etapas descritas a continuación.<br />
2.1 Etapa de construcción de variables<br />
predictoras para los modelos<br />
colectivas que se encuentran en el censo, para obtener<br />
el mismo universo de estudio que la encuesta.<br />
Adicionalmente, se creó una variable que identifi có<br />
a las unidades primarias de muestreo en la encuesta<br />
y su correspondiente agrupación en el censo 11 .<br />
Para reducir los efectos locales relacionados con la<br />
desnutrición crónica, los cuales podrían sobreestimar<br />
la precisión de los estimados obtenidos 12 , se<br />
9 Se agradecen los valiosos comentarios del Econ. Marcos Robles del Banco Inter-Americano de Desarrollo (BID).<br />
10 Fujii, T. (2005) Micro-Level Estimation of Child Malnutrition. Indicators and its application in Cambodia” Work Bank Policy Research Working Paper<br />
3662, July 2005. Simler, K. (2006). Nutrition Mapping in Tanzania. An Exploratory Analysis. IFPRI-FCND. Discussion Paper 204.<br />
11 Esta variable fue construida para poder identifi car con un mismo código a la provincia, cantón, parroquia, zona y sector censal.<br />
12 Elbers, Chris; J. Lanjouw, and P. Lanjouw. January 2003 “Micro-level estimation of poverty and inequality”, Econometrica Vol. 71(1): 355-64<br />
13
14<br />
sigue la práctica aplicada generalmente en la construcción<br />
de mapas de pobreza bajo este método 13 ;<br />
es decir, por un lado, incluir los promedios de las variables<br />
predictoras a nivel de cluster, en este caso a<br />
nivel de sector censal a partir de la base del censo. Y<br />
por otro lado, utilizar información de fuentes externas<br />
que se puedan aplicar tanto a la encuesta de hogares<br />
como al censo, y que se estimen al mayor nivel<br />
de desagregación posible.<br />
La siguiente información fue empleada a partir de<br />
fuentes externas:<br />
• Con el III Censo Agropecuario 2000 14 , que<br />
tiene representatividad cantonal, se estimaron<br />
los siguientes indicadores: número y superfi cie<br />
total de UPAs (Unidad Primaria Agropecuaria);<br />
número y superfi cie de UPAs por rango de<br />
hectáreas; tipos de cultivo (permanente, transitorios<br />
y otros), UPAs con riego, con crédito,<br />
con asistencia técnica, con personas agremiadas,<br />
con acceso a electricidad, distancia<br />
promedio en Km desde la UPA hasta la carretera<br />
carrozable.<br />
• Una variable de acceso que es una tipología<br />
a nivel cantonal del tiempo estimado de viaje<br />
desde un centro poblado a un lugar aislado.<br />
La fuente de este indicador es: Alianza Jatunshacha<br />
- CDC 2001. Mapa de uso del suelo<br />
del Ecuador para el 2001. Es un indicador que<br />
se encuentra en el sistema integrado de indicadores<br />
sociales SIISE, versión 4.5.<br />
• Km de carreteras de primer y segundo orden a<br />
nivel cantonal, cuya fuente es del Ministerio de<br />
Obras Públicas con año de elaboración 2002.<br />
Es un indicador que se encuentra en el sistema<br />
integrado de indicadores sociales SIISE, versión<br />
4.5.<br />
• Una variable de amenazas multifenómeno<br />
de origen natural a nivel cantonal, donde se<br />
consideran 6 amenazas naturales: peligro sísmico,<br />
peligro de tsunami, peligro volcánico,<br />
peligro de inundaciones, peligro de deslizamiento<br />
y amenaza de sequía. Es un indicador<br />
elaborado a través de múltiples fuentes de<br />
información y que se encuentra en el sistema<br />
integrado de indicadores sociales SIISE,<br />
versión 4.5.<br />
• Indicadores sobre los programas sociales a<br />
nivel parroquial: cobertura parroquial del bono<br />
de desarrollo humano actualizada a agosto<br />
del 2007 y la cobertura a nivel parroquial de<br />
los programas infantiles, actualizada a fi nes<br />
del 2006, los cuales consideran el Fondo de<br />
Desarrollo Infantil (FODI), Operación Rescate<br />
Infantil (ORI) e Instituto Nacional de la Niñez y<br />
la Familia (INNFA).<br />
• De los registros del Sistema Nacional de Estadísticas<br />
Educativas (SINEC-MEC) del Ministerio<br />
de Educación y Cultura para el período<br />
2004-2005 se empleó información sobre establecimientos<br />
educativos, a nivel parroquial.<br />
• De los registros de Estadísticas de Recursos<br />
y Actividades de Salud (ERAS-INEC) del año<br />
2005, se empleó información sobre los establecimientos<br />
de salud a nivel parroquial.<br />
• Como fuente del SIISE, utilizando el Censo<br />
2001, se consideró la densidad poblacional a<br />
nivel parroquial.<br />
Medida de desnutrición y umbral. La variable<br />
que se predijo fue el puntaje z de talla para edad de<br />
cada niño y niña menor de 5 años. El puntaje z se<br />
expresa en desviaciones estándar e indica si la talla<br />
del niño está por encima o por debajo de la talla mediana<br />
de una población de referencia bien nutrida de<br />
la misma edad y género 15 . Si la talla del niño o niña<br />
está por debajo de -2 dos desviaciones estándar, el<br />
niño es considerado desnutrido crónico 16 .<br />
Cabe señalar, que si bien la Encuesta Condiciones<br />
de Vida incluye información antropométrica para niños<br />
y niñas menores de 1 año, el censo solamente<br />
tiene información de la variable edad a partir de 1<br />
año 17 . Por esta razón, se realizaron las estimaciones<br />
del modelo predictivo para los/as niños/as desde 1<br />
año de edad hasta los 4 años 11 meses.<br />
Preguntas comunes. Considerando la forma en<br />
que fueron formuladas las preguntas y las opciones<br />
de respuesta en los cuestionarios de ambas fuentes<br />
se detectaron y seleccionaron 47 preguntas similares<br />
para la creación de variables predictoras (casi la totalidad<br />
de la preguntas del censo), las cuales se refi eren<br />
al material predominante de las viviendas, tenencia y<br />
tipo de servicios básicos, conformación de los hogares,<br />
características demográfi cas, educación, lugar<br />
de nacimiento, fecundidad y mortalidad, estado civil,<br />
condición laboral de los miembros del hogar, demografía<br />
del hogar, edad y sexo de cada niño/a.<br />
13 Demombynes, Gabriel; C. Elbers; J. Lanjouw; and P. Lanjouw (March1, 2007) “How Good a Map? Putting Small Area Estimation to the Test” World<br />
Bank Policy Research Working Paper No. 4155<br />
14 El Censo Agropecuario aunque fue llamado “censo” constituye una encuesta con representatividad cantonal.<br />
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<br />
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<br />
se empleo el paquete Anthro 2005 de la OMS, que incorpora las nuevas curvas referenciales de crecimiento OMS (2005).<br />
16 El paquete PovMap elaborado para las estimaciones de consumo, necesita valores positivos y además en logaritmo. Razón por la cual, el puntaje z<br />
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<br />
señalar que el PovMap es un paquete informático desarrollado por el Banco Mundial para la estimación de mapas de pobreza.<br />
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<br />
comunes se generaron variables que expresen la<br />
misma información en ambas fuentes. Se tuvo en<br />
consideración que a pesar que la formulación de las<br />
preguntas en los cuestionarios pudiera ser idéntica<br />
o muy similar, la unidad de análisis, conceptos investigados<br />
y opciones de respuesta de cada fuente<br />
podrían no ser las mismas. En este sentido, a partir<br />
del análisis de la formulación de las preguntas, y de<br />
la información contenida en los manuales del entrevistador,<br />
se construyeron 213 variables comunes a<br />
nivel de individuo, hogar/familia, y comunidad; recodifi<br />
cando y transformando las opciones de respuesta<br />
de las preguntas seleccionadas para lograr<br />
que expresaran los mismos conceptos y unidades<br />
de análisis. En algunos casos, se consideraron formas<br />
funcionales alternativas para determinadas variables,<br />
como por ejemplo la forma cuadrática para<br />
la edad y los años de escolaridad del jefe y cónyuge<br />
del hogar.<br />
Es importante destacar que, a pesar de que la metodología<br />
de áreas pequeñas se basa en un modelo<br />
predictivo y no explicativo, la generación de las variables<br />
se enmarcó en el marco conceptual de las causas<br />
de desnutrición desarrollado por UNICEF (1998).<br />
Similitud estadística de variables. A partir de este<br />
paso el procedimiento se efectuó de manera independiente<br />
para cada una de las 16 áreas geográfi cas<br />
representativas de la V ronda de la ECV: 15 provincias<br />
de las regiones costa y sierra y un dominio que<br />
agrupa las seis provincias de la región amazónica.<br />
Debido a que uno de los supuestos básicos de la<br />
metodología de Elbers, Lanjouw y Lanjouw (2003),<br />
es que las variables que se usen en el modelo deben<br />
ser similares entre la encuesta y el censo y considerando<br />
que las fechas del censo y la encuesta<br />
son diferentes; sólo se utilizaron aquellas variables<br />
que fueron estadísticamente similares entre ambas<br />
fuentes. Para lo cual, se calculó el promedio censal<br />
de todas las variables para cada una de las áreas<br />
geográfi cas representativas indicadas, y el promedio<br />
e intervalo de confi anza al 97%, correspondiente<br />
a la encuesta 18 . Tal como se ha efectuado en otros<br />
estudios 19 , se defi nió como variable similar a aquella<br />
cuyo promedio censal se encuentra dentro del intervalo<br />
de confi anza correspondiente a la encuesta.<br />
En el Anexo 1 se detallan las variables predictoras y<br />
externas empleadas en los modelos predictivos.<br />
2.2 Etapa de construcción de los modelos<br />
de desnutrición crónica<br />
para los menores de cinco años<br />
Como se indicó antes, para la estimación de prevalencias<br />
de desnutrición se aplicó la metodología<br />
de áreas pequeñas de Elbers, Lanjouw y Lanjouw<br />
(2003); sin embargo, es importante destacar, como<br />
señala Fujii (2005), que existen algunas diferencias<br />
entre la estimación de mapas de desnutrición y la<br />
estimación de mapas de pobreza. La principal diferencia<br />
es que la unidad de análisis de las estimaciones<br />
de pobreza son los hogares; mientras que,<br />
la unidad de análisis de los mapas de desnutrición<br />
son los individuos menores de cinco años. Esta diferencia<br />
fundamental implica entre otras cosas, que<br />
los errores de los modelos de desnutrición presentan<br />
un componente adicional; es decir, el término de<br />
error del modelo se descompone en: efecto local a<br />
nivel de cluster, efecto específi co a nivel de hogar y<br />
el efecto específi co a nivel de individuo. Fujii (2005)<br />
considera que las partes no observables del efecto<br />
individual pueden estar correlacionadas entre sí y,<br />
por tanto, para la estimación de un indicador antropométrico<br />
(por ejemplo, talla para la edad) debería<br />
tenerse en consideración el efecto de los otros indicadores<br />
antropométricos (por ejemplo, peso para la<br />
edad). Sin embargo, en este trabajo se asume que<br />
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<br />
variable. Originalmente se emplearon intervalos de confi anza al 95% de confi anza, pero se fl exibilizó este requisito considerando intervalos de confi anza<br />
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<br />
más bajos que los modelos de pobreza.<br />
19 Mistiaen y otros “Putting welfare on the map in Madagascar”, Africa Region Working Paper Series No. 34, julio de 2002.<br />
15
16<br />
el efecto individual de la correlación entre indicadores<br />
antropométricos es reducido y que la estimación<br />
puede realizarse de manera independiente.<br />
El modelo utilizado es el siguiente:<br />
y chi = E[y chi | x chi ] + u chi ,<br />
donde y chi es el puntaje z de talla para edad del niño<br />
i, en el hogar h y en el cluster c, x chi es un vector que<br />
expresa las características observadas del niño, del<br />
hogar y de la comunidad (capta la heterogeneidad<br />
observada de la desnutrición) y u chi es una variable<br />
aleatoria con una distribución F(0,Σ) (capta la heterogeneidad<br />
no observada de la desnutrición).<br />
2.3 Etapa de estimación de indicadores<br />
Con los parámetros estimados (las “β” y la correspondiente<br />
matriz de varianza y covarianza obtenidas<br />
con el MCG, las “α” y la correspondiente matriz<br />
de varianza y covarianza, y la varianza de n c ) y las<br />
características de cada hogar e individuo observadas<br />
en el censo se generaron los valores estimados<br />
del puntaje z de talla para la edad. Estos valores se<br />
obtuvieron 100 veces utilizando la expresión:<br />
ys chi = xchi ’ β s + ns + (es + δs<br />
c ch chi )<br />
donde el supra-índice “s” indica la versión simulada<br />
de cada parámetro o variable. Se consideró que<br />
los valores simulados de β, n c , y (e ch + δ chi ) se obtienen<br />
de manera aleatoria: (a) β con una distribución<br />
Este modelo es simplifi cado usando una aproximación<br />
lineal de E[y chi | x chi ] y descomponiendo u chi<br />
en tres partes independientes y no correlacionadas<br />
con las x chi :<br />
y chi = x chi ’β + n c + e ch + δ chi<br />
donde β es el vector de parámetros a estimarse y<br />
n c , e ch , δ chi son los componentes de u chi a nivel local<br />
o de cluster, a nivel de hogar y a nivel individual,<br />
respectivamente.<br />
Los modelos se estimaron con el método de mínimos<br />
cuadrados generalizados “factible” (MCG) y<br />
se corrigió la heterocedasticidad, empleando para<br />
ello la forma logística utilizada por Elbers, Lanjouw y<br />
Lanjouw (2003a) 20 .<br />
normal, con media β MCG y var( β MCG ), (b) n c con una<br />
distribución normal o t, con media cero y varianza<br />
como la indicada anteriormente, y (c) (e ch + δ chi ), con<br />
una distribución normal o t, con media cero y una<br />
varianza defi nida en el paso (vii) del Anexo 2 (asumiendo<br />
también que los valores simulados de “α”<br />
en B=exp(Z chi ’α c ) se distribuyen normalmente con<br />
media α y una var(α).<br />
De este modo, las estimaciones puntuales de la<br />
prevalencia de desnutrición crónica a nivel de áreas<br />
pequeñas corresponden al promedio de las 100 simulaciones<br />
efectuadas para cada niño/a dentro de<br />
cada área y el estadístico de error corresponde a la<br />
desviación estándar de estas simulaciones 21 .<br />
20 En el Anexo 2 se presenta el detalle de la matriz de varianza y covarianza de estos modelos.<br />
21 Las estimaciones de la segunda etapa fueron realizadas con los programas SPSS y POVMAPPACKER, y la tercera etapa correspondiente a las simulaciones<br />
de los indicadores de desnutrición crónica infantil con el POVMAP.
La estimación de pequeñas áreas es un proceso estadístico<br />
con potencialidades para contribuir al diseño<br />
de políticas y programas para el combate contra la<br />
desnutrición crónica infantil. La estimación de pequeñas<br />
áreas se ha aplicado más a la estimación de<br />
la pobreza 1 que a la estimación de la desnutrición 2 .<br />
Sin embargo, su aplicación a la desnutrición es muy<br />
relevante a la política, visto que varios estudios han<br />
observado una fuerte variación en la prevalencia de la<br />
desnutrición entre municipios o distritos dentro de una<br />
sola provincia, mientras las encuestas de nutrición<br />
normalmente no pueden desagregarse más que al nivel<br />
de la provincia 3 . La estimación de pequeñas áreas<br />
permite la focalización de programas a un nivel más<br />
desagregado, lo que facilita mejor costo-efectividad<br />
de programas.<br />
En varios países, los resultados de análisis utilizando<br />
el método de estimación de pequeñas áreas se están<br />
aplicando al desarrollo de políticas y programas<br />
para mejorar la pobreza o reducir la desnutrición; sin<br />
embargo, hasta el presente no se ha hecho ninguna<br />
validación empírica de las estimaciones de la desnutrición,<br />
y pocas que tratan de la pobreza.<br />
La validación del método específi camente para la desnutrición<br />
es clave porque la desnutrición, aunque tiene<br />
una relación con la pobreza, muestra una variación<br />
independiente, lo que implica que la focalización de<br />
programas basada en la pobreza provoca el riesgo de<br />
excluir gran número de niños/as desnutridos/as quienes<br />
viven en localidades con baja prevalencia de pobreza<br />
y alta prevalencia de la desnutrición. De hecho,<br />
la cadena de causalidad de la desnutrición es más<br />
compleja y menos previsible que la de la pobreza. La<br />
universidad de Tufts, en colaboración con el Programa<br />
Recuadro Temático Nº 2<br />
Mapas de la Desnutrición Crónica:<br />
Experiencias en Otros Países<br />
Beatrice Lorge Rogers PhD<br />
Escuela de las Ciencias y Políticas de Nutrición Friedman<br />
Universidad de Tufts, Boston, Massachussets<br />
Mundial de Alimentos, hizo una prueba de la metodología<br />
en tres países utilizando el programa Pov-<br />
Map del Banco Mundial 4 , con datos de los censos<br />
nacionales, vinculados con encuestas de nutrición 5 , y<br />
hemos notado una discordancia signifi cativa entre la<br />
pobreza y la desnutrición. Por ejemplo en la República<br />
Dominicana hemos estimado que en un 20% de los<br />
municipios la prevalencia de la pobreza difi ere de la de<br />
la desnutrición por dos cuartiles o más – y son iguales<br />
los números con pobreza más severa y los donde la<br />
desnutrición es peor. Si un programa sería focalizado<br />
según la prevalencia de la pobreza, y si se excluyera<br />
los municipios en los dos cuartiles con menor pobreza,<br />
un 23.4% de los niños desnutridos serían excluidos.<br />
Los resultados en Panamá y Ecuador eran similares:<br />
no se puede contar con indicadores de la pobreza<br />
para focalizar programas de seguridad alimentaria y<br />
de desnutrición.<br />
La elaboración de mapas de desnutrición no depende<br />
de la aplicación del método de estimación de pequeñas<br />
áreas. Hay todo un rango de informes sobre la<br />
inseguridad alimentaria y la desnutrición los cuales<br />
muestran, en forma de mapas, la distribución de factores<br />
de riesgo tales como sequías, inundaciones,<br />
clima, calidad del suelo, infraestructura (red vial), disponibilidad<br />
de servicios, etcétera 6 . La utilidad de los<br />
mapas es el poder de comunicar información claramente<br />
en forma visual, lo que facilita su uso para la<br />
abogacía, pero su validez depende de la calidad de<br />
los datos; raras veces se puede desagregar la información<br />
en esos mapas. La posibilidad de combinar<br />
el proceso de la estimación de pequeñas áreas para<br />
tener información desagregada con el mapeo para la<br />
presentación efectiva nos da una herramienta valiosa<br />
para la política.<br />
1 Fujii T. Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia. Washington DC: World Bank;<br />
2005 Jul. World Bank Policy Research Working Paper 3662.<br />
Benson T. Insights from poverty maps for development and food relief program targeting. Washington DC: International Food<br />
Policy Research Institute; 2006. Food Consumption and Nutrition Division Discussion Paper 205.<br />
Hentschel J, Lanjouw J, Lanjouw P, Poggi J. Combining Census and Survey Data to Trace the Spatial Dimensions of Poverty.<br />
World Bank Economic Review. 2000; 14(1): 147-165.<br />
Alderman H, Babita M, Demombynes G, Makhata N, Ozler B. How low can you go? Combining census and survey data for<br />
mapping poverty in South Africa. Journal of African Economics. 2002; 11: 169-200.<br />
Demombynes G, Elbers C, Lanjouw J, Lanjouw P, Mistiaen J, Ozler B. Producing an Improved Geographic Profi le of Poverty:<br />
Methodology and Evidence from Three Developing Countries. World Institute for Development Economics Research; 2002.<br />
Discussion Paper 2002/39.<br />
Minot N, Baulch B. Spatial Patterns of Poverty in Vietnam and their Implications for Policy. Food Policy. 2005; 30(5-6): 461-75.<br />
2 Simler K. Nutrition Mapping in Tanzania: An Exploratory Analysis. Washington DC: International Food Policy Research Institute;<br />
2006 Mar. Food Consumption and Nutrition Division Discussion Paper 204.<br />
Gilligan DO, Veiga A. An Evaluation of Geographic Targeting in Bolsa Alimentação in Brazil. Washington DC: International Food<br />
Policy Research Institute; 2004 Apr. Report Submitted to the Government of Brazil (processed).<br />
Central Bureau of Statistics, Government of Nepal; World Food Programme, Nepal; World Bank, Washington DC. Small Area<br />
Estimation of Poverty, Caloric Intake, and Malnutrition in Nepal [Internet]. Kathmandu: Central Bureau of Statistics; 2006 [cited<br />
2007 Nov 12]. Available from http://documents.wfp.org/stellent/groups/public/documents/vam/wfp110724.pdf<br />
3 Fujii T. Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia. Washington DC: World Bank;<br />
2005 Jul. World Bank Policy Research Working Paper 3662.<br />
Larrea C. Poverty, Food Poverty, and Malnutrition Regression Models for Ecuador [Internet]. 2005 [cited 2006 Aug 2]. Available<br />
from: http://www.ecuamapalimentaria.info/downloads/EnglishLastRegresionModelsLSMSCensus.pdf<br />
4 http://iresearch.worldbank.org/PovMap/PovMap2/PovMap2Main.asp<br />
5 Rogers, BL., J. Wirth, K. Macías, P. Wilde Mapping Hunger:A Report on Mapping Malnutrition Prevalence in the Dominican<br />
Republic, Ecuador, and Panama Boston, MA: Tufts University Friedman Nutrition School; Report submitted to World Food Programme/LAC,<br />
Panama, March 22, 2007.<br />
6 Ver, por ejemplo, una serie de informes de vulnerabilidad publicado por el PMA/LAC: Bolivia 2003; Cuba 2001; Guatemala 2002;<br />
Honduras 2003; Nicaragua 2005; Panamá 2004; Perú 2007, y otros: todos utilizan diferentes indicadores de riesgo en vez de<br />
utilizar una sola estimación estadística.<br />
17
18<br />
Se construyeron 16 modelos predictivos de desnutrición<br />
crónica para cada una de las áreas geográfi cas<br />
representativas de la ECV 2005-2006 (15 provincias<br />
de las regiones Costa y Sierra, y un dominio que<br />
agrupa las seis provincias de la región Amazonía),<br />
y se estimaron regresiones para cada una de estas<br />
zonas geográfi cas. En el Anexo 3 se presentan los<br />
resultados de las regresiones de los 16 modelos de<br />
desnutrición crónica estimados. Cabe señalar que,<br />
se tratan de modelos de asociación, por lo que los<br />
parámetros estimados de las variables independientes<br />
no deben ser interpretados como efectos<br />
casuales. En general, las variables más signifi cativas<br />
en la mayoría de las regresiones fueron algunas<br />
características del jefe del hogar, el tamaño del hogar,<br />
el material de construcción de las viviendas, y<br />
algunas variables relacionadas con el acceso de los<br />
hogares a los servicios básicos.<br />
El número de variables incorporadas en los modelos<br />
varió entre 8 y 29 dependiendo de los dominios.<br />
3. RESULTADOS<br />
En cuanto a la bondad de ajuste de los modelos<br />
(porcentaje de variación de la variable de interés<br />
explicada por el modelo de regresión), medido por<br />
el R 2 -ajustado; puede observarse que en promedio<br />
los modelos explican el 33% de la variación de la<br />
desnutrición crónica - variando entre 17,16% en<br />
la Amazonía y 52,31% en Imbabura. Estos valores<br />
son bajos comparados a los que típicamente se encuentran<br />
en aplicaciones de mapas de pobreza. Sin<br />
embargo, en modelos de desnutrición usualmente<br />
se obtienen valores bajos de R 2 -ajustado, debido<br />
a que muchas de las variables que “explican” la<br />
desnutrición no son directamente observables y por<br />
ende no se incluyen en los modelos. Los valores<br />
de R 2 -ajustado encontrados en esta investigación<br />
son consistentes con otros trabajos de mapeo de la<br />
desnutrición (Fujii 2005, Simler 2006).<br />
En la Tabla 4 se detalla la información del número<br />
de variables incluidas en cada uno de los dominios<br />
y del ajuste de los modelos.<br />
Tabla 4. Ajuste y variables incorporadas en los modelos predictivos<br />
Dominio R² ajustado No. de variables<br />
Azuay 36,48 21<br />
Bolívar 31,46 16<br />
Cañar 39,63 12<br />
Carchi 40,66 17<br />
Chimborazo 48,23 20<br />
Cotopaxi 23,61 13<br />
El Oro 39,97 23<br />
Esmeraldas 23,10 19<br />
Guayas 31,58 29<br />
Imbabura 52,32 22<br />
Loja 37,56 15<br />
Los Ríos 32,02 21<br />
Manabí 32,35 20<br />
Pichincha 25,75 25<br />
Tungurahua 27,52 8<br />
Amazonía 17,17 14<br />
Promedio 33,71 18,43<br />
Fuente: ECV 2005-2006<br />
Elaboración: Autoras
Los parámetros obtenidos de los modelos predictivos<br />
se aplicaron a la información del censo para<br />
predecir el puntaje estandarizado de la relación talla<br />
para la edad (puntaje z de talla para edad estandarizado)<br />
para los niños/as entre uno a cinco años<br />
de edad. En base a esta predicciones y utilizando<br />
el paquete estadístico PovMap, se construyeron indicadores<br />
de prevalencia de desnutrición crónica a<br />
niveles altamente desagregados como son cantonal<br />
y parroquial.<br />
Para evaluar la confi abilidad de los indicadores obtenidos<br />
a partir de la metodología de áreas peque-<br />
ñas; por un lado, se compararon las estimaciones<br />
de desnutrición crónica derivadas directamente<br />
de la ECV 2005-2006 con las estimaciones que<br />
se obtuvieron de la metodología de áreas pequeñas<br />
para los 16 dominios geográfi cos. En la Tabla<br />
5 se observa que las estimaciones de prevalencia<br />
de desnutrición crónica basadas en la metodología<br />
son muy similares a las estimaciones obtenidas de<br />
la ECV 2005-2006. Estadísticamente las estimaciones<br />
obtenidas de la metodología son similares a los<br />
resultados de la ECV 2005-2006 (a un nivel de confi<br />
anza del 95%), ya que caen dentro del intervalo de<br />
confi anza estimado de la encuesta.<br />
Tabla 5. Comparación de estimaciones de desnutrición crónica según fuente utilizada para<br />
niños/as de uno a cinco años de edad<br />
Dominios Predicciones<br />
ECV 2005/2006<br />
Intervalo de Confi anza<br />
Inferior Superior<br />
Azuay 42,5 33,6 48,9<br />
Bolívar 50,1 44,2 61,1<br />
Cañar 49,1 28,7 51,5<br />
Carchi 42,2 26,9 44,3<br />
Cotopaxi 44,5 37,8 56,7<br />
Chimborazo 57,8 52,7 70,5<br />
El Oro 19,8 12,7 23,7<br />
Esmeraldas 21,4 15,7 27,1<br />
Guayas 22,2 15,0 23,5<br />
Imbabura 42,1 34,9 54,4<br />
Loja 43,3 30,8 46,3<br />
Los Ríos 27,4 18,9 29,4<br />
Manabí 29,9 21,8 35,5<br />
Pichincha 32,4 20,7 32,0<br />
Tungurahua 42,9 30,2 47,0<br />
Amazonia 40,0 35,6 47,3<br />
Nota: A nivel de la encuesta los intervalos de confi anza (al 95%) fueron estimados<br />
teniendo en consideración las características del diseño muestral de la misma.<br />
Fuente: ECV 2005-2006<br />
Elaboración: Autoras<br />
19
20<br />
Por otro lado, se examinaron los coefi cientes de variación<br />
22 de cada uno de los resultados estimados<br />
con la metodología. En el Gráfi co 2 se presentan los<br />
coefi cientes de variación estimados para las provincias,<br />
cantones y parroquias. A nivel provincial las estimaciones<br />
presentan en promedio coefi cientes de<br />
variación de alrededor del 7%, a nivel cantonal del<br />
13,3%, y a nivel parroquial 23 del 14,4%. Para califi -<br />
car la confi abilidad de cada una de las estimaciones<br />
se determinó como límite 24 el 25%; es decir, las estimaciones<br />
con coefi cientes de variación por debajo<br />
de 25% son confi ables, y aquellas con coefi cientes<br />
de variación por encima de 25% no son confi ables.<br />
En el caso provincial el 100% de las estimaciones<br />
resultaron confi ables; mientras que, a nivel cantonal<br />
el 93,4% y a nivel parroquial 25 el 90,1%.<br />
Gráfi co 2. Coefi cientes de variación de la estimación de prevalencia de desnutrición<br />
crónica de los menores de cinco años a nivel provincial, cantonal y parroquial<br />
Coefi ciente de variación (%)<br />
Coefi ciente de variación (%)<br />
Prevalencia de desnutrición<br />
22 El coefi ciente de variación (C.V.) expresa la desviación estándar como una proporción de la media, y se defi ne por:<br />
C.V.= donde S es la desviación estándar y es la media.<br />
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<br />
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<br />
en el segundo caso (C.V.= 5/10) la precisión es casi inaceptable (Mendenhall W. et al, 1994).<br />
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<br />
estimaciones resultaron no confi ables. Al considerar estas localidades el promedio de los coefi cientes de variación a nivel parroquial es de 15.6%.<br />
24 Criterio empleado en el “Mapa de Pobreza y Desigualdad en Ecuador” (2008).<br />
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<br />
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<br />
confi ables.<br />
Coefi ciente de variación (%)<br />
Prevalencia de desnutrición<br />
Prevalencia de desnutrición<br />
Fuente: ECV 2005-2006<br />
Elaboración: Autoras
Los resultados, por su parte, se presentan en formato<br />
de mapas 26 y tablas. Se elaboraron mapas<br />
desagregados a nivel cantonal y parroquial para<br />
cada una de las 23 provincias 27 , incluidas las provincias<br />
creadas recientemente: Santa Elena y Santo<br />
Domingo de los Tsáchilas. Es importante señalar<br />
que la ECV 2005-2006 no consideró a Santa Elena<br />
y a Santo Domingo como dominios representativos<br />
28 , razón por la cual, las estimaciones de prevalencia<br />
de desnutrición crónica para estas provincias<br />
se obtuvieron aplicando los parámetros estimados<br />
correspondientes a los modelos de Guayas para<br />
Santa Elena y Pichincha para Santo Domingo de<br />
los Tsáchilas. El supuesto detrás de este proceso<br />
es que la relación entre las variables independientes<br />
y el puntaje z de talla para edad es similar en los<br />
modelos seleccionados y en las localidades a las<br />
que se les aplicaron sus parámetros.<br />
La información en los mapas se presenta dividida<br />
y ordenada por quintiles de prevalencia de desnutrición<br />
crónica. Las unidades territoriales ubicadas<br />
en quintiles de tonalidades más oscuras refl ejan una<br />
mayor prevalencia de desnutrición crónica; mientras<br />
que, las unidades territoriales localizadas en quintiles<br />
de tonalidades más claras presentan una menor<br />
prevalencia de desnutrición crónica. Por su parte,<br />
las tablas incluyen información a nivel cantonal y parroquial<br />
de prevalencia de desnutrición crónica para<br />
menores de uno a cinco años de edad, número de<br />
niños/as en situación de desnutrición de uno a cinco<br />
años de edad, y población de uno a cinco años<br />
de edad. En la siguiente sección se presenta de manera<br />
detallada los mapas y tablas, a nivel cantonal y<br />
parroquial, para cada una de las provincias.<br />
A continuación se analizan los mapas nacionales<br />
que incluyen las estimaciones de prevalencia de<br />
desnutrición crónica para menores de cinco años a<br />
nivel provincial, cantonal y parroquial:<br />
El mapa que se encuentra en la pág. 26 muestra las<br />
estimaciones a nivel provincial y como se observa la<br />
prevalencia de desnutrición crónica es más alta en<br />
la zona central del Ecuador, principalmente en las<br />
provincias de la sierra central (Chimborazo, Bolívar y<br />
Cotopaxi). No obstante, se evidencia que la provincia<br />
de Santa Elena, de la región costa, fi gura como una<br />
de las unidades territoriales con mayor porcentaje<br />
de población en situación de desnutrición crónica.<br />
En cuanto al último resultado, cabe resaltar que<br />
como se mencionó los indicadores de prevalencia<br />
de desnutrición crónica de Santa Elena y Santo Domingo<br />
de los Tsáchilas fueron estimados en base a<br />
la metodología de áreas pequeñas, y mas no empleando<br />
directamente la ECV 2005-2006 como en el<br />
resto de provincias. Por tal razón, dentro de las estimaciones<br />
provinciales derivadas directamente de la<br />
ECV 2005-2006 (Tabla 3) estas zonas geográfi cas<br />
no son incluidas, y son las provincias de la sierra<br />
central las que presentan una mayor prevalencia de<br />
desnutrición crónica. Entre tanto que, al considerar<br />
las estimaciones provinciales basadas en la metodología<br />
de áreas pequeñas se observa que Santa Elena<br />
es una de las provincias con mayor prevalencia<br />
de desnutrición crónica en menores de cinco años<br />
seguida de las provincias de la sierra central.<br />
En el mapa que se encuentra en la pág. 28 se presenta<br />
la prevalencia de desnutrición crónica a nivel<br />
cantonal. Como se puede ver una mayor desagregación<br />
pone en evidencia la heterogeneidad del indicador<br />
al interior de una misma zona geográfi ca. Por<br />
ejemplo, en la provincia de Chimborazo se observan<br />
cantones ubicados en el quintil de prevalencia de<br />
desnutrición crónica “moderada” (20,69 – 37,99),<br />
como Chambo con 27%; y, cantones localizados<br />
en el quintil de prevalencia de desnutrición crónica<br />
más alta (72,59 – 89,89), como Penipe con 90%.<br />
Adicionalmente, en el mapa puede visualizarse que<br />
los cantones en peor situación de desnutrición crónica<br />
(quintil de tonalidad más oscura) se concentran<br />
principalmente en la región sierra. Los cantones<br />
con mayor prevalencia de desnutrición crónica son:<br />
Penipe (90%), Chunchi (77%), y Alausí (74%) de la<br />
provincia de Chimborazo; y Santa Elena (73%) de la<br />
provincia de Santa Elena. Es importante mencionar<br />
que, alrededor del 73% de los cantones presentan<br />
prevalencias de desnutrición crónica por encima del<br />
indicador de desnutrición crónica nacional 29 .<br />
Por su parte, los cantones en mejor situación de<br />
prevalencia de desnutrición crónica (quintil de tonalidad<br />
más clara) se localizan casi en su totalidad en<br />
la región costa. Entre los cantones con menor porcentaje<br />
de población en situación de desnutrición<br />
crónica se pueden mencionar San Vicente (6%),<br />
Pichincha (8%), Olmedo (12%) y Bolívar (12%) de la<br />
provincia de Manabí; Esmeraldas (15%), Quinindé<br />
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.<br />
27 Se incluyen mapas para todas las provincias del Ecuador, a excepción de la provincia de Galápagos.<br />
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,<br />
por lo que no constituyen áreas geográfi cas representativas de la encuesta. Esto imposibilita que se estime la prevalencia de desnutrición crónica infantil<br />
de Santa Elena y Santo Domingo de los Tsáchilas directamente de la ECV 2005-2006.<br />
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<br />
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%.<br />
21
22<br />
(18%) y Atacames (20%) de la provincia de Esmeraldas;<br />
13 cantones 30 de la provincia del Guayas;<br />
Urdaneta (17%) de la provincia de Los Ríos; 7 cantones<br />
31 de la provincia de El Oro; y Déleg (14%) de<br />
la provincia de Cañar.<br />
En el mapa que se encuentra pág. 29 se ilustran<br />
las estimaciones de desnutrición crónica a nivel<br />
parroquial. Es importante notar que, un mayor nivel<br />
de desagregación visibiliza situaciones aún más<br />
críticas que las cantonales. Por ejemplo, todas las<br />
parroquias que conforman el cantón Penipe 32 de la<br />
provincia de Chimborazo se ubican en el quintil de<br />
prevalencia de desnutrición crónica más alta (76,11<br />
– 94,30). Además, se observa en el mapa la presencia<br />
de localidades con alta prevalencia de desnutrición<br />
crónica (quintil 57,91 - 76,11) en las regiones<br />
de la Costa y Amazonía que no eran evidentes a<br />
niveles geográfi cos más agregados.<br />
Sin embargo, siguen siendo principalmente las parroquias<br />
que se ubican en la sierra central las que<br />
presentan niveles críticos de desnutrición crónica<br />
(quintil de tonalidad más oscura), tales como General<br />
Morales (77%) y Chorocopte (77%) de la provincia<br />
de Cañar; San Fernando (77%) de la provincia<br />
de Tungurahua; y 16 parroquias 33 de la provincia de<br />
Chimborazo. A estas localidades se suman de la<br />
región Costa Colonche (78%) y Simón Bolívar (79%)<br />
de la provincia de Santa Elena.<br />
De otro lado, las parroquias que refl ejan un mejor<br />
nivel de desnutrición crónica (quintil de tonalidad<br />
más clara) son Echeandía (21%) de la provincia de<br />
Bolívar; Solano (11%) y Déleg (14%) de la provincia<br />
de Cañar; Palo Quemado (21%) de la provincia de<br />
Cotopaxi; 7 parroquias 34 de la provincia de Pichincha;<br />
Yamana (15%) y Cangonamá (17%) de la provincia<br />
de Loja; 20 parroquias 35 de la provincia de El<br />
Oro; 20 parroquias 36 de la provincia de Esmeraldas;<br />
22 parroquias 37 de la provincia del Guayas; 6 parroquias<br />
38 de la provincia de Los Ríos, 6 parroquias 39<br />
de la provincia Manabí; Macas (18%) y Zuña (19%)<br />
de la provincia de Morona Santiago; El Chaco (19%)<br />
y Sardinas (20%) de la provincia de Napo; y El Reventador<br />
(19%) de la provincia de Sucumbíos.<br />
Cabe señalar que, dentro de las predicciones parroquiales<br />
no se incluyen todas las estimaciones de<br />
las parroquias de Manabí y El Oro ya que aproximadamente<br />
un 30% de los resultados no pasaron el<br />
criterio de validación aplicado. En el caso de El Oro<br />
13 de las 62 parroquias presentaron est imaciones<br />
no precisas, y en Manabí 16 de las 75 parroquias.<br />
Del análisis se desprende que las zonas geográfi cas<br />
con mayores problemas nutricionales se concentran<br />
principalmente en la sierra central, siendo la provincia<br />
de Chimborazo la que presenta localidades con mayor<br />
prevalencia de desnutrición crónica. Finalmente,<br />
cabe resaltar que, la presentación de las estimaciones<br />
a niveles geográfi cos cada vez más desagregados<br />
permite visibilizar localidades con situaciones críticas<br />
de desnutrición que no eran evidentes a niveles<br />
más agregados, así como una alta heterogeneidad<br />
al interior de una misma unidad territorial.<br />
30 Samborondón (3%), Coronel Marcelino Maridueña (7%), Palestina (8%), Daule (8%), Nobol (9%), Isidro Ayora (10%), Durán (10%), Lomas de Sargentillo<br />
(10%), Santa Lucía (13%), Milagro (14%), Guayaquil (17%), El Empalme (19%) y Balao (20%).<br />
31 Balsas (14%), Portovelo (16%), Santa Rosa (16%), Arenillas (17%), Pasaje (17%), Machala (18%), y Chilla (19%).<br />
32 El cantón Penipe presenta la mayor prevalencia de desnutrición crónica infantil a nivel cantonal (90%).Sin embargo, en términos del número de niños/<br />
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).<br />
Por tal motivo, es importante considerar estos dos indicadores al momento de diseñar programas/proyectos dirigidos a erradicar o disminuir<br />
la desnutrición, ya que al solamente al concentrase en la prevalencia se tendría una cobertura baja de niños/as atendidos.<br />
33 Chunchi (78%), San Gerardo de Pacaicaguan (78%), Palmira (78%), Llagos (79%), Tixán (80%), La Providencia (83%), Penipe (84%), Pistishi (84%),<br />
Achupallas (85%), Gonzol (87%), Matus (89%), Bilbao (91%), El Altar (92%), San Antonio de Bayushig (92%), La Candelaria (93%), y Puela (94%).<br />
34 Cumbayá (16%), Zámbiza (19%), Alangasí (19%), Tambillo (20%), Conocoto (20%) y Sangolquí (20%).<br />
35 Balsas (13%), Zaruma (13%), Portovelo (14%), Bellamaría (15%), La Avanzada (15%), Santa Rosa (16%), Bellavista (16%), Arenillas (16%), Pasaje<br />
(16%), Buenavista (18%), Machala (18%), Jambelí (19%), Chilla (19%), El Guabo (19%), San José (20%), Casacay (20%), Caña Quemada (20%), La Iberia<br />
(21%), Piñas (21%), y El Retiro (21%).<br />
36 Esmeraldas (9%), Luis Vargas Torres (12%), Rosa Zárate (16%), Selva Alegre (17%), Cube (18%), Maldonado (18%), La Unión (18%), Atacames (18%),<br />
Tonsupa (18%), Vuelta Larga (20%), La Tola (20%), Anchayacu (20%), Montalvo (20%), Viche (20%), Río Verde (20%), Súa (21%), Borbón (21%), Chura<br />
(21%), Lagarto (21%) y Timbire (21%).<br />
37 Tarifa (3%), Samborondón (3%), Los Lojas (5%), Laurel (6%), Limonal (7%), Roberto Astudillo (7%), Coronel Marcelino Maridueña (7%), Mariscal sucre<br />
(8%), Palestina (8%), Narcisa de Jesús (9%), Juan Bautista Aguirre (9%), Chobo (9%), Isidro Ayora (10%), Eloy Alfaro (10%), Lomas de Sargentillo (10%),<br />
Daule (11%), Santa Lucía (13%), Milagro (15%), Velasco Ibarra (16%), Guayaquil (17%), El Rosario (18%) y Balao (20%).<br />
38 Catarama (14%), La Unión (17%), Ricaurte (18%), Ventanas (18%), Quinsaloma (19%) y San Jacinto de Buena Fé (21%).<br />
39 San Antonio (17%), Ricaurte (18%), Bahía de Caráquez (19%), Canuto (19%), 10 de Agosto (21%) y Charapoto (21%).
1. CARACTERIZACIÓN DE LA ESTRATEGIA<br />
Puesto que el resultado de la desnutrición/malnutrición<br />
infantil, responde a una causalidad multidimensional,<br />
la respuesta de política pública tiene necesariamente<br />
que involucrar un conjunto de políticas y programas<br />
sectoriales relacionados con esa multicausalidad que<br />
mantengan una fuerte articulación y monitoreo sistemático<br />
en territorios donde la distribución del problema<br />
está más extendida y éste es más severo.<br />
Es así como se ha defi nido la Estrategia Nacional para<br />
la Reducción Acelerada de la Malnutrición Infantil que<br />
establece dos líneas de trabajo generales:<br />
A. Prevenir que nuevos niños y niñas se conviertan<br />
en niños y niñas desnutridos y,<br />
B. Recuperar tempranamente a aquellos niños<br />
y niñas que actualmente están desnutridos y<br />
evitar su reincidencia o recaída.<br />
A. Prevenir que nuevos niños y niñas se conviertan<br />
en niños y niñas desnutridos.<br />
Su objetivo es evitar que nuevos niños y niñas se conviertan<br />
en niños y niñas desnutridos, por lo tanto su<br />
énfasis está en la etapa de la gestación y los dos primeros<br />
años de vida, como la ventana de oportunidad<br />
más importante a tener en cuenta para las intervenciones.<br />
Para ello es necesario:<br />
Considerar el acceso a saneamiento básico, agua segura<br />
y atención primaria de salud y asesoría nutricional<br />
de poblaciones y comunidades rurales, indígenas y altoandinas<br />
como una prioridad de política pública.<br />
Articular los programas de desarrollo infantil (estimulación<br />
psicosocial y afectiva) con los de consejería y<br />
vigilancia nutricional, así como suplementación con<br />
micronutrientes.<br />
Fortalecer sistemas de información para la vigilancia<br />
del crecimiento individual de cada de niño o niña, mujer<br />
gestante o en período de lactancia, de modo que<br />
permita compartir la información a nivel comunitario<br />
con las madres y cuidadoras(es) respecto al progreso<br />
o no del crecimiento y desarrollo de niños y niñas y<br />
qué hacer para conservarlo o mejorarlo.<br />
Promover programas de base comunitaria y promoción<br />
de la salud como el entrenamiento de volunta-<br />
rios/promotores comunitarios para proveer consejería<br />
nutricional y contrarrestar supersticiones perjudiciales<br />
acerca del tratamiento de la enfermedad en los primeros<br />
años de vida; Equipos Básicos de Atención en Salud<br />
para extender la cobertura y disminuir los costos<br />
de atención; involucrar a parteras tradicionales y mejorar<br />
la sensibilidad cultural de los servicios de parto,<br />
así como el fortalecimiento de políticas y programas<br />
de fomento de lactancia materna exclusiva e inicio de<br />
alimentación complementaria adecuada.<br />
Asegurar la consistencia entre las corresponsabilidades<br />
en salud y nutrición exigidas por los programas<br />
de transferencias económicas (BDH) o en alimentos<br />
(PANN 2000) con la efi ciencia operativa de la red de<br />
servicios de salud. Es decir, adecuar la capacidad instalada<br />
de la oferta para atender la demanda adicional<br />
generada por la exigencia de cumplimiento a las familias<br />
que reciben las transferencias.<br />
Fortalecer la coordinación de políticas y programas de<br />
micronutrientes: fortifi cación casera (Chispaz), fortifi -<br />
cación de alimentos de consumo masivo, suplementación<br />
con micronutrientes (goteros de hierro, vitamina<br />
A, entre otros) y complementos alimentarios fortifi cados<br />
(papillas, bebidas).<br />
B. Recuperar tempranamente a aquellos niños<br />
y niñas que actualmente están desnutridos y<br />
evitar su reincidencia o recaída.<br />
Complementar la atención primaria en salud y asesoría<br />
nutricional con protocolos y normativa estandarizada<br />
para recuperación nutricional temprana en menores<br />
de 2 años con desnutrición aguda severa y moderada,<br />
en centros especializados con internación en los<br />
casos que lo requieran y, su transición hacia los hogares<br />
con supervisión en casa una vez que se recuperan<br />
nutricionalmente.<br />
2. OBJETIVOS Y METAS:<br />
Recuadro Temático Nº 3<br />
ESTRATEGIA NACIONAL PARA LA REDUCCIÓN<br />
ACELERADA DE LA MALNUTRICIÓN INFANTIL<br />
Ricardo Gutiérrez<br />
Catalina Vaca<br />
i. Reducir la prevalencia de retardo en talla en<br />
los menores de cinco años, en un 1,7 puntos<br />
porcentuales anuales hasta el 2013<br />
ii. Reducir la desnutrición crónica severa en 1,7<br />
puntos porcentuales anuales hasta el año<br />
2013.<br />
iii. Reducir la prevalencia de anemia en un 50%<br />
hasta el 2013 en menores de 5 años y mujeres<br />
gestantes y en período de lactancia.<br />
iv. Mantener los porcentajes de obesidad y so-<br />
23
24<br />
brepeso en los menores de cinco años<br />
v. Disminuir la inseguridad alimentaria de los hogares<br />
en 1 punto porcentual hasta el 2013.<br />
3. FASES DE IMPLEMENTACIÓN DE LA<br />
ESTRATEGIA<br />
La Estrategia Nacional, tiene dos retos que cumplir:<br />
a) la articulación e integración de programas e intervenciones<br />
intersectoriales con un enfoque territorial<br />
participativo y, b) escalar la estrategia a nivel nacional,<br />
luego de una evaluación de su primera fase de intervención<br />
territorial integral.<br />
Con la fi nalidad de darle una secuencia temporal a la<br />
implementación de la estrategia, se han defi nido fases<br />
o etapas que se describen a continuación:<br />
a. Selección de intervenciones y territorios<br />
prioritarios<br />
b. Primera fase: Intervención Nutricional<br />
Territorial Integral (INTI).<br />
c. Evaluación y fase de expansión a nivel<br />
nacional<br />
a. Selección de intervenciones y territorios<br />
prioritarios<br />
Con base en el Mapa de desnutrición crónica infantil<br />
elaborado por el Ministerio de Coordinación de Desarrollo<br />
Social, las provincias seleccionadas para intervención<br />
fueron las tres de más alta prevalencia de la<br />
sierra: Chimborazo, Bolívar y Cotopaxi.<br />
En suma, los territorios seleccionados cubrirían ocho<br />
cantones y 25.871 niños/as con desnutrición crónica<br />
en total; es decir, el 36,9% del total de 70.050 menores<br />
con desnutrición crónica.<br />
b. Primera fase: Intervención Nutricional Territorial<br />
Integral (INTI). Planifi cación operativa y<br />
hoja de ruta<br />
I. FIN<br />
Reducir signifi cativamente y en forma sostenible<br />
la desnutrición crónica infantil en niños/<br />
as menores de 5 años de los territorios intervenidos,<br />
al fi nalizar el año 2013; mejorando<br />
los niveles de seguridad alimentaria y nutricional<br />
de sus familias (SAN), a través de la<br />
aplicación del enfoque territorial participativo<br />
II. METODOLOGIA DE IMPLEMENTACION<br />
a. Presentación y discusión de la estrategia nacional<br />
y estrategia INTI a nivel provincial.<br />
b. Difusión de los modelos de gestión de las<br />
Direcciones Provinciales y Programas de los<br />
Ministerios del Área Social.<br />
c. Discusión de mecanismos de articulación<br />
intersectorial y defi nición del plan inicial de<br />
acciones para el periodo mayo-diciembre del<br />
2009.<br />
d. Conformación de la Comisión Provincial INTI<br />
con representantes de las Direcciones Provinciales<br />
de los Ministerios del Area Social,<br />
encargada del M&E de la Estrategia en la<br />
provincia..<br />
e. Desarrollo de talleres cantonales y parroquiales<br />
orientados a presentar y discutir la estrategia<br />
INTI, con el propósito de defi nir, de<br />
manera participativa, los mecanismos para<br />
su implementación. El desarrollo de esta<br />
actividad a la vez que sensibiliza sobre la importancia<br />
del INTI, permite su validación por<br />
parte de los actores locales.<br />
f. Implementación de acciones articuladas y<br />
simultáneas en base a compromisos y acuerdos<br />
intersectoriales.<br />
III. SEGUIMIENTO Y EVALUACIÓN<br />
g. Esto implica: a) monitoreo y asistencia técnica<br />
a Ministerios sectoriales y gobiernos<br />
locales para la ejecución y para el reporte.<br />
b) diseño e implementación del sistema de<br />
gestión, monitoreo y evaluación del INTI tanto<br />
por procesos como de resultados e impacto<br />
c. Fase de expansión a nivel nacional<br />
Una vez evaluada la estrategia en su primera fase<br />
(PITI Nutricional), particularmente en su proceso de<br />
implementación y sus resultados, se propondrá y diseñará<br />
la expansión a nivel nacional y regional de los<br />
componentes e intervenciones más exitosas y costoefectivas,<br />
así como los mecanismos de coordinación y<br />
arreglos institucionales que probaron su efi cacia en la<br />
fase inicial de la estrategia.
MAPAS Y<br />
CUADROS<br />
25
26<br />
ECUADOR<br />
Provincial<br />
Prevalencia de Desnutrición<br />
Crónica en menores<br />
de cinco años
ECUADOR<br />
Provincial<br />
cuadro 1<br />
Prevalencia de Desnutrición Crónica en menores de cinco años<br />
Provincia<br />
Número de<br />
niños/as entre 1 y 5<br />
años Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Azuay 51.696 41,0 21.195<br />
Bolivar 18.731 52,7 9.871<br />
Cañar 17.905 39,5 7.072<br />
Carchi 12.115 35,1 4.252<br />
Cotopaxi 36.027 47,1 16.969<br />
Chimborazo 40.943 62,0 25.385<br />
El Oro 48.484 17,5 8.485<br />
Esmeraldas 42.902 20,8 8.924<br />
Guayas 255.746 18,6 47.655<br />
Imbabura 33.798 44,4 15.006<br />
Loja 36.552 38,2 13.963<br />
Los Ríos 70.626 23,7 16.738<br />
Manabí 115.105 28,2 32.460<br />
Pichincha 171.430 33,4 57.178<br />
Tungurahua 36.369 38,2 13.893<br />
Santo Domingo de los Tsáchilas 27.725 26,5 7.344<br />
Península de Sta Elena 22.752 62,3 14.184<br />
Amazonia 70.709 41,3 29.203<br />
Morona Santiago 14.670 40,4 5.922<br />
Napo 9.419 38,4 3.614<br />
Pastaza 6.833 50,0 3.413<br />
Zamora Chinchipe 9.551 39,2 3.739<br />
Sucumbios 13.709 33,9 4.644<br />
Orellana 10.303 43,0 4.430<br />
Fuente: Encuesta de Condiciones de Vida 2006 para todas las provincias excepto para la Amazonía, Peninsula de Santa Elena,<br />
Fuente de las provincias de la Amazonía, Santo Domingo de los Tsáchilas, ECV 2006 y Censo 2001 metodología de áreas pequeñas<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
27
28<br />
ECUADOR<br />
Cantonal<br />
Prevalencia de Desnutrición<br />
Crónica en menores<br />
de cinco años
ECUADOR<br />
Parroquial<br />
Prevalencia de Desnutrición<br />
Crónica en menores<br />
de cinco años<br />
29
Costa<br />
31
El Oro<br />
33
34<br />
Costa<br />
El Oro<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
El Oro<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
35
36<br />
Cantón / Parroquia<br />
Número de<br />
niños/as entre 1 y 5<br />
años Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Machala 18.184 17,79 3.234<br />
Machala 17.745 17,70 3.140<br />
El Retiro 439 21,45 94<br />
Arenillas 1.954 17,02 333<br />
Arenillas 1.515 15,83 240<br />
Chacras 96 13,82 13<br />
Palmales 273 22,75 62<br />
Carcabón 70 24,69 17<br />
Atahualpa 392 24,55 96<br />
Paccha 166 18,85 31<br />
Ayapamba 89 16,74 15<br />
Cordoncillo 59 38,71 23<br />
Milagro 41 45,49 19<br />
San josé 18 19,50 4<br />
San Juan de Cerro Azul 19 26,58 5<br />
Balsas 550 14,17 78<br />
Balsas 453 12,58 57<br />
Bellamaría (De Balsas) 97 21,60 21<br />
Chilla 335 19,18 64<br />
Chilla 335 19,18 64<br />
El Guabo 4.061 20,65 839<br />
El Guabo 2.334 19,50 455<br />
Barbones (Sucre) 472 22,80 108<br />
La Iberia 299 20,63 62<br />
Tendales (Cab. en Puerto Tendales) 956 22,42 214<br />
Huaquillas 3.806 29,01 1.104<br />
Huaquillas 3.806 29,01 1.104<br />
Marcabelí 510 34,78 177<br />
Marcabelí 480 34,45 165<br />
El Ingenio 30 40,17 12<br />
Pasaje 5.361 17,42 934<br />
Pasaje 3.880 16,19 628<br />
Buenavista 436 17,62 77<br />
Casacay 171 19,50 33<br />
La Peaña 282 23,11 65<br />
Costa<br />
El Oro<br />
cuadro 2<br />
Desnutrición Crónica en menores de cinco años
Progreso 365 24,60 90<br />
Uzhcurrumi 71 13,44 10<br />
Caña Quemada 156 19,90 31<br />
Piñas 2.011 26,84 540<br />
Piñas 1.226 21,31 261<br />
Capiro (Cab. en la Capilla de Capiro) 169 39,64 67<br />
La Bocana 138 36,74 51<br />
Moromoro (Cab. en el Vado) 117 39,99 47<br />
Piedras 59 24,27 14<br />
San Roque (Ambrosio Maldonado) 88 37,40 33<br />
Saracay 214 31,24 67<br />
Portovelo 941 15,89 150<br />
Portovelo 727 13,58 99<br />
Curtincapa 43 13,91 6<br />
Morales 65 33,25 22<br />
Salati 106 21,95 23<br />
Santa Rosa 5.428 16,10 874<br />
Santa Rosa 4.073 15,57 634<br />
Bellavista 259 15,68 41<br />
Jambelí 147 18,64 27<br />
La Avanzada 201 15,32 31<br />
San Antonio 133 24,24 32<br />
Torata 158 26,53 42<br />
Victoria 290 14,48 42<br />
Bellamaría 167 14,80 25<br />
Zaruma 2.045 23,39 478<br />
Zaruma 735 13,13 97<br />
Abañin 175 25,61 45<br />
Arcapamba 68 26,15 18<br />
Guanazán 355 29,05 103<br />
Guizhaguiña 166 35,58 59<br />
Huertas 169 33,43 57<br />
Malvas 84 27,19 23<br />
Muluncay Grande 64 43,31 28<br />
Sinsao 122 21,25 26<br />
Salvias 107 22,51 24<br />
Las Lajas 438 44,25 194<br />
La Victoria 213 41,05 87<br />
La Libertad 74 49,09 36<br />
El Paraiso 83 30,10 25<br />
San Isidro 68 66,31 45<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
37
38<br />
Esmeraldas
Costa<br />
Esmeraldas<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
39
40<br />
Costa<br />
Esmeraldas<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
Esmeraldas<br />
cuadro 3<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de<br />
niños/as entre 1 y 5<br />
años Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Esmeraldas 13.708 14,68 2.012<br />
Esmeraldas 7.650 8,52 652<br />
Camarones (Cab. en San Vicente) 317 25,84 82<br />
Crnel. Carlos Concha Torres<br />
(Cab. en Huele)<br />
221 28,32 63<br />
Chinca 584 26,06 152<br />
Majua 262 26,80 70<br />
San Mateo 436 26,91 117<br />
Tabiazo 325 26,22 85<br />
Tachina 363 25,53 93<br />
Vuelta Larga 3.550 19,66 698<br />
Eloy Alfaro 4.045 32,02 1.295<br />
Valdéz (Limones) 714 21,65 155<br />
Anchayacu 223 19,98 45<br />
Atahualpa (Cab. en Camarones) 188 43,82 82<br />
Borbón 541 21,24 115<br />
La Tola 493 19,86 98<br />
Luis Vargas Torres<br />
(Cab. en Playa de Oro)<br />
46 12,20 6<br />
Maldonado 151 18,03 27<br />
Pampanal de bolívar 126 26,96 34<br />
San Francisco de Onzole 166 33,07 55<br />
Santo Domingo de Onzole 198 40,17 80<br />
Selva Alegre 102 17,30 18<br />
Telembi 654 70,22 459<br />
Colón Eloy del Maria 206 22,47 46<br />
San josé de Cayapas 151 38,43 58<br />
Timbire 86 21,33 18<br />
Muisne 2.897 35,72 1.035<br />
Muisne 888 33,82 300<br />
Bolívar 109 37,19 41<br />
Daule (de Muisne) 239 44,12 105<br />
Galera 159 42,48 68<br />
41
42<br />
Quingue (Olmedo Perdomo Franco) 76 40,38 31<br />
Salima 129 40,02 52<br />
San Francisco 257 37,18 96<br />
San Gregorio 643 28,97 186<br />
San José De Chamanga<br />
(Cab. en Chamanga)<br />
397 39,47 157<br />
Quinindé 9.545 18,10 1.728<br />
Rosa Zárate (Quinindé) 4.724 15,55 735<br />
Cube 748 17,88 134<br />
Chura (Chancama) (Cab. En El Yerbero) 465 21,28 99<br />
Malimpia 1.553 24,52 381<br />
Viche 398 20,11 80<br />
La Unión (De Quinindé) 1.657 18,09 300<br />
San Lorenzo 3.348 33,72 1.129<br />
San Lorenzo 1.593 21,64 345<br />
Alto Tambo (Cab. en Guadual) 215 58,53 126<br />
Ancón (Pichangal)<br />
(Cab. en Palma Real)<br />
155 37,95 59<br />
Calderón 58 41,90 24<br />
Carondelet 131 37,71 49<br />
5 de Junio (Cab. en Uimbi) 22 36,82 8<br />
Concepción 236 33,10 78<br />
Mataje (Cab. en Santander) 104 69,06 72<br />
San Javier de Cachavi<br />
(Cab. en San Javier)<br />
45 34,98 16<br />
Santa Rita 151 34,72 52<br />
Tambillo 244 40,45 99<br />
Tululbi (Cab. en Ricaurte) 267 56,55 151<br />
Urbina 127 39,43 50<br />
Atacames 3.214 19,89 639<br />
Atacames 1.194 18,35 219<br />
La Unión (de Atacames) 281 21,88 61<br />
Súa (Cab. en la Bocana) 354 20,56 73<br />
Tonchigue 651 23,08 150<br />
Tonsupa 734 18,47 136<br />
Rioverde 2.616 22,16 580<br />
Río Verde 414 20,41 84<br />
Chontaduro 370 21,88 81<br />
Chumunde 387 27,03 105<br />
Lagarto 437 21,30 93<br />
Montalvo (Cab. en Horqueta) 433 20,08 87<br />
Rocafuerte 575 22,55 130<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Guayas<br />
Prevalencia de Denutrición Crónica en menores de cinco años<br />
43<br />
43
44<br />
Costa<br />
Guayas<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
Guayas<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
45
46<br />
Cantón / Parroquia<br />
Número de<br />
niños/as entre 1 y 5<br />
años Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Guayaquil 162.181 16,9 27.409<br />
Guayaquil 157.981 16,53 26.114<br />
Juan Gómez Rendón (Progreso) 570 34,8 198<br />
Morro 387 26,21 101<br />
Posorja 1.749 29,63 518<br />
Puná 625 34,11 213<br />
Tenguel 869 30,4 264<br />
Alfredo Baquerizo Moreno 1.953 30,93 604<br />
Alfredo Baquerizo Moreno (Jujan) 1.953 30,93 604<br />
Balao 1.791 19,66 352<br />
Balao 1.791 19,66 352<br />
Balzar 4.673 51,45 2.404<br />
Balzar 4.673 51,45 2.404<br />
Colimes 2.164 39,45 854<br />
Colimes 2.164 39,45 854<br />
Daule 7.372 9,06 668<br />
Daule 4.643 10,76 500<br />
Juan Bautista Aguirre (Los Tintos) 445 9,14 41<br />
Laurel 742 5,58 41<br />
Limonal 738 6,72 50<br />
Los Lojas (Enrique Baquerizo Moreno) 804 4,54 37<br />
Duran 15.566 9,91 1.543<br />
Eloy Alfaro (Duran) 15.566 9,91 1.543<br />
El Empalme 6.257 18,61 1.164<br />
Velasco Ibarra (El Empalme) 3.736 16,4 613<br />
Guayas (Pueblo Nuevo) 1.706 23,87 407<br />
El Rosario 815 17,71 144<br />
El Triunfo 3.345 22,61 756<br />
El Triunfo 3.345 22,61 756<br />
Milagro 11.147 14,43 1.609<br />
Milagro 9.691 15,47 1.499<br />
Chobo 301 9,26 28<br />
Mariscal Sucre (Huaques) 405 7,42 30<br />
Costa<br />
Guayas<br />
cuadro 4<br />
Desnutrición Crónica en menores de cinco años
Roberto Astudillo (Cab. en Cruce de Venecia) 750 6,92 52<br />
Naranjal 5.314 28,2 1.499<br />
Naranjal 2.781 30,12 838<br />
Jesús María 580 27,38 159<br />
San Carlos 597 27,13 162<br />
Santa Rosa de Flandes 440 26,81 118<br />
Taura 916 24,24 222<br />
Naranjito 2.752 23,09 635<br />
Naranjito 2.752 23,09 635<br />
Palestina 1.352 7,53 102<br />
Palestina 1.352 7,53 102<br />
Pedro Carbo 3.522 51,91 1.828<br />
Pedro Carbo 2.480 54,06 1.341<br />
Valle de la Virgen 476 54,87 261<br />
Sabanilla 566 39,98 226<br />
Samborondón 3.714 3,4 126<br />
Samborondón 1.198 3,52 42<br />
Tarifa 2.516 3,34 84<br />
Santa Lucía 2.911 12,62 367<br />
Santa Lucía 2.911 12,62 367<br />
Urbina Jado 4.916 26,81 1.318<br />
El Salitre (Las Ramas) 2.305 26,2 604<br />
General Vernaza (Dos Esteros) 885 25,01 221<br />
La Victoria (Nanza) 556 21,51 120<br />
Junquillal 1.170 31,88 373<br />
San Jacinto de Yaguachi 4.828 36,35 1.755<br />
Yaguachi Nuevo (San Jacinto de Yaguachi) 2.093 37,3 781<br />
Gral. Pedro J. Montero (Boliche) 722 33,37 241<br />
Yaguachi Viejo (Cone) 958 33,98 326<br />
Virgen de Fátima 1.055 38,68 408<br />
Playas 2.632 47,97 1.263<br />
General Villamil (Playas) 2.632 47,97 1.263<br />
Simón Bolívar 1.837 38,56 708<br />
Simón Bolívar 1.009 37,34 377<br />
Crnel. Lorenzo de Garaicoa (Pedregal) 828 40,05 332<br />
Crnel. Marcelino Mariduena 939 7,17 67<br />
Crnel. Marcelino Mariduena 939 7,17 67<br />
Lomas de Sargentillo 1.339 10,08 135<br />
Lomas de Sargentillo 1.339 10,08 135<br />
Nobol (Piedrahita) 1.470 9,2 135<br />
Narcisa de Jesús 1.470 9,2 135<br />
General Antonio Elizalde (Bucay) 874 29,77 260<br />
General Antonio Elizalde (Bucay) 874 29,77 260<br />
Isidro Ayora 897 9,74 87<br />
Isidro Ayora (Soledad) 897 9,74 87<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
47
48<br />
Prevalencia de Denutrición Crónica en menores<br />
Los<br />
de cinco años<br />
Ríos
Costa<br />
Los Ríos<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
49
50<br />
Costa<br />
Los Ríos<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
Los Ríos<br />
cuadro 5<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Babahoyo 12.035 25,33 3.049<br />
Babahoyo 6.896 23,93 1.650<br />
Caracol 466 33,29 155<br />
Febres Cordero (Las Juntas)<br />
(Cab en Mata de Cacao)<br />
1.627 29,45 479<br />
Pimocha 1.870 30,45 569<br />
La Unión (de Babahoyo) 1.176 16,60 195<br />
Baba 3.445 29,44 1.014<br />
Baba 1.561 31,01 484<br />
Guare 1.084 29,49 320<br />
Isla de Bejucal 800 26,29 210<br />
Montalvo 1.790 30,33 543<br />
Montalvo 1.790 30,33 543<br />
Puebloviejo 3.017 29,92 903<br />
Puebloviejo 1.081 28,20 305<br />
Puerto Pechiche 490 33,06 162<br />
San Juan 1.446 30,15 436<br />
Quevedo 12.510 31,80 3.978<br />
Quevedo 11.400 30,90 3.522<br />
San Carlos 766 43,16 331<br />
La Esperanza 344 36,42 125<br />
Urdaneta 2.381 16,85 401<br />
Catarama 681 13,66 93<br />
Ricaurte 1.700 18,13 308<br />
Ventanas 7.282 20,99 1.529<br />
51
52<br />
Ventanas 3.768 18,39 693<br />
Quinsaloma 1.436 18,56 267<br />
Zapotal 2.078 27,39 569<br />
Vinces 5.803 24,42 1.417<br />
Vinces 4.431 24,26 1.075<br />
Antonio Sotomayor<br />
(Cab. en Playas de Vinces)<br />
1.372 24,94 342<br />
Palenque 2.029 32,67 663<br />
Palenque 2.029 32,67 663<br />
Buena Fé 4.842 21,77 1.054<br />
San Jacinto de Buena Fé 3.883 20,73 805<br />
Patricia Pilar 959 26,02 250<br />
Valencia 3.363 37,79 1.271<br />
Valencia 3.363 37,79 1.271<br />
Mocache 3.465 32,56 1.128<br />
Mocache 3.465 32,56 1.128<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Manabí<br />
Prevalencia de Denutrición Crónica en menores de cinco años<br />
53
54<br />
Costa<br />
Manabí<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
Manabí<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
55
56<br />
Cantón / Parroquia<br />
Costa<br />
Manabí<br />
cuadro 6<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Portoviejo 21.311 22,46 4.786<br />
Portoviejo 16.507 25,98 4.288<br />
Abdón Calderón (San Francisco) 1.193 10,72 128<br />
Alhajuela (Bajo Grande) 314 4,38 14<br />
Crucita 1.076 11,49 124<br />
Pueblo Nuevo 270 9,17 25<br />
Riochico (Rio Chico) 885 9,64 85<br />
San Plácido 792 12,30 97<br />
Chirijos 274 9,21 25<br />
Bolivar (De Manabí) 3.307 12,17 403<br />
Calceta 2.671 10,84 289<br />
Membrillo 410 20,60 84<br />
Quiroga 226 12,66 29<br />
Chone 11.185 23,38 2.615<br />
Chone 6.047 26,99 1.632<br />
Boyacá 509 23,70 121<br />
Canuto 952 19,11 182<br />
Convento 719 18,23 131<br />
Chibunga 713 23,90 170<br />
Eloy Alfaro 770 15,70 121<br />
Ricaurte 894 18,05 161<br />
San Antonio 581 16,70 97<br />
El Carmen 6.929 38,79 2.688<br />
El Carmen 5.772 41,55 2.398<br />
Wilfrido Loor Moreira (Maicito) 487 29,93 146<br />
San Pedro de Suma 670 21,50 144<br />
Flavio Alfaro 2.733 22,65 619<br />
Flavio Alfaro 2.044 25,42 520
San Francisco de Novillo<br />
(Cab en Novillo)<br />
359 14,81 53<br />
Zapallo 330 14,00 46<br />
Jipijapa 5.842 58,09 3.394<br />
Jipijapa 3.906 54,89 2.144<br />
América 204 71,70 146<br />
El Anegado (Cab. en Eloy Alfaro) 599 67,84 406<br />
Julcuy 180 65,92 119<br />
La Unión (De Jipijapa) 196 65,34 128<br />
Membrillal 74 63,50 47<br />
Pedro Pablo Gómez 377 59,53 224<br />
Puerto de Cayo 306 58,51 179<br />
Junín 1.678 30,46 511<br />
Junín 1.678 30,46 511<br />
Manta 17.062 27,32 4.662<br />
Manta 16.649 27,32 4.549<br />
San Lorenzo 234 27,03 63<br />
Santa Marianita (Boca de Pacoche) 179 27,79 50<br />
Montecristi 3.977 51,59 2.052<br />
Montecristi 3.800 52,60 1.999<br />
La Pila 177 29,90 53<br />
Paján 3.567 53,92 1.923<br />
Paján 1.088 50,93 554<br />
Campozano (La Palma de Paján) 880 52,13 459<br />
Cascol 730 52,20 381<br />
Guale 343 64,91 223<br />
Lascano 526 58,35 307<br />
Pichincha 3.232 8,15 263<br />
Pichincha 1.892 6,12 116<br />
Barraganete 760 14,46 110<br />
San Sebastián 580 6,54 38<br />
Rocafuerte 2.665 32,64 870<br />
Rocafuerte 2.665 32,64 870<br />
Santa Ana 4.520 36,78 1.662<br />
Santa Ana de Vuelta Larga 1.934 38,33 741<br />
Ayacucho 642 27,35 176<br />
Honorato Vásquez<br />
(Cab. en Vásquez)<br />
660 38,53 254<br />
57
58<br />
La Unión (De Santa Ana) 664 28,80 191<br />
San Pablo (Cab en Pueblo Nuevo) 620 48,35 300<br />
Sucre 4.637 21,15 981<br />
Bahía de Caráquez 2.146 18,77 403<br />
Charapoto 1.402 20,99 294<br />
San Isidro 1.089 26,06 284<br />
Tosagua 3.086 31,42 970<br />
Tosagua 2.254 33,78 761<br />
Bachillero 344 27,10 93<br />
Angel Pedro Giler (La Estancilla) 488 23,53 115<br />
24 de Mayo 2.800 44,86 1.256<br />
Sucre 1.185 46,29 549<br />
Bellavista 568 36,67 208<br />
Noboa 655 45,93 301<br />
Arq. Sixto Durán Ballen 392 50,61 198<br />
Pedernales 5.554 29,71 1.650<br />
Pedernales 3.119 32,25 1.006<br />
Cojimíes 1.502 30,41 457<br />
10 de Agosto 645 20,87 135<br />
Atahualpa 288 18,46 53<br />
Olmedo 972 11,89 116<br />
Olmedo 972 11,89 116<br />
Puerto López 1.594 39,82 635<br />
Puerto López 798 26,57 212<br />
Machalilla 422 50,71 214<br />
Salango 374 55,80 209<br />
Jama 1.658 30,22 501<br />
Jama 1.658 30,22 501<br />
Jaramijo 1.281 51,02 654<br />
Jaramijó 1.281 51,02 654<br />
San Vicente 1.661 5,53 92<br />
San Vicente 1.075 3,55 38<br />
Canoa 586 9,17 54<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Santa Elena<br />
Prevalencia de Denutrición Crónica en menores de cinco años<br />
59
60<br />
Costa<br />
Santa Elena<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Costa<br />
Santa Elena<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
61
62<br />
Cantón / Parroquia<br />
Costa<br />
Santa Elena<br />
cuadro 7<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Salinas 4.729 41,32 1.954<br />
Salinas 2.546 34,81 886<br />
Anconcito 940 49,59 466<br />
José Luis Tamayo (Muey) 1.243 48,41 602<br />
Santa Elena 10.385 73,28 7.610<br />
Santa Elena 4.230 72,74 3.077<br />
Atahualpa 248 73,75 183<br />
Colonche 2.346 78,43 1.840<br />
Chanduy 1.484 67,96 1.009<br />
Manglaralto 1.870 71,63 1.339<br />
Simón Bolívar (Julio Moreno) 207 78,62 163<br />
La Libertad 7.638 60,48 4.619<br />
La Libertad 7.638 60,48 4.619<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Santo Domingo<br />
de los Tsáchilas<br />
63
64<br />
Costa<br />
Santo Domingo<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
Nota: “La provincia de Santo Domingo de los Tsáchilas se encuentra formada un solo cantón que es Santo Domingo; razón<br />
por la cual en esta provincia solo se presenta un mapa a nivel parroquial”
Costa<br />
Santo Domingo<br />
cuadro 8<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Santo Domingo 27.725 26,49 7.344<br />
Santo Domingo de los Colorados 22.088 24,37 5.383<br />
Alluriquín 1.747 38,18 667<br />
Puerto Limón 941 35,26 332<br />
Luz de América 939 33,57 315<br />
San Jasinto del Búa 1.055 35,75 377<br />
Valle Hermoso 955 28,33 271<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
65
Sierra<br />
67
Azuay<br />
69
70<br />
Sierra<br />
Azuay<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Azuay<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
71
72<br />
Cantón / Parroquia<br />
Sierra<br />
Azuay<br />
cuadro 9<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Cuenca 35.892 38,61 13.859<br />
Cuenca 22.132 33,34 7.380<br />
Baños 1.259 48,76 614<br />
Cumbe 462 47,58 220<br />
Chaucha 150 61,43 92<br />
Checa (Jidcay) 222 42,46 94<br />
Chiquintad 357 37,39 133<br />
Llacao 389 44,63 174<br />
Molleturo 663 53,87 357<br />
Nulti 449 43,99 198<br />
Octavio Cordero Palacios<br />
(Santa Rosa)<br />
195 39,12 76<br />
Paccha 546 51,27 280<br />
Quingeo 725 64,02 464<br />
Ricaurte 1.300 42,38 551<br />
San Joaquín 465 35,83 167<br />
Santa Ana 513 48,02 246<br />
Sayausi 676 39,44 267<br />
Sidcay 232 36,85 85<br />
Sinincay 1.203 43,75 526<br />
Tarqui 968 51,20 496<br />
Turi 709 51,54 365<br />
Valle 1.817 44,83 815<br />
Victoria del Portete (Irquis) 460 56,35 259<br />
Girón 1.135 45,92 521<br />
Girón 774 45,14 349<br />
Asunción 247 48,54 120
San Gerardo 114 45,50 52<br />
Gualaceo 4.143 51,93 2.151<br />
Gualaceo 1.733 42,83 742<br />
Daniel Cordova Toral (El Oriente) 184 62,47 115<br />
Jadan 499 60,16 300<br />
Mariano Moreno 279 51,89 145<br />
Remigio Crespo Toral (Gulag) 136 50,40 69<br />
San Juan 843 57,51 485<br />
Zhidmad 246 70,83 174<br />
Luis Cordero Vega 223 54,48 121<br />
Nabón 1.820 63,76 1.160<br />
Nabón 1.124 68,20 767<br />
Cochapata 279 54,44 152<br />
El Progreso (Cab. En Zhota) 259 66,65 173<br />
Las Nieves (Chaya) 158 43,89 69<br />
Paute 2.480 45,14 1.119<br />
Paute 820 39,15 321<br />
Bulán 215 39,72 85<br />
Chicán 387 50,06 194<br />
El Cabo 316 46,46 147<br />
Guarainag 101 47,70 48<br />
San Cristobal 240 48,82 117<br />
Tomebamba 177 63,36 112<br />
Dug-Dug 224 42,41 95<br />
Pucará 2.286 52,92 1.210<br />
Pucará 1.225 59,53 729<br />
Camilo Ponce Enríquez<br />
(Cab.Río 7 de Mollepongo)<br />
882 42,13 372<br />
San Rafael de Sharug 179 60,88 109<br />
San Fernando 375 41,05 154<br />
San Fernando 307 42,69 131<br />
Chumblín 68 33,62 23<br />
Santa Isabel 1.908 47,19 900<br />
Santa Isabel 1.089 44,06 480<br />
73
74<br />
Abdón Calderón (La Unión) 393 44,71 176<br />
El Carmen de Pijilí 145 48,96 71<br />
Zhaglli (Shaglli) 281 61,89 174<br />
Sigsig 2.847 47,32 1.347<br />
Sigsig 1.158 37,54 435<br />
Cuchil (Cutchil) 143 57,17 82<br />
Gima 334 47,41 158<br />
Guel 158 40,53 64<br />
Ludo 412 56,02 231<br />
San Bartolomé 407 53,06 216<br />
San José de Raranga 235 68,72 161<br />
Oña 290 49,23 143<br />
Oña 178 51,60 92<br />
Susudel 112 45,46 51<br />
Chordeleg 1.146 45,12 517<br />
Chordeleg 471 37,87 178<br />
Principal 162 42,77 69<br />
La Unión 162 52,91 86<br />
Luis Galarza Orellana (Delegsol) 232 53,11 123<br />
San Martín de Puzhio 119 50,84 60<br />
El Pan 233 44,98 105<br />
El Pan 96 44,00 42<br />
San Vicente 137 45,66 63<br />
Sevilla de Oro 490 43,95 215<br />
Sevilla de Oro 156 46,63 73<br />
Amaluza 118 45,39 54<br />
Palmas 216 41,22 89<br />
Guachapala 287 48,73 140<br />
Guachapala 287 48,73 140<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Bolívar<br />
75
76<br />
Sierra<br />
Bolívar<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Bolívar<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
77
78<br />
Cantón / Parroquia<br />
Sierra<br />
Bolívar<br />
cuadro 10<br />
Denutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Guaranda 8.457 56,23 4.755<br />
Guaranda 4.623 50,91 2.354<br />
Facundo Vela 406 59,37 241<br />
Julio E. Moreno (Catanahuan Grande) 313 68,15 213<br />
Salinas 672 59,48 400<br />
San Lorenzo 162 48,47 79<br />
San Simón (Yacoto) 419 65,04 273<br />
Santafé (Santa Fé) 148 43,23 64<br />
Simiatug 1.203 72,71 875<br />
San Luis de Pambil 511 50,43 258<br />
Chillanes 1.884 59,38 1.119<br />
Chillanes 1.375 60,57 833<br />
San José del Tambo (Tambopamba) 509 56,17 286<br />
Chimbo 1.274 59,56 759<br />
San José de Chimbo 398 39,03 155<br />
Asunción (Asancoto) 210 68,23 143<br />
Magdalena (Chapacoto) 244 64,04 156<br />
San Sebastián 82 56,62 46<br />
Telimbela 340 75,73 257<br />
Echeandía 1.102 20,95 231<br />
Echeandía 1.102 20,95 231<br />
San Miguel 2.244 46,89 1.052<br />
San Miguel 872 35,78 312<br />
Balsapamba 240 50,47 121<br />
Bilován 274 57,36 157<br />
Regulo de Mora 109 61,25 67<br />
San Pablo (San Pablo de Atenas) 500 56,01 280<br />
Santiago 149 44,03 66<br />
San Vicente 100 49,66 50<br />
Caluma 1.028 23,38 240<br />
Caluma 1.028 23,38 240<br />
Las Naves 540 23,73 128<br />
Las Naves 540 23,73 128<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Cañar<br />
79
80<br />
Sierra<br />
Cañar<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Cañar<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
81
82<br />
Cantón / Parroquia<br />
Sierra<br />
Cañar<br />
cuadro 11<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Azogues 5.803 43,80 2.542<br />
Azoguez 2.797 31,93 893<br />
Cojitambo 315 68,09 214<br />
Guapán 805 47,90 386<br />
Javier Loyola (Chuquipata) 524 52,04 273<br />
Luis Cordero 315 51,49 162<br />
Pindilig 253 62,45 158<br />
Rivera 192 66,82 128<br />
San Miguel 427 59,05 252<br />
Taday 175 43,14 75<br />
Biblián 1.763 41,55 732<br />
Biblián 1.130 41,24 466<br />
Nazón (Cab. en Pampa de Dominguez) 265 42,02 111<br />
San Francisco de Sageo 156 48,79 76<br />
Turupamba 64 30,38 19<br />
Jerusalen 148 40,29 60<br />
Cañar 6.436 71,91 4.628<br />
Cañar 1.560 63,57 992<br />
Chontamarca 503 75,18 378<br />
Chorocopte 287 77,45 222<br />
General Morales (Socarte) 546 77,32 422<br />
Gualleturo 494 73,18 362<br />
Honorato Vasquez (Tambo Viejo) 653 75,98 496<br />
Ingapirca 996 75,67 754<br />
Juncal 269 73,22 197
San Antonio 208 74,66 155<br />
Zhud 348 73,01 254<br />
Ventura 184 66,10 122<br />
Ducur 388 70,70 274<br />
La Troncal 4.942 25,04 1.238<br />
La Troncal 3.803 24,08 916<br />
Manuel J. Calle 285 23,02 66<br />
Pancho Negro 854 29,98 256<br />
El Tambo 947 70,98 672<br />
Tambo 947 70,98 672<br />
Déleg 454 13,71 62<br />
Déleg 348 14,45 50<br />
Solano 106 11,27 12<br />
Suscal 563 69,21 390<br />
Suscal 563 69,21 390<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
83
84<br />
La lactancia materna es, de acuerdo al análisis de<br />
costo-benefi cio realizado por el Banco Mundial una<br />
de las estrategias con mayor impacto en favor de la<br />
reducción de la desnutrición infantil (1). Los múltiples<br />
benefi cios de la lactancia, tanto durante los primeros<br />
dos años de vida del niño como en la vida adulta, así<br />
lo ratifi can (2, 3, 4).<br />
Hasta la fecha, Ecuador, de acuerdo a la última encuesta<br />
nacional materno-infantil (5), muestra que solo<br />
el 26.4% de las madres empezaron el amamantamiento<br />
durante la primera hora después del parto. La<br />
duración de la lactancia exclusiva es de 2.7 meses y<br />
en cuanto a la prolongación de esta forma de alimentación<br />
de la que se recomienda una duración de por<br />
lo menos 24 meses (6) la mediana de la duración es<br />
de 15,3 meses.<br />
Cuáles son nuestros avances en esta política tan<br />
importante:<br />
CODIGO DE COMERCIALIZACION DE<br />
SUCEDÁNEOS DE LECHE MATERNA<br />
Desde el año 1983 (7), en que se publicó el reglamento<br />
concerniente a la comercialización de fórmulas<br />
para lactantes y niños pequeños, se han hecho varios<br />
esfuerzos a favor del cumplimiento del Código de Comercialización<br />
de Sucedáneos de la Leche Materna,<br />
así lo atestiguan el código de conducta para productores<br />
y comercializadores de fórmulas infantiles (8),<br />
fi rmado en 1993, de igual manera la Ley de Fomento,<br />
Apoyo y Protección a la lactancia materna (9) y su reglamento<br />
(10) establecidos en 1995 y 1.999 respectivamente.<br />
Todos estos cuerpos legales incluyen en sus<br />
artículos el control y regulación de los productos bajo<br />
el alcance del código (fórmulas infantiles, biberones y<br />
chupones), mencionando, sin embargo, la debilidad<br />
de su cumplimiento porque la Comisión Nacional de<br />
Lactancia Materna (CONALMA)- encargada de su<br />
cumplimiento es casi inexistente en la práctica.<br />
El 23 de septiembre del 2009, los Ministerios de Salud<br />
Pública, Inclusión Económica y Social y el de Coordinación<br />
de Desarrollo Social lanzaron ofi cialmente<br />
la Política Nacional de Lactancia Materna, que tiene<br />
como uno de sus objetivos principales “Impulsar la<br />
aplicación del Código Internacional de Comercialización<br />
de Sucedáneos de la Leche Materna” y vigilar su<br />
cumplimiento.<br />
INICIATIVA HOSPITAL AMIGO DEL NIÑO<br />
Y LA MADRE<br />
El país estableció como una de sus metas, luego de<br />
la Declaración de Innocenti en 1.990 (11,12), que los<br />
servicios de maternidad practiquen plenamente los<br />
“Diez pasos hacia una feliz lactancia natural”; esta<br />
Recuadro Temático Nº 4<br />
LACTANCIA MATERNA: BREVE SÍNTESIS DE LOS PRINCIPALES<br />
ACONTECIMIENTOS EN ECUADOR<br />
Dra. Rocio Caicedo Borrás<br />
FUNBBASIC/IBFAN Ecuador<br />
recomendación se tradujo en la iniciativa: Hospital<br />
Amigo del Niño (IHAN). A partir de ese año, el país<br />
puso en práctica esta política, logrando certifi car -en<br />
el transcurso de seis años- a 115 de los 141 hospitales<br />
existentes en el ámbito nacional (13).<br />
Posteriormente, se realizaron acciones de monitoreo<br />
hasta el año 2001, luego de lo cual prácticamente la<br />
iniciativa Hospital Amigo no ha recibido apoyo técnico<br />
ni fi nanciero, de forma que no se han re-certifi cado ni<br />
monitoreado a los hospitales que fueron califi cados y<br />
tampoco se han califi cado nuevos hospitales.<br />
El MSP; como parte de la Estrategia Nacional para<br />
la Reducción Acelerada de la Malnutrición Infantil, ha<br />
comprometido recursos fi nancieros y técnicos para<br />
retomar esta iniciativa a partir del presente año, ligada<br />
al licenciamiento de unidades hospitalarias de las tres<br />
provincias de la fase INTI, esto es: Bolívar, Chimborazo<br />
y Cotopaxi.<br />
BANCOS DE LECHE HUMANA<br />
En el año 2003, FUNBBASIC, una organización no<br />
gubernamental dedicada a trabajar en alimentación<br />
y nutrición infantil, celebró la Semana Mundial de la<br />
Lactancia Materna con el primer Congreso de Lactancia<br />
Materna y Nutrición Infantil. Uno de los temas<br />
centrales del evento fue “Bancos de Leche Humana”,<br />
un servicio que apoya a los bebés hospitalizados en<br />
los servicios neonatales para que se benefi cien del<br />
uso exclusivo de leche materna. Luego del evento<br />
-y tras conseguir una serie de apoyos nacionales e<br />
internacionales y la cooperación permanente del Hospital<br />
Gineco-obstétrico Isidro Ayora - se implementó<br />
el primer Banco de Leche Humana, en marzo de<br />
2007. Posteriormente este proyecto se ha extendido<br />
y actualmente el país cuenta con cuatro bancos más,<br />
ubicados en el Hospital Provincial de Ambato, Hospital<br />
Provincial de Riobamba, en la Maternidad Santa<br />
Marianita de Guayaquil y el Hospital Vicente Corral<br />
Moscoso de Cuenca.<br />
Los Bancos de Leche Humana son una estrategia que<br />
tiene como principales objetivos proteger, promover<br />
y apoyar la lactancia materna, recolectar y distribuir<br />
leche humana con calidad certifi cada y contribuir a la<br />
reducción de la mortalidad infantil.<br />
En febrero de 2009, con apoyo de la Fundación<br />
Oswaldo Cruz de Brasil, se realizó el fortalecimiento<br />
de la capacitación al personal responsable de la operación<br />
de los Bancos de Leche Humana que incluyó<br />
su supervisión y seguimiento para establecer recomendaciones<br />
para mejorar su capacidad operativa.<br />
Todo esto, en el marco del convenio de cooperación<br />
de Gobierno a Gobierno fi rmado entre el Estado Ecuatoriano<br />
y la República Federativa del Brasil.<br />
NOTA: Bibliografía en la página 154
Carchi<br />
85
86<br />
Sierra<br />
Carchi<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Carchi<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
87
88<br />
Cantón / Parroquia<br />
Sierra<br />
Carchi<br />
cuadro 12<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Tulcán 6.490 36,37 2.360<br />
Tulcán 4.138 33,96 1.405<br />
El Carmelo (El Pun) 223 46,74 104<br />
Julio Andrade (Orejuela) 912 38,04 347<br />
Maldonado 171 37,98 65<br />
Pioter 96 46,18 44<br />
Tobar Donoso<br />
(La Bocana de Camumbi)<br />
99 51,42 51<br />
Tufi no 147 39,29 58<br />
Urbina (Taya) 191 33,16 63<br />
El Chical 320 45,25 145<br />
Santa Martha de Cuba 193 40,16 77<br />
Bolívar (De Carchi) 1.217 46,35 564<br />
Bolívar 371 42,33 157<br />
García Moreno 118 43,86 52<br />
Los Andes 206 48,53 100<br />
Monte Olivo 184 50,29 93<br />
San Vicente de Pusir 176 43,67 77<br />
San Rafael 162 53,02 86<br />
Espejo 1.181 31,69 374<br />
El Angel 555 31,71 176<br />
El Goaltal 99 30,69 30<br />
La Libertad (Alizo) 300 32,16 96<br />
San Isidro 227 31,45 71<br />
Mira 1.194 33,85 404<br />
Mira (Chontahuasi) 468 31,25 146
Concepción 314 36,79 116<br />
Jijón Y Caamano (Cab. en Rio Blanco) 272 33,96 92<br />
Juan Montalvo (San Ignacio De Quil) 140 35,78 50<br />
Montúfar 2.513 58,15 1.461<br />
San Gabriel 1.674 57,41 961<br />
Cristóbal Colón 243 58,72 143<br />
Chitán de Navarrete 66 62,82 41<br />
Fernández Salvador 148 60,75 90<br />
La Paz 286 60,47 173<br />
Piartal 96 55,61 53<br />
San Pedro de Huaca 639 66,24 423<br />
Huaca 506 66,08 334<br />
Mariscal Sucre 133 66,84 89<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
89
90<br />
Chimborazo
Sierra<br />
Chimborazo<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
91
92<br />
Sierra<br />
Chimborazo<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Chimborazo<br />
cuadro 13<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Riobamba 15.800 47,28 7.470<br />
Riobamba 10.140 40,62 4.118<br />
Cacha (Cab. en Machangara) 333 74,15 247<br />
Calpi 535 63,43 339<br />
Cubijíes 204 61,04 125<br />
Flores 531 60,30 320<br />
Licto 848 58,27 494<br />
Pungala 700 55,38 388<br />
Punín 613 68,24 418<br />
Quimiag 501 47,99 240<br />
San Juan 632 59,84 378<br />
San Luis 763 52,73 402<br />
Alausí 5.341 73,73 3.938<br />
Alausí 865 59,35 513<br />
Achupallas 1.448 85,45 1.237<br />
Guasuntos 331 72,49 240<br />
Huigra 304 62,05 189<br />
Multitud 234 53,82 126<br />
Pistishi (Nariz del Diablo) 54 83,74 45<br />
Pumallacta 174 70,14 122<br />
Sevilla 106 63,19 67<br />
Sibambe 444 67,59 300<br />
Tixán 1.381 79,52 1.098<br />
Colta 4.045 56,21 2.274<br />
Villa La Unión (Cajabamba) 1.698 54,55 926<br />
Cañi 110 31,85 35<br />
Columbe 1.374 62,13 854<br />
Juan de Velasco (Pangor) 456 57,22 261<br />
93
94<br />
Santiago de Quito<br />
(Cab. San Antonio de Quito)<br />
407 48,62 198<br />
Chambo 996 27,23 271<br />
Chambo 996 27,23 271<br />
Chunchi 1.438 76,79 1.104<br />
Chunchi 845 77,72 657<br />
Capzol 108 73,86 80<br />
Compud 110 51,01 56<br />
Gonzol 195 86,81 169<br />
Llagos 180 79,14 142<br />
Guamote 4.765 69,94 3.333<br />
Guamote 2.536 68,08 1.727<br />
Cebadas 838 61,37 514<br />
Palmira 1.391 78,49 1.092<br />
Guano 3.574 67,65 2.418<br />
Guano 1.231 66,03 813<br />
Guanando 27 46,96 13<br />
Ilapo 160 59,13 95<br />
La Providencia 43 83,09 36<br />
San Andrés 1.135 72,30 821<br />
San Gerardo de Pacaicaguan 194 78,40 152<br />
San Isidro de Patulu 456 61,06 278<br />
San José del Chazo 91 65,71 60<br />
Santa Fe de Galán 186 63,53 118<br />
Valparaiso 51 64,63 33<br />
Pallatanga 1.272 57,72 734<br />
Pallatanga 1.272 57,72 734<br />
Penipe 468 89,90 421<br />
Penipe 108 83,64 90<br />
El Altar 101 91,97 93<br />
Matus 65 88,63 58<br />
Puela 46 94,30 43<br />
San Antonio de Bayushig 75 92,16 69<br />
La Candelaria 44 92,84 41<br />
Bilbao 29 91,48 27<br />
Cumanda 1.029 42,14 434<br />
Cumanda 1.029 42,14 434<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Cotopaxi<br />
95
96<br />
Sierra<br />
Cotopaxi<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Cotopaxi<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
97
98<br />
Cantón / Parroquia<br />
Sierra<br />
Cotopaxi<br />
cuadro 14<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Latacunga 12.681 41,31 5.239<br />
Latacunga 6.485 38,01 2.465<br />
Alaques (Alaquez) 385 42,80 165<br />
Belisario Quevedo (Guanailin) 511 43,64 223<br />
Guaitacama (Guaytacama) 727 37,77 275<br />
joséguango Bajo 271 46,67 126<br />
Mulaló 694 45,19 314<br />
11 De Noviembre (Ilinchisi) 116 51,14 59<br />
Poalo 570 52,45 299<br />
San Juan de Pastocalle 1.045 50,62 529<br />
Tanicuchi 1.059 39,99 423<br />
Toacaso 818 44,09 361<br />
La Maná 3.233 36,48 1.179<br />
La Maná 2.503 38,96 975<br />
Guasaganda<br />
(Cab. en Guasaganda Centro)<br />
466 26,88 125<br />
Pucayacu 264 29,93 79<br />
Pangua 2.117 29,55 626<br />
El Corazón 637 35,64 227<br />
Moraspungo 1.161 21,88 254<br />
Pinllopata 113 23,45 26<br />
Ramón Campaña 206 57,36 118<br />
Pujilí 6.965 63,07 4.393<br />
Pujilí 2.882 58,54 1.687<br />
Angamarca 642 60,13 386<br />
Guangaje 953 73,46 700
La Victoria 250 54,08 135<br />
Pilaló 218 64,14 140<br />
Tingo 332 50,96 169<br />
Zumbahua 1.688 69,67 1.176<br />
Salcedo 4.620 38,07 1.759<br />
San Miguel 2.346 38,39 901<br />
Antonio José Holguín (Santa Lucía) 184 32,39 60<br />
Cusubamba 788 42,80 337<br />
Mulalillo 555 35,74 198<br />
Mulliquindil (Santa Ana) 513 37,13 190<br />
Pansaleo 234 31,00 73<br />
Saquisilí 2.167 41,73 904<br />
Saquisilí 1.070 40,27 431<br />
Canchagua 532 42,73 227<br />
Chantilín 69 41,52 29<br />
Cochapamba 496 43,83 217<br />
Sigchos 2.528 46,38 1.172<br />
Sigchos 847 37,98 322<br />
Chugchilán 935 54,66 511<br />
Isinliví 446 57,56 257<br />
Las Pampas 201 31,13 63<br />
Palo Quemado 99 20,81 21<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
99
100<br />
Imbabura
Sierra<br />
Imbabura<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
101
102<br />
Sierra<br />
Imbabura<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Imbabura<br />
cuadro 15<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Ibarra 13.209 33,87 4.474<br />
Ibarra 9.604 30,14 2.895<br />
Ambuquí 545 45,19 246<br />
Angochagua 325 67,73 220<br />
Carolina 328 43,15 142<br />
La Esperanza 730 59,51 434<br />
Lita 302 34,53 104<br />
Salinas 198 42,47 84<br />
San Antonio 1.177 29,63 349<br />
Antonio Ante 3.181 47,83 1.522<br />
Atuntaqui 1.585 40,57 643<br />
Imbaya (San Luis de Cobuendo) 137 57,06 78<br />
San Francisco de Natabuela 328 42,28 139<br />
San José de Chaltura 213 37,43 80<br />
San Roque 918 63,38 582<br />
Cotacachi 4.159 49,65 2.065<br />
Cotacachi 1.566 55,23 865<br />
Apuela 260 36,01 94<br />
Garcia Moreno (Llurimagua) 548 36,73 201<br />
Imantag 575 58,09 334<br />
Peñaherrera 200 29,22 58<br />
Plaza Gutiérrez (Calvario) 73 50,95 37<br />
Quiroga 618 51,76 320<br />
6 de Julio de Cuellaje (Cab. en Cuellaje) 227 47,76 108<br />
Vacas Galindo (El Churo)<br />
(Cab. en San Miguel Alto)<br />
92 51,33 47<br />
103
104<br />
Otavalo 9.401 49,55 4.658<br />
Otavalo 4.497 44,43 1.998<br />
Dr. Miguel Egas Cabezas (Peguche) 407 53,70 219<br />
Eugenio Espejo (Calpaqui) 639 55,40 354<br />
González Suárez 551 56,17 310<br />
Pataqui 24 74,04 18<br />
San José de Quichinche 914 53,62 490<br />
San Juan de Ilumán 790 51,78 409<br />
San Pablo 908 56,31 511<br />
San Rafael 453 53,96 244<br />
Selva Alegre<br />
(Cab. en San Miguel de Pamplona)<br />
218 48,43 106<br />
Pimampiro 1.177 36,63 431<br />
Pimampiro 706 30,42 215<br />
Chuga 129 47,41 61<br />
Mariano Acosta 180 31,97 58<br />
San Francisco de Sigsipamba 162 60,27 98<br />
San Miguel de Urcuquí 1.431 38,79 555<br />
Urcuquí 489 37,89 185<br />
Cahuasquí 166 31,66 53<br />
La Merced de Buenos Aires 182 34,30 62<br />
Pablo Arenas 186 30,51 57<br />
San Blas 232 47,78 111<br />
Tumbabiro 176 48,82 86<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Las defi ciencias de micronutrientes llamada también<br />
“hambre oculta”, constituyen uno de los problemas<br />
nutricionales y de salud pública más grave en el Ecuador,<br />
particularmente es el caso del hierro, vitamina A,<br />
yodo, ácido fólico y zinc.<br />
Estudios de la situación nutricional del hierro y su resultado<br />
fi nal, la anemia, indican que los menores de cinco<br />
años, sobre todo entre los seis a 24 meses de edad, y<br />
las embarazadas presentan altas prevalencias de anemia,<br />
cercanas al 40 %. (WHO, 2008; MSP (a), 1999)<br />
La defi ciencia de vitamina A, a nivel país es un problema<br />
moderado, 17,4%. Sin embargo, la situación es<br />
de cuidado en niños/niñas habitantes de áreas urbano<br />
marginales, 26,3% (MSP (b), 1999). En el caso del<br />
yodo, actualmente los desordenes por su defi ciencia<br />
se encuentra bajo control epidemiológico.(MSP, OPS,<br />
UNICEF; 2005)<br />
Información de niveles de ácido fólico en mujeres en<br />
edad fértil indican defi ciencia de leve magnitud 1%,<br />
coexistiendo con altas tasas de nacimientos con malformaciones<br />
congénitas del sistema nervioso central y<br />
defectos del tubo neural.(MSP (c), 2008)<br />
La defi ciencia de zinc en infantes se estima en altas<br />
prevalencias, asumiéndose que su magnitud puede<br />
ser igual a la prevalencia de anemia. (IZiNCG, 2004).<br />
El hambre oculta compromete a las personas, sus familias<br />
y su comunidad y son un obstáculo mayor para<br />
lograr su desarrollo físico e intelectual. Así por ejemplo,<br />
incrementan el riesgo de: muerte materna y/o fetal, partos<br />
prematuros, nacimientos de peso bajo, nacimientos<br />
con defectos del tubo neural, muerte prematura<br />
de infantes; además de afectar el desarrollo intelectual.<br />
psicomotor y social, trastornos del sistema inmunológico,<br />
retardo de la maduración sexual y ósea, retardo<br />
en la cicatrización de heridas e incluso ceguera.<br />
El Ecuador actualmente cuenta con un Programa Integrado<br />
de Micronutrientes, dirigido a prevenir y controlar<br />
las defi ciencias en grupos en mayor situación de<br />
vulnerabilidad, mediante: a) Suplementación: con hierro<br />
y ácido fólico a embarazadas y madres en período<br />
Recuadro Temático Nº 5<br />
Los micronutrientes en el Ecuador<br />
Guillermo Fuenmayor<br />
de lactancia; con hierro a menores de un año; con<br />
vitamina A a menores de tres años; b) Fortifi cación<br />
obligatoria: de la harina de trigo con hierro, tiamina,<br />
ribofl avina, niacina y ácido fólico; y de la sal con yodo<br />
y fl úor c) diversifi cación alimentaria mediante educación<br />
y comunicación a nivel comunitario. Se están implementando<br />
estrategias como el pinzamiento oportuno<br />
del cordón umbilical y de manera piloto entrega<br />
de micronutrientes en polvo para preescolares.<br />
También existen programas focalizados de alimentación<br />
complementaria para embarazadas, madres en<br />
período de lactancia, preescolares y escolares.<br />
En el futuro inmediato se tomará en cuenta nuevas<br />
evidencias científi cas y prácticas exitosas en el área,<br />
mejorando las estrategias ya establecidas e incorporando<br />
otras como la suplementación con zinc, la fortifi<br />
cación de azúcar con vitamina A y la biofortifi cación.<br />
El hambre oculta puede ocasionar pérdidas entre el<br />
2 y el 11% del PIB, mientras que atenderla en forma<br />
integral costaría menos del 0,3% del PIB. Estudios<br />
econométricos demuestran que los programas de<br />
micronutrientes son los más costo-efectivos en materia<br />
de salud pública. El lograr niveles adecuados de<br />
micronutrientes puede: prevenir cuatro de cada diez<br />
muertes infantiles, reducir la mortalidad materna en un<br />
30%, aumentar la capacidad de trabajo hasta en un<br />
40%, aumentar el coefi ciente intelectual de la población<br />
en 10 a 15 puntos, aumentar el PIB hasta en un<br />
5% (Investing in the future, Global Report, 2009)<br />
La ejecución de un programa nacional para la prevención<br />
y control del hambre oculta requiere de consensos<br />
institucionales. Es necesario entonces un llamado a la<br />
acción conjunta mediante alianzas estratégicas, donde:<br />
el sector ofi cial establezca las políticas y normas<br />
nacionales y fi nancie los programas, el sector privado<br />
contribuya con sus conocimientos en producción<br />
y procesamiento de alimentos, el sector académico<br />
apoye evaluaciones y obtenga evidencias para mejorar<br />
los sistemas implementados y las organizaciones<br />
no gubernamentales y agencias de cooperación colaboren<br />
mediante apoyo técnico especializado.<br />
NOTA: Bibliografía en la página 155<br />
105
106<br />
Loja
Sierra<br />
Loja<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
107
108<br />
Sierra<br />
Loja<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Loja<br />
cuadro 16<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Loja 15.623 38,70 6.046<br />
Loja 12.279 35,60 4.372<br />
Chantaco 104 53,13 55<br />
Chuquiribamba 221 51,57 114<br />
El Cisne 123 53,27 66<br />
Gualel 233 53,29 124<br />
Jimbilla 132 54,88 72<br />
Malacatos (Valladolid) 699 50,42 352<br />
San Lucas 568 69,44 394<br />
San Pedro de Vilcabamba 79 40,63 32<br />
Santiago 115 50,37 58<br />
Taquil (Miguel Riofrio) 395 44,19 175<br />
Vilcabamba (Victoria) 387 42,30 164<br />
Yangana (Arsenio Castillo) 134 62,79 84<br />
Quinara 154 50,92 78<br />
Calvas 2.827 55,84 1.578<br />
Cariamanga 1.885 50,66 955<br />
Colaisaca 260 73,25 190<br />
El Lucero 274 64,25 176<br />
Utuana 204 61,83 126<br />
Sanguillín 204 64,18 131<br />
Catamayo 2.817 51,17 1.441<br />
Catamayo (La Toma) 2.023 47,90 969<br />
El Tambo 568 58,64 333<br />
Guayquichuma 45 65,93 30<br />
San Pedro de la Bendita 121 59,50 72<br />
Zambi 60 62,90 38<br />
Celica 1.290 38,79 500<br />
Celica 614 35,22 216<br />
109
110<br />
Cruzpamba<br />
(Cab. en Carlos Bustamante)<br />
63 46,51 29<br />
Pozul (San Juan de Pozul) 333 42,27 141<br />
Sabanilla 227 36,67 83<br />
Tnte. Maximiliano Rodríguez Loaiza 53 58,08 31<br />
Chaguarpamba 793 54,38 431<br />
Chaguarpamba 400 55,25 221<br />
Buenavista 137 44,42 61<br />
El Rosario 45 53,13 24<br />
Santa Rufi na 134 67,13 90<br />
Amarillos 77 46,10 35<br />
Espíndola 1.857 41,62 773<br />
Amaluza 399 34,09 136<br />
Bellavista 283 44,87 127<br />
Jimbura 297 37,20 110<br />
Santa Teresita 209 40,22 84<br />
27 de Abril (Cab. en la Naranja) 269 46,58 125<br />
El Ingenio 241 41,06 99<br />
El Airo 159 57,27 91<br />
Gonzanama 1.430 51,64 738<br />
Gonzanamá 195 43,18 84<br />
Changaimina (La Libertad) 296 44,27 131<br />
Nambacola 510 55,63 284<br />
Purunuma (Eguiguren) 139 59,29 82<br />
Sacapalca 290 54,16 157<br />
Macará 1.831 29,72 544<br />
Macará 1.456 28,53 415<br />
Larama 99 41,84 41<br />
La Victoria 216 32,40 70<br />
Sabiango (La Capilla) 60 28,93 17<br />
Paltas 2.393 25,27 605<br />
Catacocha 1.071 23,42 251<br />
Cangonamá 125 17,18 21<br />
Guachanamá 312 36,05 112<br />
Lauro Guerrero 227 23,08 52<br />
Orianga 232 27,91 65<br />
San Antonio 112 35,69 40<br />
Casanga 189 23,34 44<br />
Yamana 125 14,90 19<br />
Puyango 1.473 24,88 367
Alamor 660 24,08 159<br />
Ciano 201 22,18 45<br />
El Arenal 140 24,96 35<br />
El Limo (Mariana de Jesús) 259 24,15 63<br />
Mercadillo 83 29,04 24<br />
Vicentino 130 31,83 41<br />
Saraguro 3.168 62,09 1.967<br />
Saraguro 776 62,24 483<br />
El Paraíso de Celén 283 70,52 200<br />
El Tablón 105 55,37 58<br />
Lluzhapa 168 68,71 115<br />
Manu 559 49,36 276<br />
San Antonio de Qumbe (Cumbe) 145 53,01 77<br />
San Pablo de Tenta 406 67,48 274<br />
San Sebastián de Yulug 128 52,21 67<br />
Selva Alegre 249 66,96 167<br />
Urdaneta (Paquishapa) 349 71,79 251<br />
Sozoranga 784 53,03 416<br />
Sozoranga 353 56,81 201<br />
Nueva Fátima 109 46,34 51<br />
Tacamoros 322 51,15 165<br />
Zapotillo 969 47,56 461<br />
Zapotillo 280 47,00 132<br />
Cazaderos (Cab. en Mangaurco) 153 56,77 87<br />
Garzareal 156 40,30 63<br />
Limones 116 35,46 41<br />
Paletillas 264 52,42 138<br />
Pindal 803 50,26 404<br />
Pindal 510 46,16 235<br />
Chaquinal 98 40,72 40<br />
12 de Diciembre (Cab. en Achiotes) 195 65,77 128<br />
Quilanga 482 58,04 280<br />
Quilanga 274 54,17 148<br />
Fundochamba 46 62,50 29<br />
San Antonio de las Aradas<br />
(Cab en las Aradas)<br />
162 63,31 103<br />
Olmedo 600 52,69 316<br />
Olmedo (Santa Barbara) 505 51,12 258<br />
La Tingue 95 60,99 58<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
111
112<br />
Pichincha
Sierra<br />
Pichincha<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
113
114<br />
Sierra<br />
Pichincha<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Pichincha<br />
cuadro 17<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Quito 146.439 33,97 49.748<br />
Quito 109.944 36,24 39.847<br />
Alangasí 1.324 18,59 246<br />
Amaguaña 1.943 26,06 506<br />
Atahualpa (Habaspamba) 157 24,70 39<br />
Calacalí 282 30,05 85<br />
Calderón (Carapungo) 7.267 26,78 1.946<br />
Conocoto 4.035 20,55 829<br />
Cumbayá 1.493 15,41 230<br />
Chavezpamba 66 27,52 18<br />
Checa (Chilpa) 728 29,46 214<br />
El Quinche 1.280 29,19 374<br />
Gualea 172 49,67 85<br />
Guangopolo 197 23,93 47<br />
Guayllabamba 1.087 28,08 305<br />
La Merced 535 33,44 179<br />
Llano Chico 523 27,72 145<br />
Lloa 145 44,77 65<br />
Nanegal 264 35,52 94<br />
Nanegalito 215 41,33 89<br />
Nayón 826 24,06 199<br />
Nono 145 32,99 48<br />
Pacto 525 48,82 256<br />
Perucho 67 22,93 15<br />
Pifo 1.247 31,34 391<br />
Pintag 1.350 32,27 436<br />
Pomasqui 1.466 23,05 338<br />
Puéllaro 508 29,98 152<br />
Puembo 1.133 30,90 350<br />
San Antonio 1.737 33,31 579<br />
San José de Minas 659 30,98 204<br />
115
116<br />
Tababela 233 30,17 70<br />
Tumbaco 3.304 27,05 894<br />
Yaruquí 1.372 31,63 434<br />
Zámbiza 210 18,73 39<br />
Cayambe 7.469 34,44 2.572<br />
Cayambe 4.309 28,57 1.231<br />
Ascázubi 325 27,79 90<br />
Cangahua 1.676 46,65 782<br />
Olmedo (Pesillo) 611 41,28 252<br />
Otón 202 43,11 87<br />
Santa Rosa de Cuzubamba 346 37,47 130<br />
Mejía 5.447 27,46 1.496<br />
Machachi 1.903 30,06 572<br />
Aloag 730 20,64 151<br />
Aloasí 627 26,16 164<br />
Cutuglahua 968 26,96 261<br />
El Chaupi 127 35,98 46<br />
Manuel Cornejo Astorga (Tandapi) 288 48,37 139<br />
Tambillo 544 19,52 106<br />
Uyumbicho 260 21,80 57<br />
Pedro Moncayo 2.722 31,11 847<br />
Tabacundo 1.294 31,64 409<br />
La Esperanza 326 23,83 78<br />
Malchinguí 352 25,83 91<br />
Tocachi 151 23,68 36<br />
Tupigachi 599 38,92 233<br />
Rumiñahui 5.061 20,78 1.052<br />
Sangolquí 4.751 20,42 970<br />
Cotogchoa 263 25,45 67<br />
Rumipamba 47 30,96 15<br />
San Miguel de Los Bancos 1.160 35,04 406<br />
San Miguel de los Bancos 905 32,80 297<br />
Mindo 255 42,97 110<br />
Pedro Vicente Maldonado 1.172 43,22 507<br />
Pedro Vicente Maldonado 1.172 43,22 507<br />
Puerto Quito 1.960 28,09 550<br />
Puerto Quito 1.960 28,09 550<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Tungurahua<br />
117
118<br />
Sierra<br />
Tungurahua<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Sierra<br />
Tungurahua<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
119
120<br />
Cantón / Parroquia<br />
Sierra<br />
Tungurahua<br />
cuadro 18<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Ambato 23.727 40,19 9.535<br />
Ambato 12.515 25,22 3.156<br />
Ambatillo 391 63,44 248<br />
Atahualpa (Chisalata) 607 41,57 252<br />
Augusto N. Martinez (Mundugleo) 638 56,28 359<br />
Constantino Fernández<br />
(Cab. en Cullitahua)<br />
197 57,14 113<br />
Huachi Grande 590 44,11 260<br />
Izamba 946 42,01 397<br />
Juan Benigno Vela 595 67,15 400<br />
Montalvo 267 44,79 120<br />
Pasa 605 71,20 431<br />
Picaigua 615 50,29 309<br />
Pilaguín (Pilahuín) 1.128 74,84 844<br />
Quisapincha (Quizapincha) 1.313 68,09 894<br />
San Bartolomé De Pinllog 640 39,99 256<br />
San Fernando (Pasa San Fernando) 226 76,86 174<br />
Santa Rosa 1.242 54,01 671<br />
Totoras 465 46,90 218<br />
Cunchibamba 345 54,97 190<br />
Unamuncho 402 60,66 244<br />
Baños de Agua Santa 1.207 32,11 388<br />
Baños 844 29,58 250<br />
Lligua 23 33,17 8<br />
Río Negro 84 41,73 35<br />
Río Verde 96 40,38 39<br />
Ulba 160 35,28 56<br />
Cevallos 525 39,17 206<br />
Cevallos 525 39,17 206
Mocha 470 45,44 214<br />
Mocha 370 46,72 173<br />
Pinguili 100 40,74 41<br />
Patate 1.115 48,34 539<br />
Patate 638 40,55 259<br />
El Triunfo 182 58,17 106<br />
Los Andes (Cab. en Poatug) 94 51,93 49<br />
Sucre (Cab. en Sucre-Patate-Urco) 201 62,48 126<br />
Quero 1.616 54,13 875<br />
Quero 1.234 52,61 649<br />
Rumipamba 232 58,30 135<br />
Yanayacu - Mochapata<br />
(Cab. en Yanayacu)<br />
150 60,21 90<br />
San Pedro de Pelileo 4.170 47,25 1.970<br />
Pelileo 1.685 39,74 670<br />
Benítez (Pachanlica) 163 51,74 84<br />
Bolívar 196 47,31 93<br />
Cotaló 179 46,26 83<br />
Chiquicha (Cab. en Chiquicha Grande) 223 64,45 144<br />
El Rosario (Rumichaca) 236 54,62 129<br />
García Moreno (Chumaqui) 488 49,73 243<br />
Guambaló (Huambaló) 544 46,73 254<br />
Salasaca 456 59,48 271<br />
Santiago de Píllaro 2.692 52,67 1.418<br />
Píllaro 815 37,86 309<br />
Baquerizo Moreno 16 49,94 8<br />
Emilio María Terán (Rumipamba) 108 51,68 56<br />
Marcos Espinel (Chacata) 129 49,56 64<br />
Presidente Urbina<br />
(Chagrapamba-Patzucul)<br />
200 51,71 103<br />
San Andrés 862 65,45 564<br />
San José De Poalo 175 62,35 109<br />
San Miguelito 387 52,92 205<br />
Tisaleo 847 54,56 462<br />
Tisaleo 727 54,34 395<br />
Quinchicoto 120 55,89 67<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
121
Amazonia<br />
123
124
Morona Santiago<br />
125
126<br />
Amazonia<br />
Morona Santiago<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Morona Santiago<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
127
128<br />
Cantón / Parroquia<br />
Amazonia<br />
Morona Santiago<br />
cuadro 19<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Morona 3.851 32,95 1.269<br />
Macas 1.347 17,52 236<br />
Alshi (Cab. en 9 de Octubre) 43 25,81 11<br />
General Proaño 148 31,34 46<br />
San Isidro 93 28,76 27<br />
Sevilla Don Bosco 1.494 46,08 688<br />
Sinaí 97 27,27 26<br />
Zuña (Zuñac) 27 18,81 5<br />
Cuchaentza 229 36,14 83<br />
San José de Morona 204 44,16 90<br />
Rio Blanco 169 33,05 56<br />
Gualaquiza 1.872 38,55 722<br />
Gualaquiza 898 29,84 268<br />
Amazonas (Rosario de Cuyes) 55 39,93 22<br />
Bermejos 36 39,53 14<br />
Bomboiza 522 50,25 262<br />
Chiguinda 97 45,90 45<br />
El Rosario 89 43,43 39<br />
Nueva Tarqui 64 42,95 27<br />
San Miguel de Cuyes 16 47,50 8<br />
El Ideal 95 38,86 37<br />
Limón Indanza 1.231 42,79 527<br />
General Leonidas Plaza G. (Limón) 412 27,74 114<br />
Indanza 96 35,64 34<br />
San Antonio<br />
(Cab. en San Antonio Centro)<br />
113 48,88 55<br />
San Miguel de Conchay 338 55,48 188<br />
Santa Susana de Chiviaza<br />
(Cab. en Chiviaza)<br />
113 53,76 61<br />
Yunganza (Cab. en El Rosario) 159 46,97 75<br />
Palora 801 32,42 260<br />
Palora 396 24,48 97
Arapicos 82 47,66 39<br />
Cumandá (Cab. en Colonia Agrícola<br />
Sevilla del Oro)<br />
47 33,13 16<br />
Sangay (Cab. en Nayamanaca) 170 39,92 68<br />
16 De Agosto 106 37,95 40<br />
Santiago 1.233 46,61 575<br />
Santiago de Mendéz 254 34,36 87<br />
Copal 45 46,96 21<br />
Chupianza 57 50,74 29<br />
Patuca 224 47,08 105<br />
San Luis de el Acho (Cab. en el Acho) 59 35,88 21<br />
Santiago 312 53,42 167<br />
Tayuza 153 47,42 73<br />
San Francisco de Chinimbimi 129 55,41 71<br />
Sucúa 1.807 38,94 704<br />
Sucúa 1.173 36,35 426<br />
Asunción 196 55,54 109<br />
Huambi 352 40,50 143<br />
Santa Marianita de Jesús 86 30,00 26<br />
Huamboya 938 45,55 427<br />
Huamboya 279 42,76 119<br />
Chiguaza 659 46,73 308<br />
San Juan Bosco 378 37,65 142<br />
San Juan Bosco 220 33,94 75<br />
Pan de Azúcar 40 42,48 17<br />
San Carlos de Limón 24 47,54 11<br />
San Jacinto de Wakambeis 28 37,50 11<br />
Santiago de Pananza 66 43,59 29<br />
Taisha 1.765 52,24 922<br />
Taisha 596 52,24 311<br />
Huasaga (Cab en Wampuk) 141 48,91 69<br />
Macuma 473 49,46 234<br />
Tuutinentza 555 55,46 308<br />
Logroño 625 48,71 304<br />
Logroño 182 35,93 65<br />
Yaupi 233 56,50 132<br />
Shimpis 210 51,15 107<br />
Pablo VI 169 41,86 71<br />
Pablo VI 169 41,86 71<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
129
130<br />
Napo
Amazonia<br />
Napo<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
131
132<br />
Amazonia<br />
Napo<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Napo<br />
cuadro 20<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Tena 5.565 41,79 2.326<br />
Tena 2.357 33,27 784<br />
Ahuano 599 46,57 279<br />
Chontapunta 961 54,31 522<br />
Pano 125 47,01 59<br />
Puerto Misahualli 607 41,54 252<br />
Puerto Napo 654 48,51 317<br />
Talag 262 42,92 112<br />
Archidona 2.390 32,26 771<br />
Archidona 918 31,83 292<br />
Cotundo 983 33,55 330<br />
San Pablo de Ushpayacu 489 30,49 149<br />
El Chaco 643 22,15 142<br />
El Chaco 383 19,34 74<br />
Gonzalo Díaz de Pineda (El Bombón) 35 30,60 11<br />
Linares 23 33,43 8<br />
Oyacachi 51 29,86 15<br />
Santa Rosa 120 23,93 29<br />
Sardinas 31 19,52 6<br />
Quijos 491 48,08 236<br />
Baeza 126 43,87 55<br />
Cosanga 65 54,08 35<br />
Cuyuja 56 57,71 32<br />
Papallacta 68 47,99 33<br />
San Francisco de Borja (Virgilio Dávila) 176 45,85 81<br />
Carlos Julio Arosemena Tola 330 42,02 139<br />
Carlos Julio Arosemena Tola<br />
(Zatza-Yacu)<br />
330 42,02 139<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
133
134<br />
Orellana
Amazonia<br />
Orellana<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
135
136<br />
Amazonia<br />
Orellana<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Orellana<br />
cuadro 21<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Orellana 4.874 45,47 2.216<br />
Puerto Francisco de Orellana (Coca) 2.890 44,07 1.273<br />
Dayuma 1.558 46,62 726<br />
Taracoa 426 50,83 217<br />
Aguarico 474 50,82 241<br />
Nuevo Rocafuerte 167 50,38 84<br />
Capitán Augusto Rivadeneyra 83 56,23 47<br />
Cononaco 23 48,74 11<br />
Santa María de Huiririma 51 53,33 27<br />
Tiputini 124 49,40 61<br />
Yasuní 26 40,04 10<br />
La Joya de los Sachas 2.956 40,84 1.207<br />
La Joya de los Sachas 1.239 32,87 407<br />
Enokanqui 668 46,07 308<br />
Pompeya 228 52,00 119<br />
San Carlos 305 35,49 108<br />
San Sebastián del Coca 516 51,44 265<br />
Loreto 1.999 38,27 765<br />
Loreto 213 23,20 49<br />
Avila (Cab en Huiruno) 438 38,59 169<br />
Puerto Murialdo 337 45,16 152<br />
San José del Payamino 426 37,99 162<br />
San José de Dahuano 497 40,46 201<br />
San Vicente de Huaticocha 88 35,66 31<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
137
138<br />
Pastaza
Amazonia<br />
Pastaza<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
139
140<br />
Amazonia<br />
Pastaza<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Pastaza<br />
cuadro 22<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Pastaza 5.006 53,48 2.677<br />
Puyo 2.402 43,29 1.040<br />
Canelos 235 70,19 165<br />
10 de Agosto 107 50,20 54<br />
Fátima 74 48,24 36<br />
Montalvo (Andoas) 484 67,28 326<br />
Pomona 26 53,85 14<br />
Río Corrientes 4 71,25 3<br />
Río Tigre 62 55,87 35<br />
Sarayacu 339 67,80 230<br />
Simón Bolívar (Cab. en Mushullacta) 640 65,37 418<br />
Tarqui 235 58,23 137<br />
Teniente Hugo Ortiz 99 59,29 59<br />
Veracruz (Indillama) (Cab. en Indillama) 137 52,17 71<br />
El Triunfo 162 55,94 91<br />
Mera 774 29,86 231<br />
Mera 100 28,19 28<br />
Madre Tierra 127 53,73 68<br />
Shell 547 24,62 135<br />
Santa Clara 302 39,43 119<br />
Santa Clara 302 39,43 119<br />
Arajuno 751 51,41 386<br />
Arajuno 397 49,82 198<br />
Curaray 354 53,19 188<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
141
142<br />
Sucumbios
Amazonia<br />
Sucumbios<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica<br />
143
144<br />
Amazonia<br />
Sucumbios<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Sucumbios<br />
cuadro 23<br />
Desnutrición Crónica en menores de cinco años<br />
Cantón / Parroquia<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Lago Agrio 6,826 31.00 2,116<br />
Nueva Loja 3,762 23.08 868<br />
Dureno 368 42.00 155<br />
General Farfán 627 41.69 261<br />
El Eno 663 45.34 301<br />
Pacayacu 770 35.39 272<br />
Jambelí 241 40.89 99<br />
Santa Cecilia 395 40.45 160<br />
Gonzalo Pizarro 813 29.43 239<br />
Lumbaquí 299 23.88 71<br />
El Reventador 103 19.01 20<br />
Gonzalo Pizarro 322 36.89 119<br />
Puerto Libre 89 33.16 30<br />
Putumayo 744 39.34 293<br />
Puerto El Carmen del Putumayo 229 31.02 71<br />
Palma Roja 392 43.48 170<br />
Puerto Bolívar (Puerto Montufar) 20 39.65 8<br />
Puerto Rodríguez 19 58.63 11<br />
Santa Elena 84 38.31 32<br />
Shushufi ndi 3,432 34.92 1,198<br />
Shushufi ndi 1,982 30.09 596<br />
Limoncocha 422 47.86 202<br />
Pañacocha 82 57.35 47<br />
San Roque (Cab San Vicente) 336 45.64 153<br />
San Pedro de los Cofanes 250 27.74 69<br />
Siete de Julio 360 36.16 130<br />
145
146<br />
Sucumbíos 301 38.38 116<br />
La Bonita 76 44.79 34<br />
El Playón de San Francisco 136 37.33 51<br />
La Sofía 14 60.50 8<br />
Rosa Florida 35 31.66 11<br />
Santa Bárbara 40 27.93 11<br />
Cascales 913 43.14 394<br />
El Dorado de Cascales 614 46.30 284<br />
Santa Rosa de Sucumbíos 53 46.92 25<br />
Sevilla 246 34.43 85<br />
Cuyabeno 680 42.35 288<br />
Tarapoa 482 43.09 208<br />
Cuyabeno 50 48.66 24<br />
Aguas Negras 148 37.82 56<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS
Zamora Chinchipe<br />
147
148<br />
Amazonia<br />
Zamora Chinchipe<br />
Cantonal<br />
Prevalencia de<br />
Desnutrición Crónica
Amazonia<br />
Zamora Chinchipe<br />
Parroquial<br />
Prevalencia de<br />
Desnutrición Crónica<br />
149
150<br />
Cantón / Parroquia<br />
Amazonia<br />
Zamora Chinchipe<br />
cuadro 24<br />
Desnutrición Crónica en menores de cinco años<br />
Número de niños/as<br />
entre 1 y 5 años<br />
Censo 2001<br />
Prevalencia de<br />
desnutrición de<br />
niños/as entre<br />
1 y 5 años<br />
Número de niños/as<br />
entre 1 y 5 años con<br />
desnutrición crónica<br />
Zamora 2.411 33,86 816<br />
Zamora 1.116 26,91 300<br />
Cumbaratza 432 38,10 165<br />
Guadalupe 325 39,97 130<br />
Imbana (La Victoria de Imbana) 158 47,98 76<br />
Sabanilla 58 38,28 22<br />
Timbara 83 41,59 35<br />
San Carlos de las Minas 239 37,27 89<br />
Chinchipe 1.011 40,81 413<br />
Zumba 800 40,24 322<br />
Chito 150 47,92 72<br />
El Chorro 25 23,80 6<br />
La Chonta 28 36,54 10<br />
Pucapamba 8 33,25 3<br />
Nangaritza 669 43,16 289<br />
Guayzimi 413 40,41 167<br />
Zurmi 256 47,58 122<br />
Yacuambi 752 43,51 327<br />
28 de Mayo (San josé de Yacuambi) 416 42,87 178<br />
La Paz 257 43,56 112<br />
Tutupali 79 46,76 37<br />
Yantzaza 1.763 37,74 665<br />
Yanzatza 1.105 33,36 369<br />
Chicana 273 44,60 122<br />
Los Encuentros 385 45,47 175
El Pangui 1.051 40,37 424<br />
El Pangui 597 36,65 219<br />
El Guisme 234 48,38 113<br />
Pachicutza 161 39,19 63<br />
Tundayme 59 49,39 29<br />
Centinela del Condor 905 42,01 380<br />
Zumbi 687 40,89 281<br />
Paquisha 218 45,56 99<br />
Palanda 989 42,90 424<br />
Palanda 493 44,47 219<br />
El Porvenir del Carmen 206 46,47 96<br />
San Francisco del Vergel 120 47,30 57<br />
Valladolid 170 30,93 53<br />
Fuente: Encuesta de Condiciones de Vida 2006 y el Censo de Población y Vivienda 2001<br />
Elaboración: Dirección de Análisis e Investigación del Sector Social-MCDS<br />
151
152<br />
4. Bibliografía<br />
Alderman, H., H. Hoogeveen, y M. Rossi (2006) “Reducing child malnutrition in Tanzania Combined effects<br />
of income growth and program interventions”, Economics and Human Biology 4: 1-23.<br />
Balk, D., A. Storeygard, M. Levy, J. Gaskell, M. Sharma, y R. Flor (2005) “Child Hunger in the Developing<br />
World: An Analysis of Environmental and Social Correlates”, Food Policy 30 (5-6): 584-611<br />
Banco Mundial (2006) “Nutritional failure in Ecuador: causes, consequences and solutions”. Human Development<br />
Department, Washington D.C.<br />
Benson, T. (2006) “Insights from poverty maps for development and food relief program targeting”. International<br />
Food Policy Research Institute. Food Consumption and Nutrition Division Discussion Paper 205.<br />
Bermudez, O. (2006) “Situación Nutricional, Patrón de Consumo y Acceso a Alimentos: Informe Final de<br />
Consultoría”. Panama: Min. de Economia y Finanzas, Dirección de Políticas Sociales, April.<br />
Deaton, A. (1997) The Analysis of Household Surveys: A microeconometric approach to development policy.<br />
Washington DC: Johns Hopkins University for the World Bank.<br />
Demombynes, G., C. Elbers, J. Lanjouw, P. Lanjouw, J. Mistiaen, y B. Ozler (2002) “Producing an Improved<br />
Geographic Profi le of Poverty: Methodology and Evidence from Three Developing Countries”. WIDER<br />
Discussion Paper 2002-39.<br />
Elbers, C., J. Lanjouw, y P. Lanjouw (2002) “Micro Level Estimation of Welfare”. Washington DC World Bank<br />
Policy Research Paper WPS2911.<br />
------------ (2003) “Micro-level estimation of poverty and inequality”, Econometrica 71(1): 355-64.<br />
------------ (2004) “Imputed Welfare Estimates in Regression Analysis”. Washington DC: World Bank Policy<br />
Research Paper WPS 3294.<br />
Elbers, C., T. Fujii, , P. Lanjouw, B. Ozler, y W. Yin (2007) “Poverty alleviation through geographic targeting:<br />
How much does disaggregation help?”, Journal of Development Economics 83: 198 – 213.<br />
Farrow, A., C. Larrea, G. Hyman, y G. Lema (2005) “Exploring the spatial variation of food poverty in Ecuador”,<br />
Food Policy 30: 510 – 531.<br />
Freire, W. y J. Bacallao (1992) “Primer censo nacional de talla de los niños ecuatorianos de primer grado:<br />
Aspectos Metodológicos”. UNICEF.<br />
Fujii, T. (2005) “Microlevel Estimation of Child Malnutrition Indicators and its Application in Cambodia”. Washington<br />
DC: World Bank Policy Research Working Paper 3662.<br />
Fujii, T., P. Lanjouw, S. Alayon, y L. Montana (2004) “Micro-level Estimation of Prevalence of Child Malnutrition<br />
in Cambodia”. Washington DC: World Bank WPS Discussion Paper.<br />
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<br />
en el Food and Nutrition Bulletin, vol.25, no.1, S5-S14, The United Nations University.<br />
Gilligan, D., A. Veiga, M. Benicio, y C. Monteiro (2003) “An Evaluation of Goegraphic Targeting in Bolsa<br />
Alimentação in Brazil: Report Submitted to the Government of Brazil”. Washington DC: International Food<br />
Policy Research Institute.<br />
Haslett, S., G. Jones, y D. Parajuli, forthcoming “Small Area Estimation of Poverty, Caloric Intake, and Malnutrition<br />
in Nepal. Kathmandu: Government of Nepal”. Central Bureau of Statistics. World Food Programme<br />
and World Bank.<br />
Hyman, G., C. Larrea, y A. Farrow (2005) Methods, Results and Policy Implications of Poverty and Food<br />
Security Mapping Assessment. Food Policy 30 (5-6): 453-460.<br />
Larrea, C. (2005) “Poverty, Food Poverty, and Malnutrition Regression Models for Ecuador”. Tomado del<br />
sitio web EcuaMapAlimentaria en Agosto, 18, 2006, http://www.ecuamapalimentaria.info/<br />
Mendenhall, W., D. Wackerly, y R. Scheaffer (1994) Estadística Matemática con Aplicaciones. Grupo Editorial<br />
Iberoamérica S.A. de C.V..<br />
Mistiaen, J., B. Soler, T. Razafi manantena, y J. Razafi ndravonona (2002) “Putting welfare on the map in<br />
Madagascar”. Africa Region Working Paper Series No.34, World Bank, Washington D.C.<br />
Morris, S. (2000) “Targeting Urban Malnutrition: A Multicity Analysis of the Spatial Distribution of Childhood<br />
Nutritional Status”. Washington DC: International Food Policy Research Institute, Food Consumption and<br />
Nutrition Division Discussion Paper #94.<br />
Ramírez, R., y F. Ramírez (2001) Versiones y aversiones del desarrollo. SIISE-CIUDAD/EZE, Universidad<br />
Andina Simón Bolívar . Quito.<br />
Rogers, B., J. Wirth, P. Wilde, y K. Macias (2007) “Introducción a Evaluación de la Prevalencia de Desnutrición<br />
mediante Estimados de áreas pequeñas utilizando el Programa de Mapa de Pobreza (Pov Map<br />
Program)”. Universidad Tufts (mimeo)<br />
Secretaría Nacional de los Objetivos del Milenio (coord.) (2005) “Llegó la hora 2015 el futuro tiene fecha”<br />
Primer Informe ODM.<br />
Sen, A. (1979) “Personal utilities and public judgment: Or what’s wrong with welfare economics? Economic<br />
Journal 89: 537-558.<br />
------------ (1985) Commodities and Capabilities. Elsevier Science Ltd.<br />
------------ (1987) The Standard of Living: Lecture II, Lives and capabilities, in G. Hawthorn (ed) The Standard<br />
of Living, (Cambridge: Cambridge University Press), pp. 20-38.<br />
Simler, K. (2006) “Nutrition Mapping in Tanzania: An Exploratory Analysis”. Washington DC: International<br />
Food Policy Research Institute, Food Consumption and Nutrition Division Discussion Paper #204.<br />
UNICEF (1998) The state of the world´s children. Oxford University Press.<br />
Zhao, Q. (2005) “User Manual for PovMap 1.1a. Development Research Group”. Tomado del sitio web del<br />
Banco Mundial en 12-08-2006, Agosto, 12, 2006, http://iresearch.worldbank.org/PovMap/index.htm<br />
153
154<br />
Recuadro Temático Nº 1<br />
USO DE LOS NUEVOS ESTÁDARES DE CRECIMIENTO DE LA OMS PARA EL CÁLCULO DE LA MALA<br />
NUTRICIÓN DE NIÑOS ECUATORIANOS MENORES DE CINCO AÑOS<br />
1. World Health Organization Working Group on Infant Growth. An evaluation of infant growth: the use<br />
and interpretation of anthropometry in infants. Bull WHO 1995;73:165-74.<br />
2. World Health Assembly. Infant and Young Child Nutrition. Resolution WHA47.5 of the 47th World<br />
Health Assembly, 11th Plenary Meeting, Geneva, 9 May 1994.<br />
3. Cutberto Garza 1 y Mercedes de Onís2, por el Grupo del Estudio Multi-centro sobre las referencias<br />
del Crecimiento de la OMS. Justifi cación para la elaboración de una nueva referencia Internacional del<br />
crecimiento. 2004. Food and Nutrition Bulletin, vol.25, no.1, S5-S14, The United Nations University.<br />
4. De Onis M, Garza C, Victoria CG, Onyango AW, Frongillo EA, Martines J, for the WHO Multicentre<br />
Growth Reference Study Group. The WHO Multicentre Growth Reference Study: planning, study design,<br />
and methodology. Food Nutr Bull 2004;25(1) (supl 1):S15-26.<br />
5. Araújo CL, Albernaz E, Tomasi E, Victora CG, for the WHO Multicentre Growth Reference Study<br />
Group. Implementation of the WHO Multicentre Growth Reference Study in Brazil. Food Nutr Bull 2004;25(1)<br />
(suppl 1):S53-9.<br />
6. Dewey KG, Cohen RJ, Nommsen-Rivers LA, Heinig MJ, for the WHO Multicentre Growth Reference<br />
Study Group. Implementation of the WHO Multicentre Growth Reference Study in the United States.<br />
Food Nutr Bull 200425(1) (supl 1):S84-9.<br />
7. World Health Organization. Physical status: the use and interpretation of anthropometry. Report of<br />
a WHO Expert Committee. Technical Report Series No. 854. Ginebra: Organización Mundial de la Salud,<br />
1995.<br />
8. De Onis M, Onyango AW, Van den Broeck J, Chumlea WC, Martorell R, for the WHO Multicentre<br />
Growth Reference Study Group. Measurement and standardization protocols for anthropometry used in the<br />
construction of a new international growth reference. Food Nutr Bull 2004;25(1) (supl 1):S27- 36.<br />
9. Onyango AW, Pinol AJ, De Onis M, for the WHO Multicentre Growth Reference Study Group. Managing<br />
data for a multicountry longitudinal study: experience from the WHO Multicentre Growth Reference<br />
Study. Food Nutr Bull 2004;25(1) (supl 1):S46-52.<br />
10. Wijnhoven TMA, De Onis M, Onyango AW, Wang T, Bjoerneboe GEA, Bhandari N, Lartey A, Al<br />
Rashidi B, for the WHO Multicentre Growth Reference Study Group. Assessment of gross motor development<br />
in the WHO Multicentre Growth Reference Study. Food Nutr Bull 22. De<br />
11. Onis M, Garza C, Victoria CG, Onyango AW, Frongillo EA, Martines J, for the WHO Multicentre<br />
Growth Reference Study Group. The WHO Multicentre Growth Reference Study: planning, study design,<br />
and methodology. Food Nutr Bull 2004;25(1) (supl 1):S15-26.<br />
12. World Health Organization. The optimal duration of exclusive breastfeeding: a systematic review.<br />
Geneva: Organización Mundial de la Salud, 2002.<br />
13. WHO Global Strategy for Infant and Young-Child Feeding. The optimal duration of exclusive breastfeeding,<br />
54ª Asamblea Mundial de la Salud A54/INF.DOC/4 de mayo de 2001 (resolución WHA 54.2).<br />
Recuadro Temático Nº 4<br />
LACTANCIA MATERNA: BREVE SÍNTESIS DE LOS PRINCIPALES ACONTECIMIENTOS EN ECUADOR<br />
1. Banco Mundial. Revalorización del papel fundamental de la nutrición para el desarrollo: Estrategia<br />
para una intervención a gran escala. Panorama General. Banco Internacional de Reconstrucción y Fomento.<br />
Washington D.C. 2006. Primera edición.<br />
2. Claudia Macías-Carrillo, Lic TE, M en CI; Francisco Franco-Marina, MC, M en CII; Kurt Long-<br />
Dunlap, MA, PhDIII; Sendy Isarel Hernández-Gaytán, Ing Quim, M en CIV; Yolanda Martínez-López, Lic Enf,<br />
M en CV; Malaquías López-Cervantes, MC, PhDI .Lactancia materna y diarrea aguda en los primeros tres<br />
meses de vida. Salud pública Méx vol.47 no.1 Cuernavaca Jan.Feb. 2005<br />
3. Comité de Lactancia Materna de la Asociación Española de Pediatría. Monografías de la A.E.P. No.<br />
5. España, 2004.<br />
4. http://www.paho.org/Spanish/AD/DPC/CD/aiepi-2-8-jjfa.pdf. Prevalencia y factores de riesgo de<br />
infección respiratoria aguda en niños de 6 meses de edad en Pelotas, Rio Grande do Sul. Freitas, J., Baptista,<br />
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<br />
de Estudios de Población y Desarrollo Social (CEPAR). Quito, 2005.<br />
6. OMS/OPS. Principios de Orientación para la alimentación del lactante y el niño pequeño. Diciembre<br />
10-13, 2001.<br />
7. Registro Ofi cial No. 619 del 15 de noviembre de 1.983. Administración del Dr. Oswaldo Hurtado.<br />
Reglamento concerniente a la comercialización de fórmulas para lactantes y niños menores de un año.<br />
8. Ministerio de Salud Pública del Ecuador/Empresas Fabricantes de productos alimenticios para<br />
Niños. Código de Conducta. Quito, 2 de agosto, 1.993.<br />
9. Ministerio de Salud Pública /Dirección de Fomento y Protección. Ley de Fomento, apoyo y protección<br />
a la Lactancia Materna. Ecuador, 2000.<br />
10. Ministerio de Salud Pública /Dirección de Fomento y Protección. Reglamento para la Aplicación de<br />
la Ley de Apoyo, Fomento y Protección de la lactancia materna. Ecuador, 2000.<br />
11. OMS/UNICEF. Declaración de Innocenti sobre Protección, Promoción y Apoyo a la lactancia Materna.<br />
Innocenti, Italia.1.990.<br />
12. Ministerio de Salud Pública del Ecuador. Registro Ofi cial: Acuerdo Ministerial 1003. de 1993.<br />
13. Laspina, C. Ponencia del Congreso de Lactancia Materna y Nutrición Infantil: Iniciativa Hospital<br />
Amigo del Niño y la Madre. Agosto, 2003.<br />
14. Entrevista con el Dr. Walter Torres, líder de Salud de la Niñez del Proceso de normatización del<br />
Ministerio de Salud Pública. 2009.<br />
15. http://www.fi ocruz.br/redeblh/cgi/cgilua.exe/sys/start.htm?UserActiveTemplate=redeblh%5Fespa<br />
nhol&sid=299<br />
Recuadro Temático Nº 5<br />
LOS MICRONUTRIENTES EN EL ECUADOR<br />
1 WHO, 2008: Worldwide prevalence of anemia 1993-2005: WHO global database on anemia.<br />
2 MSP(a), 1999: Ecuador. Ministerio de Salud Pública. Valores de hemoglobina en población ecuatoriana,<br />
Ed. ICT, 1999.<br />
3 MSP(b), 1999: Ecuador. Ministerio de Salud Pública. La defi ciencia de vitamina A en los niños<br />
ecuatorianos, Ed. ICT, 1999.<br />
4 MSP, OPS, UNICEF, 2005: Riesgo de bocio y cretinismo endémicos bajo control. Ecuador 2002-<br />
2004. MSP, OPS, UNICEF; 2005.<br />
5 MSP (c), 2008: Prevalencia de la defi ciencia de ácido fólico en mujeres en edad fértil en el Ecuador,<br />
Presentado en el Seminario de Actualización en micronutrientes, Quito, 2008<br />
6 IZINCG, 2004: International Zinc Nutrition Consultative Group: Assessment of the risk of zinc defi -<br />
ciency in populations and options for its control. Food and Nutrition Bulletin 25: S91-S202, 2004.<br />
7 Investing in the future, GLOBAL REPORT 2009, www.unitedcalltoaction.org, 23 junio, 2009<br />
155
156<br />
1. CARACTERÍSTICAS DEL INDIVIDUO<br />
edn1a2 edad >=1 y edad=2 y edad=3 y edad=4 y edad
Material de pared<br />
PARED1 Hormigón, ladrillo o bloque<br />
PARED2 Adobe o tapia<br />
PARED3 Madera<br />
PARED4 Bahareque<br />
PARED5 Caña no revestida<br />
PAREDADF Paredes de hormigón o ladrillo, adobe, o madera<br />
Material de piso<br />
PISO1 Parquet o entablado<br />
PISO2 Baldosa<br />
PISO3 Ladrillo o cemento<br />
PISO4 Caña<br />
PISO5 Tierra<br />
PISOADE Piso adecuado (parquet, baldosa, o ladrillo)<br />
PISONTIE Pisos que no son de tierra<br />
Número de cuartos<br />
CUAR_V Total de cuartos en la vivienda<br />
CUAR_H Cuartos disponibles para el hogar<br />
CUAR_D Dormitorios disponibles para el hogar<br />
CUAR_C Cuarto exclusivo para cocinar<br />
CUAR_N Cuarto dedicado exclusivamente para negocios<br />
Combustible para cocinar<br />
COMBCO1 Gas<br />
COMBCO2 Leña o carbón<br />
Hacinamiento y total de personas en el hogar<br />
PERS Total de personas en el hogar<br />
PERCUA Número de personas por cuartos disponibles para el hogar<br />
HAC Hacinamiento (3 o más personas por cuarto disponible)<br />
Índice de calidad de la vivienda<br />
INDICE Suma de tipovs, techoadf, paredadf, pisoade, aguader, sanivs, elec, telef y basu1<br />
INDIC1 INDICE sin considerar elec<br />
Ubicación de la vivienda en áreas urbanas<br />
URBAN Vivienda ubicada en poblaciones con más de 5,000 habitantes<br />
3. ACCESO A SERVICIOS<br />
Abastecimiento de agua<br />
AGUA1 Red pública<br />
157
158<br />
AGUA2 Pozo<br />
AGUA3 Río<br />
AGUA4 Carro repartidor<br />
AGUA5 Otro<br />
AGUADER Agua entubada por red pública dentro de la vivienda<br />
AGUADEF Agua entubada por red pública o pozo<br />
Servicio higiénico de la vivienda<br />
SANIV1 Alcantarillado<br />
SANIV2 Pozo ciego<br />
SANIV3 Pozo séptico<br />
SANIV4 Otra forma<br />
SANIVS Alcantarillado y pozo séptico<br />
Electricidad<br />
ELEC Viviendas con acceso a electricidad<br />
Teléfono<br />
TELEF Viviendas con acceso a línea telefónica fi ja<br />
Recolección de basura<br />
BASU1 Carro recolector<br />
BASU2 Terreno baldío<br />
BASU3 Quemar-enterrar<br />
BASU4 Otra forma<br />
Servicio higiénico del hogar<br />
SANIH1 Excusado exclusivo<br />
SANIH2 Excusado común<br />
SANIH3 Letrina<br />
SANIH4 No tiene<br />
Ducha<br />
DUCHA1 Ducha exclusiva<br />
DUCHA2 Ducha común<br />
DUCHA3 No tiene<br />
4. CARACTERISTICAS DEMOGRÁFICAS<br />
JEF_FEM Miembros en hogares con jefatura femenina<br />
Estado Civil del jefe<br />
CIVIL1J Unido<br />
CIVIL2J Soltero<br />
CIVIL3J Casado
CIVIL4J Divorciado/Separado<br />
CIVIL5J Viudo<br />
Edad<br />
J_EDAD Edad del jefe del hogar<br />
CO_EDAD Edad del cónyuge<br />
EDM5 Total de miembros en el hogar menores a 5 años de edad<br />
ED6A14 6 a 15 años<br />
ED15A24 15 a 24 años<br />
ED25A64 25 a 64 años<br />
EDM65 Mayores de 65<br />
Idioma del jefe del hogar<br />
JE_LSP Sólo español<br />
JE_LIND Sólo lengua nativa, o español y lengua nativa<br />
Pertenencia étnica del jefe del hogar<br />
JE_IND Indígena<br />
JE_AFRO Afro-ecuatoriano, o mulato<br />
JE_BLAN Blanco<br />
Dependencia demográfi ca<br />
DEPDEM<br />
Total de miembros de 14 años, o menos y miembros de 65 años o más, entre el<br />
total de miembros de 15 a 64 años<br />
DEPDEM2 (Total 14 o menos y mayores de 65) / miembros del hogar<br />
5. EDUCACIÓN<br />
Asistencia<br />
NOASPRH<br />
Número de miembros en edad de asistir a primaria que no asisten a éste u otro<br />
nivel de educación superior<br />
PNOASPRH<br />
Variable anterior expresada como el porcentaje de miembros en el hogar entre 6 y<br />
11 años de edad<br />
NOASECH<br />
No. de miembros en edad de asistir a secundaria que no asisten a éste u otro nivel<br />
de educación superior<br />
PNOASECH % de miembros entre 12 y 17 años de edad<br />
NOASTEH<br />
No. de miembros en edad de asistir a la educación terciaria que no asisten a este<br />
nivel<br />
PNOASTEH % de miembros entre 18 y 22 años de edad<br />
NOASISH No. de miembros entre 6 y 17 años que no asisten a un nivel educación formal<br />
PNASIS % de miembros entre 6 y 17 años de edad<br />
Alfabetismo<br />
NLC15H<br />
No. de miembros del hogar de 15 años o más de edad que no saben leer y<br />
escribir<br />
PNLC15H % de miembros de 15 años o más de edad que no saben leer y escribir<br />
HNLC15H<br />
No. de hombres en el hogar de 15 años o más de edad que no saben leer y<br />
escribir<br />
PHLC15H % de hombres de 15 años o más de edad que no saben leer y escribir<br />
MNLC15H No. de mujeres en el hogar de 15 años o más de edad que no saben leer y escribir<br />
159
160<br />
PMLC15H % de mujeres de 15 años o más de edad que no saben leer y escribir<br />
ANALFH<br />
Años de educación<br />
ANOESEJ Del jefe del hogar<br />
ANOESCO Del cónyuge<br />
No. de miembros del hogar de 15 años o más de edad con tres años, o menos,<br />
de educación formal<br />
ANOTPC Años de estudio promedio del resto de las miembros de 15 años o más edad<br />
ANOTHPC Años de estudio promedio del resto de los hombres (15+)<br />
ANOTMPC Años de estudio promedio del resto de las mujeres (15+)<br />
MAXEADU Máxima educación de los miembros mayores de 15 años<br />
Nivel de educación alcanzado (personas de 18 años o más de edad)<br />
Educación del jefe del hogar<br />
EDUCJ0 Sin ningún grado aprobado<br />
EDUCJPI Primaria incompleta<br />
EDUCJPC Primaria completa<br />
EDUCJSI Secundaria incompleta<br />
EDUCJSC Secundaria completa<br />
EDUCJU Algún grado de universidad<br />
Educación del cónyuge<br />
EDUCC0 Sin ningún grado aprobado<br />
EDUCCPI Primaria incompleta<br />
EDUCCPC Primaria completa<br />
EDUCCSI Secundaria incompleta<br />
EDUCCSC Secundaria completa<br />
EDUCCU Algún grado de universidad<br />
Educación resto de las personas en el hogar<br />
NOEDUH Sin ningún grado aprobado<br />
PNOEDUH % de miembros de 18 años o más de edad sin ningún grado aprobado<br />
PRINCH Primaria incompleta<br />
PPRINCH Porcentaje<br />
PRICH Primaria completa<br />
PPRICH Porcentaje<br />
SECICH Secundaria incompleta<br />
PSECICH Porcentaje<br />
SECCH Secundaria completa<br />
PSECCH Porcentaje<br />
OTUNIVH Algún grado de universidad
POTUNIVH Porcentaje<br />
Personas de 25 años o más de edad con título universitario<br />
J_UNI Jefe<br />
CO_UNI Cónyuge<br />
OTM_UNI Resto de las miembros en el hogar<br />
POTM_UNI Porcentaje del resto de las miembros en el hogar<br />
Rezago. Personas entre 7 y 17 que no tienen el año de educación correspondiente a su edad<br />
REZH Número<br />
PREZH Porcentaje<br />
6. EMPLEO<br />
Categoría ocupacional de los miembros del hogar entre 15 y 64 años de edad<br />
Jefe del hogar<br />
J_CAT1 Patrono o socio activo<br />
J_CAT2 Cuenta propia<br />
J_CAT3 Empleado del sector publico<br />
J_CAT4 Empleado del sector privado<br />
J_CAT5 Sin remuneración<br />
Cónyuge<br />
CO_CAT1 Patrono o socio activo<br />
CO_CAT2 Cuenta propia<br />
CO_CAT3 Empleado del sector publico<br />
CO_CAT4 Empleado del sector privado<br />
CO_CAT5 Sin remuneración<br />
Ocupación de los miembros del hogar entre 15 y 64 años de edad<br />
Jefe del hogar<br />
J_OCUP1 Fuerzas armadas<br />
J_OCUP2 Miembros del poder ejecutivo, legislativo, administración pública<br />
J_OCUP3 Profesionales científi cos e intelectuales<br />
J_OCUP4 Técnicos profesionales de nivel medio<br />
J_OCUP5 Empleados de ofi cina<br />
J_OCUP6 Trab. de servicios, y vendedores de comercio y mercados<br />
J_OCUP7 Agricultores y trabajadores califi cados agropecuarios<br />
J_OCUP8 Operadores de instalaciones y maquinas y montadores<br />
J_OCUP9 Trabajadores no califi cados<br />
Cónyuge<br />
CO_OCUP1 Fuerzas armadas<br />
161
162<br />
CO_OCUP2 Miembros del poder ejecutivo, legislativo, administración pública<br />
CO_OCUP3 Profesionales científi cos e intelectuales<br />
CO_OCUP4 Técnicos profesionales de nivel medio<br />
CO_OCUP5 Empleados de ofi cina<br />
CO_OCUP6 Trab. de servicios, y vendedores de comercio y mercados<br />
CO_OCUP7 Agricultores y trabajadores califi cados agropecuarios<br />
CO_OCUP8 Operadores de instalaciones y maquinas y montadores<br />
CO_OCUP9 Trabajadores no califi cados<br />
Rama de actividad de los miembros entre 15 y 64 años de edad<br />
Jefe del hogar<br />
J_RAM1 Trabajadores de agricultura, silvicultura, caza y pesca<br />
J_RAM2 Explotación de minas y canteras<br />
J_RAM3 Industria manufacturera<br />
J_RAM4 Electricidad, gas y agua<br />
J_RAM5 Trabajadores de la construcción<br />
J_RAM6 Comercio al por mayor y menor, restaurantes y hoteles<br />
J_RAM7 Transportes, almacenamientos y comunicaciones<br />
J_RAM8 Banca y seguros<br />
J_RAM9 Servicios comunales, sociales y personales<br />
Cónyuge<br />
CO_RAM1 Trabajadores de agricultura, silvicultura, caza y pesca<br />
CO_RAM2 Explotación de minas y canteras<br />
CO_RAM3 Industria manufacturera<br />
CO_RAM4 Electricidad, gas y agua<br />
CO_RAM5 Trabajadores de la construcción<br />
CO_RAM6 Comercio al por mayor y menor, restaurantes y hoteles<br />
CO_RAM7 Transportes, almacenamientos y comunicaciones<br />
CO_RAM8 Banca y seguros<br />
CO_RAM9 Servicios comunales, sociales y personales<br />
Condición de actividad del jefe y cónyuge<br />
OCUPJ Jefe ocupado<br />
DESOJ Jefe desocupado<br />
INACJ Jefe inactivo<br />
OCUPCO Cónyuge ocupado<br />
Miembros del hogar entre 15 y 64 años de edad por condición de actividad<br />
OCUPH Ocupados
POCUPH Porcentaje de miembros ocupados en el hogar<br />
DESOCH Desocupados<br />
PDESOCH Porcentaje de miembros desocupados en el hogar<br />
INACH Inactivos<br />
PINACH Porcentaje de miembros inactivos en el hogar<br />
Trabajo infantil (personas entre 10 y 14 años de edad)<br />
TRAINFH Miembros del hogar menores a 15 años de edad que trabajan<br />
PTRAINFH Porcentaje<br />
HTRAINFH Hombres menores a 15 años de edad que trabajan<br />
PHTRINFH Porcentaje<br />
MTRAINFH Mujeres menores a 15 años de edad que trabajan<br />
PMTRINFH Porcentaje<br />
Horas trabajadas por semana de las personas entre 15 y 64 años de edad<br />
J_HTRAB Jefe del hogar<br />
CO_HTR Cónyuge<br />
POTRHTR Promedio de horas trabajadas por el resto de los miembros<br />
Miembros del hogar afi liados a la seguridad social<br />
IESSH Total de miembros<br />
7. FERTILIDAD<br />
PHNV Promedio de hijos nacidos vivos de mujeres entre 12 y 49 años de edad<br />
PHNV1 Promedio de hijos nacidos vivos de mujeres entre 12 y 34 años de edad<br />
PHNV2 Promedio de hijos nacidos vivos de mujeres entre 35 y 49 años de edad<br />
PHA_NV Razón de niños vivos actualmente - vivos al nacer<br />
8. VARIABLES EXTERNAS<br />
Centros de salud y establecimientos educativos. Promedios a nivel de cantón<br />
ECENTRO Centros de salud<br />
ESUBCENT Subcentros de salud<br />
EPUESTO Puestos de salud<br />
EDISPEN Dispensarios médicos<br />
EOTRO Otros<br />
EESI Total de establecimientos sin internación por 10000 habitantes<br />
ETESI Tasa de establecimientos sin internación por 10,000 habitantes<br />
EECI Establecimiento con internación<br />
ETECI Tasa de establecimientos con internación por 10,000 habitantes<br />
EECIPU Establecimiento con internación publico<br />
ETECIPU Tasa de establecimientos con internación públicos por 10,000 habitantes<br />
163
164<br />
EECIPR Establecimiento con internación privados<br />
ETECIPR Tasa de establecimientos con internación privados por 10.000 habitantes<br />
EPLANT1 Planteles de nivel 1<br />
EPLANT2 Planteles de nivel 2<br />
EPLANT3 Planteles de nivel 3<br />
Uso de suelo. Promedios a nivel de cantón<br />
ESUELO1 Km2 de bosque intervenido (50% o más)<br />
ESUELO2 Km2 de cultivos de ciclo corto (50% o más)<br />
ESUELO3 Km2 de maíz (50% o más)<br />
ESUELO4 Km2 de arboricultura (50% o más)<br />
ESUELO5 Km2 de pasto cultivado (50% o más)<br />
ESUELO6 Km2 de bosques naturales<br />
Densidad poblacional y Programas sociales Promedios a nivel de parroquia<br />
EDENSI Habitantes por Km2<br />
EFODI Benefi ciarios de programa FODI (FONDO DE DESARROLLO INFANTIL)<br />
EINNFA Benefi ciarios de programa INNFA (INSTITUTO NACIONAL DEL NIÑO Y LA FAMILIA)<br />
EORI Benefi ciarios del programa ORI (OPERACIÓN RESCATE INFANTIL)<br />
EBDH Benefi ciarios del Bono de Desarrollo Humano<br />
Variables de amenazas multifenómeno, nivel cantonal<br />
Esismic Indicador de amenaza de sismo<br />
Evolcan Indicador de amenaza de volcán<br />
Einunda Indicador de amenaza de inundación<br />
Esequia Indicador de amenza de sequí<br />
Edesliz Indicador de amenza de desilizamiento de tierra<br />
Variables de acceso y de carreteras de primer y segundo orden, nivel cantonal<br />
EaccesoA 00.0 - 00.5 hrs (tiempo)<br />
EaccesoB 00.5 - 01.0 Hrs (tiempo)<br />
EaccesoC Más de 1 Hrs (tiempo)<br />
Elength_1 km de carretera de primer orden<br />
Elength_2 Km de carretera de segundo orden<br />
Variables del censo Agropecuario, a nivel cantonal<br />
i02_1 Superfi cie de UPA s - Total<br />
i01_1 Número de UPAs - Total<br />
i02_2 Superfi cie - UPAs de menos de 1Ha<br />
i02_3 Superfi cie - UPAs de 1 hasta menos de 2 Has.<br />
i02_4 Superfi cie - UPAs de 2 hasta menos de 3 Has.
i02_5 Superfi cie - UPAs de 3 hasta menos de 5 Has.<br />
i02_6 Superfi cie - UPAs de 5 hasta menos de 10 Has.<br />
i02_7 Superfi cie - UPAs de 10 hasta menos de 20 Has.<br />
i02_8 Superfi cie - UPAs de 20 hasta menos de 50 Has.<br />
i02_9 Superfi cie - UPAs de 50 hasta menos de 100 Has.<br />
i02_10 Superfi cie - UPAs de 100 hasta menos de 200 Has.<br />
i02_11 Superfi cie - UPAs de 200 Has. Y más<br />
i01_2 Número - UPAs de menos de 1 Ha.<br />
i01_3 Número - UPAs de 1 hasta menos de 2 Has.<br />
i01_4 Número - UPAs de 2 hasta menos de 3 Has.<br />
i01_5 Número - UPAs de 3 hasta menos de 5 Has.<br />
i01_6 Número - UPAs de 5 hasta menos de 10 Has.<br />
i01_7 Número - UPAs de 10 hasta menos de 20 Has.<br />
i01_8 Número - UPAs de 20 hasta menos de 50 Has.<br />
i01_9 Número - UPAs de 50 hasta menos de 100 Has.<br />
i01_10 Número - UPAs de 100 hasta menos de 200 Has.<br />
i01_11 Número - UPAs de 200 Has. y más<br />
i78_1 Cultivos permanentes<br />
i79_1 Cultivos transitorios y barbecho<br />
i80_1 Pastos naturales y cultivados<br />
i81_1 Otros usos en cultivos<br />
i97_1 Solo autoconsumo<br />
i98_1 Ventas al consumidor<br />
i99_1 Ventas al intermediario<br />
i100_1 Ventas al procesador<br />
i101_1 Ventas al exportador<br />
riegpor UPAs con riego<br />
credpor UPAs con crédito<br />
grempor UPAs con personas agremiadas<br />
astepor UPAs con acceso a asistencia técnica<br />
elecpor UPAs con acceso a electricidad<br />
k00651 distancia promedio en km de la UPA a carretera carrozable<br />
165
166<br />
Anexo 2.<br />
Aspectos metodológicos adicionales<br />
Para cada uno de las 16 áreas geográfi cas representativas de la encuesta se realizó lo siguiente:<br />
(i) Utilizando el método de mínimos cuadrados ordinarios y el procedimiento stepwise (MCO-s), se regresionó<br />
el puntaje z (la talla para la edad estandarizada) con todas las variables estadísticamente<br />
similares para seleccionar a las que se correlacionan signifi cativamente con dicho puntaje. En esta<br />
regresión también se consideraron todas las variables externas para ayudar a explicar el efecto de la<br />
ubicación geográfi ca.<br />
(ii) Utilizando MCO-s, se regresionó los promedios de los residuos de (i) con los promedios (a nivel de<br />
conglomerado o sector censal40 ) de las variables estadísticamente similares para seleccionar a las que<br />
se correlacionan signifi cativamente con el componente geográfi co de u . chi<br />
(iii) Se regresionó nuevamente el puntaje z de talla para la edad utilizando MCO-s únicamente con las<br />
variables signifi cativas obtenidas en (i) y (ii),<br />
(iv) Se descompusieron los residuos de (iii) en n el promedio de los residuos a nivel de conglomerado, y el<br />
c<br />
resto de los residuos ( e + δ ) igual a u - n . A este último término para simplifi car se lo denominará<br />
ch chi chi c<br />
como ∂chi (v) Se estimó la varianza de n , var( n ) c c 41 .<br />
(vi) Utilizando MCO-s, se regresionaron los ∂2 con todas las variables estadísticamente similares, sus<br />
chi<br />
cuadrados e interacciones para seleccionar las (Z ) que se correlacionan signifi cativamente con la<br />
chi<br />
heterocedasticidad de ∂2 chi .<br />
(vii) Para obtener la varianza de ∂ se estimó el modelo logístico ln ( ∂ / (A - ∂ chi chi 2<br />
chi )) = Zchi ’α + r con las va-<br />
chi<br />
riables seleccionadas en (vi) (delimitando su predicción entre cero y un máximo), donde A=1.05*max{<br />
∂2 chi }, B=exp(Zchi ’α) y var( ∂chi ) = (AB/(1+B))+0.5 var(r)[AB(1-B)/(1+B)3 ], y<br />
(viii) con var( n ) y var( ∂ ) se produjeron dos matrices cuadradas de dimensión n (donde n es el número<br />
c chi<br />
de menores de cinco años que en la encuesta se midieron talla) cuya suma produjo una matriz de<br />
varianza y covarianza, Σ, con la estructura siguiente42 :<br />
var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi cov ar( ∂ ) chi cov ar( ∂ ) chi<br />
cov ar( ∂ ) chi var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi cov ar( ∂ ) chi<br />
cov ar( ∂ ) chi cov ar( ∂ ) chi var(n ) + var( ∂ ) c chi cov ar( ∂ ) chi<br />
cov ar( ∂ ) chi cov ar( ∂ ) chi cov ar( ∂ ) chi var(n ) + var( ∂ )<br />
c chi<br />
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<br />
los residuos. Cuanto más pequeño el tamaño de este componente mayor será la precisión del puntaje z y la del indicador de desnutrición crónica.<br />
41 Con la expresión que se muestra en el anexo de Elbers, C. y otros (2003), op cit.<br />
42 Ver Zhao, Q. “User manual for PovMap. Version 1.1a”, DRG-World Bank.
Anexo 3.<br />
Resultados de las estimaciones de los modelos<br />
de desnutrición crónica en los menores de cinco años<br />
Azuay - Bolívar - Cañar - Carchi<br />
AZUAY BOLÍVAR CAÑAR CARCHI<br />
No. de observaciones 294 No. de observaciones 220 No. de observaciones 168 No. de observaciones 138<br />
No. de clusters 70 No. de clusters 38 No. de clusters 37 No. de clusters 36<br />
R² ajustada 0,365 R² ajustada 0,315 R² ajustada 0,396 R ajustada 0,407<br />
Variables Coef. EE. Variables Coef. EE. Variables Coef. EE. Variables Coef. EE.<br />
Constante 2,110 0,044 Constante 2,487 0,093 Constante 2,336 0,066 Constante 2,327 0,141<br />
Características del Individuo<br />
edn4a5 0,052 0,014 hombre -0,041 0,017 edn4a5 0,029 0,019 edn3a4 -0,068 0,023<br />
Características de la vivienda<br />
cuar_h² 0,001 0,000 pared3 0,066 0,048 techo1 -0,065 0,029 cuar_d² 0,008 0,003<br />
piso1 0,019 0,013 techo4 0,053 0,022 piso1 0,039 0,021<br />
techo4 -0,030 0,013<br />
tipov1 -0,054 0,018<br />
tipov4 -0,117 0,030<br />
Acceso a servicios<br />
telef 0,032 0,016 sanih4 -0,064 0,021 saniv2 0,055 0,034<br />
basu3 0,040 0,016 saniv2 -0,059 0,024 saniv3 0,120 0,043<br />
Características Demográfi cas<br />
e15a64m² -0,025 0,006 edm5² 0,006 0,002 edm5 -0,023 0,012 edm5² -0,016 0,004<br />
ed25a64² 0,004 0,002 depdem2² -0,386 0,076 ed6a14² 0,017 0,005<br />
ln(pers) -0,138 0,022 ed15a24 -0,044 0,011 ln(pers) 0,084 0,058<br />
edm65 0,061 0,019 je_ind -0,052 0,022 lnj_edad) -0,146 0,040<br />
e15a64m 0,133 0,032 civil5j 0,172 0,057<br />
je_ind -0,089 0,029 co_edad 0,002 0,001<br />
Educación<br />
ed6a14 -0,063 0,025<br />
j_uni 0,049 0,023 hnlc15h 0,058 0,019 maxeadu² 0,001 0,000 anoesco² 0,000 0,000<br />
Empleo<br />
j_uni 0,064 0,038<br />
j_cat2 0,125 0,035 co_cat1 -0,063 0,021 j_htrab² 0,000 0,000 co_htr² 0,000 0,000<br />
j_ram2 0,024 0,017 co_cat1 0,052 0,021 j_ram2 0,078 0,030<br />
j_ram6 -0,065 0,028<br />
Variables promedio<br />
p(cuar_n) 0,444 0,138 p(otm_uni) 0,846 0,415 p(pared3) -0,313 0,117<br />
p(saniv3) 0,113 0,039 p(je_blan) 0,157 0,085 p(saniv3) -0,126 0,042<br />
p(co_cat1) 0,229 0,090 p(j_edad) -0,004 0,002 p(cuar_n) 0,272 0,166<br />
p(ocuph) 0,031 0,022<br />
p(j_ram2) -0,265 0,136<br />
Variables externas<br />
ecipu -0,045 0,025 edesliz -0,105 0,015 i81_1 0,003 0,001<br />
i97_1 -0,005 0,002<br />
167
168<br />
Cotopaxi - Chimborazo - El Oro - Esmeraldas<br />
COTOPAXI CHIMBORAZO EL ORO ESMERALDAS<br />
No. de observaciones 246 No. de observaciones 208 No. de observaciones 257 No, de observaciones 319<br />
No. de clusters 47 No. de clusters 45 No. de clusters 66 No, de clusters 59<br />
R² ajustada 0,236 R² ajustada 0,482<br />
R² ajustada<br />
0,400 R² ajustada 0,231<br />
Variables Coef. EE. Variables Coef. EE. Variables Coef. EE. Variables Coef. EE.<br />
Constante 2,005 0,068 Constante 1,857 0,101 Constante 2,590 0,092 Constante 1,455 0,321<br />
Características del Individuo<br />
edn1a2 -0,043 0,017 edn1a2 0,072 0,016<br />
edn4a5 0,040 0,017<br />
Características de la vivienda<br />
cuar_d 0,018 0,006 pers² -0,001 0,000 tenviv2 0,060 0,016 cuar_h² 0,002 0,001<br />
tipov4 -0,092 0,023 techo1 -0,038 0,022 techo2 0,104 0,032<br />
techo4 0,074 0,022 cuar_n -0,053 0,032<br />
Acceso a servicios<br />
saniv4 0,063 0,020 saniv3 -0,054 0,019 saniv3 0,043 0,019<br />
ducha2 -0,100 0,040 sanih2 -0,067 0,018<br />
sanih3 -0,075 0,034<br />
telef 0,089 0,019<br />
Características Demográfi cas<br />
edm5 -0,016 0,008 ln(j_edad) 0,069 0,028 ed15a24² -0,009 0,003 edm65² -0,054 0,018<br />
je_ind -0,051 0,019 edm65² 0,040 0,012 ln(pers) -0,063 0,022<br />
depdem2² 1,047 0,341 ln(j_edad) 0,290 0,123<br />
ed25a64 0,026 0,009 civil4j -0,054 0,026<br />
depdem2 -1,197 0,339 j_edad -0,006 0,003<br />
Educación<br />
edm65 0,108 0,044<br />
j_uni 0,068 0,030 hnlc15h 0,020 0,014<br />
Empleo<br />
mnlc15h -0,037 0,017<br />
j_ram3 -0,038 0,022 j_htrab² 0,000 0,000 j_ram2 -0,064 0,025 co_cat1 -0,035 0,018<br />
j_cat1 0,036 0,016 co_cat3 0,074 0,026 j_ram3 -0,054 0,028<br />
j_ram5 0,054 0,032<br />
Variables promedio<br />
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<br />
p(anoesco) 0,032 0,011 p(techo4) -0,061 0,033 p(cuar_n) -0,498 0,149<br />
p(anoesma) -0,019 0,008 p(cuar_c) 0,134 0,041 p(civil3j) -0,141 0,054<br />
p(agua2) -0,073 0,040 p(je_blan) 0,472 0,174 p(civil5j) -0,343 0,250<br />
p(basu2) 0,058 0,027 p(sanih2) 0,430 0,102 p(edm65) -0,263 0,067<br />
p(j_ram2) -0,216 0,092 p(j_ram3) -0,400 0,139 p(hnlc15h) 0,413 0,149<br />
p(j_ram4) -0,268 0,086 p(mnlc15h) -0,117 0,062<br />
p(j_ram7) 1,178 0,457 p(j_cat2) 0,309 0,154<br />
p(j_cat4) -0,667 0,177<br />
Variables externas<br />
i01_11 -0,001 0,000 i97_1 -0,003 0,001 riegpor -0,009 0,003<br />
etesi -0,031 0,006 einnfa 0,000 0,000<br />
k00651 0,003 0,001
Guayas - Imbabura - Loja - Los Ríos<br />
GUAYAS IMBABURA LOJA LOS RÍOS<br />
No. de observaciones 670 No. de observaciones 219 No. de observaciones 209 No. de observaciones 310<br />
No. de clusters 151 No. de clusters 46 No. de clusters 44 No. de clusters 66<br />
R² ajustada 0,316 R² ajustada 0,523 R² ajustada 0,376 R² ajustada 0,320<br />
Variables Coef. EE Variables Coef. EE Variables Coef. EE Variables Coef. EE<br />
Constante 2,550 0,064 Constante 1,954 0,107 Constante 1,988 0,065 Constante 1,977 0,088<br />
Características de individuo<br />
edn1a2 0,021 0,010 hombre -0,026 0,015 edn1a2 0,028 0,014<br />
Características de la vivienda<br />
piso2 0,026 0,013 cuar_d 0,015 0,008 piso2 0,068 0,033 pers -0,042 0,011<br />
pared1 0,101 0,034 ln(pers) -0,108 0,032 pers² 0,002 0,001<br />
ln(pers) -0,084 0,015<br />
cuar_d 0,015 0,005<br />
pared3 0,058 0,035<br />
Acceso a servicios<br />
sanih2 -0,030 0,015 basu3 -0,056 0,021 telef 0,082 0,024<br />
telef -0,023 0,012 ducha1 0,056 0,018 sanih2 -0,039 0,020<br />
saniv3 0,038 0,015<br />
Características demográfi cas<br />
ed25a64² 0,004 0,001 civil5j -0,057 0,034 ed25a64² 0,010 0,003 civil5j -0,098 0,039<br />
civil5j -0,058 0,020 ln(j_edad) 0,064 0,030 edm5² -0,011 0,002 ln(j_edad) 0,056 0,023<br />
ed15a24² -0,003 0,001 je_afro 0,051 0,028<br />
j_edad² 0,000 0,000 ed6a14² -0,011 0,003<br />
Educación<br />
ed6a14 0,042 0,015<br />
anoesej² 0,000 0,000 mnlc15h -0,079 0,018 maxeadu 0,009 0,003 maxeadu² 0,000 0,000<br />
otm_uni -0,034 0,023 otm_uni² -0,014 0,010 co_uni 0,111 0,049<br />
Empleo<br />
j_uni -0,091 0,037<br />
trainfh² 0,038 0,015 j_cat3 -0,042 0,016 j_ram6 -0,052 0,028<br />
j_cat2 -0,044 0,023 htrainh 0,048 0,023 htrainh² 0,022 0,011<br />
Variables promedio<br />
p(hombre) -0,147 0,054 p(mtrainh) 0,604 0,221 p(edm65) -0,167 0,071 p(saniv2) -0,092 0,030<br />
p(ocupco) 0,145 0,049 p(agua3) -0,124 0,037 p(hombre) -0,342 0,095 p(tipov2) 0,417 0,105<br />
p(mnlc15h) 0,194 0,052 p(pared3) 0,372 0,129<br />
p(e15a64m)<br />
0,096 0,038 p(hombre) 0,237 0,077<br />
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<br />
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<br />
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<br />
p(ed6a14) -0,038 0,018 p(civil1j) 0,175 0,083 p(j_ram4) -0,160 0,091<br />
p(techo3) 0,137 0,083 p(je_afro) 0,111 0,071<br />
Variables externas<br />
esismic -0,095 0,020 edesliz 0,015 0,008 esismic 0,069 0,018 ei98_1 -0,012 0,003<br />
etesi -0,061 0,013 eastepor 0,007 0,005 etecipu 0,201 0,066<br />
ek00651 -0,015 0,003<br />
etecipu -0,230 0,062<br />
ebdh 0,000 0,000<br />
ei101_1 -0,003 0,001<br />
169
170<br />
Manabí - Pichincha - Tungurahua - Amazonía<br />
MANABÍ PICHINCHA TUNGURAHUA AMAZONÍA<br />
No. de observaciones 359 No. de observaciones 443 No. de observaciones 248 No. de observaciones 483<br />
No. de clusters 75 No. de clusters 119 No. de clusters 64 No. de clusters 78<br />
R² ajustada 0,323 R² ajustada 0,258<br />
R² ajustada<br />
0,275 R² ajustada 0,172<br />
Variables Coef. EE Variables Coef. EE Variables Coef. EE Variables Coef. EE<br />
Constante 2,167 0,087 Constante 2,030 0,099 Constante 2,134 0,040 Constante 2,321 0,047<br />
Características de individuo<br />
edn1a2 -0,033 0,013 edn2a3 -0,036 0,013<br />
edn2a3 -0,022 0,013<br />
Características de vivienda<br />
techo2 0,108 0,030 cuar_n 0,061 0,022 tipov4 -0,054 0,026 pared1 0,024 0,014<br />
pared2 -0,095 0,030<br />
Acceso a servicios<br />
agua3 0,067 0,024 agua2 -0,038 0,018 basu3 -0,041 0,019 sanih4 -0,041 0,016<br />
sanih1 0,031 0,014 basu1 0,030 0,015<br />
Características demográfi cas<br />
edm5 -0,029 0,006 ln(j_edad) 0,035 0,019 depdem2 -0,072 0,041<br />
jef_fem 0,040 0,020 ed15a24 -0,052 0,015<br />
ed15a24² 0,011 0,005<br />
depdem2 -0,096 0,047<br />
je_ind -0,038 0,020<br />
Educación<br />
maxedmh² 0,000 0,000 maxedmh² 0,000 0,000 maxeadu 0,010 0,002 hnlc15h -0,204 0,080<br />
Empleo<br />
otm_uni² -0,065 0,022 nlc15h² 0,017 0,008 hnlc15h² 0,122 0,069<br />
co_cat1 -0,033 0,019 co_htr² 0,000 0,000<br />
j_ram5 -0,108 0,045 co_cat2 -0,052 0,033<br />
Variables promedio<br />
p(civil4j) 0,765 0,184 p(pared3) 0,478 0,122 p(piso4) -0,109 0,030 p(edm5) -0,070 0,019<br />
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<br />
p(tipov1) 0,192 0,061 p(j_ram7) 0,397 0,143<br />
p(co_cat1) 0,133 0,072 p(tipov2) -0,190 0,043<br />
p(urban) 0,100 0,028 p(jef_fem) 0,207 0,062<br />
p(basu1) -0,069 0,035 p(anoesco) 0,015 0,004<br />
p(edn2a3) -0,181 0,105 p(piso2) -0,134 0,043<br />
p(cuar_c) 0,139 0,057<br />
p(hombre) -0,128 0,062<br />
p(cuar_d) -0,043 0,024<br />
p(otm_uni) -0,227 0,151<br />
Variables externas<br />
ei81_1 -0,003 0,001 ei78_1 0,003 0,001 efodi 0,000 0,000<br />
ei01_4 -0,0003 0,0001 ebdh 0,000 0,000 evolcan 0,015 0,007<br />
ei01_3 0,0001 0,0001 elength1 0,000 0,000<br />
efodi 0,0000 0,0000<br />
eplant3 0,0011 0,0004<br />
eaccesob 0,0000 0,0000<br />
elength1 0,0000 0,0000