Content uploaded by Carlos Galindo Gomez
Author content
All content in this area was uploaded by Carlos Galindo Gomez on May 15, 2020
Content may be subject to copyright.
265
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Mala nutrición en población preescolar
Artículo originAl
Quezada-Sánchez AD, García-Guerra A, Galindo-Gómez C,
García-Morales C, Molina-Vélez D, Palacio-Mejía LS.
Mala nutrición a nivel municipal en población
preescolar mexicana y cobertura del
Programa Nacional México Sin Hambre.
Salud Publica Mex. 2020;62:265-273.
https://doi.org/10.21149/10605
Quezada-Sánchez AD, García-Guerra A, Galindo-Gómez C,
García-Morales C, Molina-Vélez D, Palacio-Mejía LS.
Municipal malnutrition in Mexican preschool
children population and coverage of the
Programa Nacional México Sin Hambre.
Salud Publica Mex. 2020;62:265-273.
https://doi.org/10.21149/10605
Mala nutrición a nivel municipal en
población preescolar mexicana y cobertura
del Programa Nacional México Sin Hambre
Amado D Quezada-Sánchez, M en Est Apl,(1) Armando García-Guerra, M en C,(2) Carlos Galindo-Gómez, M en C,(3)
Concepción García-Morales, MSP,(1) Diana Molina-Vélez, MSP,(1) Lina Sofía Palacio-Mejía, MA, PhD en Est de Pob.(4)
(1) Centro de Investigación en Evaluación y Encuestas, Instituto Nacional de Salud. Cuernavaca, Morelos, México.
(2) Centro de Investigación en Nutrición y Salud, Instituto Nacional de Salud. Cuernavaca, Morelos, México.
(3) Dirección de Nutrición, Instituto Nacional de Ciencias Médicas y Nutrición Salvador Zubirán. Ciudad de México, México.
(4) Conacyt-Instituto Nacional de Salud Pública. Cuernavaca, Morelos, México.
Fecha de recibido: 17 de mayo de 2019 • Fecha de aceptado: 20 de enero de 2020
Autor de correspondencia: Mtro. Armando García-Guerra. Centro de Investigación en Nutrición y Salud, Instituto Nacional de Salud Pública.
Av. Universidad 655, col. Santa María Ahuacatitlán. 62100 Cuernavaca, Morelos, México.
Correo electrónico: garciaf@insp.mx
Abstract
Objective. To estimate malnutrition prevalence of pres-
chool children at the level of municipality in Mexico, describe
prevalence heterogeneity and its relationship with the Pro-
grama Nacional México Sin Hambre´s coverage. Materials
and methods. Using the 2012 Mexican National Survey
of Health and Nutrition, municipal income inequality and
marginality, we applied a generalized normal model to obtain
municipal distributions of nutrition status indicators from
which we estimated malnutrition prevalence. Results. Stun-
ting prevalence ranged from 7.8% (95%CI: 5.9-8.9) to 64.2%
(49.2-72.5), low weight prevalence ranged from 0.6% (0.005-
1.7) to 22.2% (13.5-34.9) and overweight-obesity prevalence
ranged from 2.6% (0.2-3.9) to 14.4% (11.9-27.7). A total of 275
out of 554 municipalities with stunting prevalence above 25%
were covered by the Programa Nacional México Sin Hambre.
Conclusions. Municipal malnutrition prevalence estimation
showed wide differences within Mexico; this knowledge could
assist public policy.
Keywords: nutritional status; stunting; obesity; overweight;
Mexico; preschool children; marginality
Resumen
Objetivo. Estimar las prevalencias municipales de mala
nutrición en población preescolar en México, y describir
su variabilidad y su relación con la cobertura del Programa
Nacional México Sin Hambre. Material y métodos. A
partir de datos de la Encuesta Nacional de Salud y Nutrición
de 2012, la desigualdad del ingreso y marginación municipal
se aplicó un modelo normal generalizado para obtener las
distribuciones municipales de los indicadores de nutrición y
estimar las prevalencias de mala nutrición. Resultados. Las
prevalencias de talla baja variaron de 7.8% (IC95%: 5.9-8.9)
a 64.2% (49.2-72.5), las de bajo peso de 0.6% (0.005-1.7) a
22.2% (13.5-34.9) y de sobrepeso u obesidad de 2.6% (0.2-
3.9) a 14.4% (11.9-27.7). De los 554 municipios con preva-
lencias de talla baja mayor que 25%, 275 fueron cubiertos
por el programa México Sin Hambre. Conclusiones. La
estimación de prevalencias municipales de mala nutrición
evidenció grandes diferencias al interior del país, mismas que
podrían asistir la política pública.
Palabras clave: estado nutricional; desnutrición; obesidad;
sobrepeso; México; preescolar; marginación
Artículo originAl
266
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Quezada-Sánchez AD y col.
La mala nutrición se debe tanto a deciencias como
a excesos nutricionales. Dentro de los principales
indicadores de mala nutrición se encuentran la talla in-
suciente en relación con la edad (retraso en crecimien-
to), el bajo peso en relación con la edad o elevado índice
de masa corporal en relación con la edad (sobrepeso,
obesidad), entre otros.1 La salud y el estado de nutrición
de los niños durante los primeros años de vida sirven
de base para conformar el desarrollo físico y mental que
tendrán en su vida futura.2 En esta etapa de la vida, los
niños desarrollan varias habilidades como el lenguaje y
el sentido temprano de las matemáticas y de la lectura, y
surge el autocontrol; además, la forma en que manejen
estas habilidades se reejará en su rendimiento escolar
a mediano y largo plazo.3
A partir de los datos de la Encuesta Nacional de
Salud y Nutrición (Ensanut) de 2012, se reportó que
13.6% de la población preescolar mexicana presenta
baja talla, 2.8%, bajo peso, 1.6% emaciación y 9.8%
sobrepeso u obesidad.4 Actualmente no se cuenta con
la estimación de estas prevalencias a nivel municipal.
La estimación en este nivel de agregación permitiría
identicar las diferencias entre municipios y su mag-
nitud y los resultados también se podrían utilizar para
informar la política pública y dar una mejor atención
a los municipios con mayores prevalencias de mala
nutrición. Aunque no se cuenta con datos representa-
tivos municipales, a través de variables auxiliares que
conecten la información nutricional de encuestas con
información municipal de los censos se pueden gene-
rar prevalencias municipales basadas en un modelo
probabilístico.
Existen determinantes estructurales que se relacio-
nan con los desenlaces en salud, como la desigualdad
del ingreso y la marginación.5 Estos factores se pueden
interpretar como causas básicas de la desnutrición
que inciden en las causas subyacentes, entre las que
se encuentran inseguridad alimentaria, prácticas de
alimentación inadecuadas, ambiente no saludable
en el hogar y servicios de salud inadecuados.6 Se ha
documentado que los niños que crecen en condiciones
de pobreza presentan mayor riesgo de tener retraso en
el desarrollo físico y cognitivo,7-9 lo que se traduce en
menor aprovechamiento escolar y peores condiciones
en su vida productiva en el futuro.10
En México se han documentado algunos efectos
favorables de programas sociales que contribuyen
a mejorar los problemas de mala nutrición en la
población. Un ejemplo de ello se ha revelado en las
evaluaciones externas del Programa de Inclusión
Social Prospera (antes Oportunidades), en las que se ha
observado un efecto positivo en el crecimiento de los
niños.11,12 Otro precedente es el efecto del Programa
de Abasto de Leche Liconsa (que está forticada con
micronutrientes múltiples) que consiste en disminuir
las tasas de anemia en niños.13,14
Tales programas han operado durante más de una
década en el país. En este contexto, en 2013 se decretó
el Sistema Nacional para la Cruzada contra el Hambre,
el cual sustentaba una serie de articulaciones de 70
programas federales en su etapa inicial, a través de una
estrategia nacional llamada Cruzada Nacional contra el
Hambre (CNCH), que inició en 400 municipios selec-
cionados y que en su segunda fase se extendió a 1 012
municipios.15-17
El presente trabajo tuvo como objetivos a) estimar
las prevalencias de mala nutrición, particularmente
para talla baja, bajo peso y sobrepeso u obesidad en
población preescolar en México, para cada uno de los 2
457 municipios del país; b) describir la variabilidad en
las prevalencias de mala nutrición entre municipios, y
c) documentar la cobertura de municipios con mayores
prevalencias de mala nutrición en la segunda fase de la
CNCH.
Material y métodos
Fuentes de información
Se utilizaron datos antropométricos de niños y niñas
menores de cinco años (población preescolar: 0 a 59 me-
ses de edad) de la Ensanut 2012, la cual se aplicó a una
muestra probabilística seleccionada con estraticación
y por etapas, con representatividad estatal y por tipo de
área (rural/urbana).18 La Ensanut 2012 fue aprobada por
el Comité de Ética en Investigación y por las Comisiones
de Investigación y Bioseguridad del Instituto Nacional
de Salud Pública (INSP), en Cuernavaca, Morelos, Mé-
xico. La información municipal sobre desigualdad del
ingreso se obtuvo de los indicadores de cohesión social
del Consejo Nacional de Evaluación de la Política de
Desarrollo Social (Coneval) 2010,19 mientras que los
datos sobre marginación municipal se obtuvieron del
índice de marginación del Consejo Nacional de Pobla-
ción (Conapo) 2010.20 También se utilizaron los datos
del Registro Nacional de Peso y Talla (RNPT) en 2016
llevado a cabo por el Instituto Nacional de Ciencias
Médicas y Nutrición Salvador Zubirán (INCMSZ) de la
Ciudad de México. El protocolo del RNPT fue revisado
y aprobado por el Comité de Investigación y por el de
Ética en Investigación del INCMSZ. El RNPT tuvo por
objetivo conocer el estado de nutrición de la población
en edad escolar de educación primaria,21 datos que
sirvieron para validar los modelos utilizados.
267
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Mala nutrición en población preescolar
Artículo originAl
Indicadores antropométricos de mala
nutrición
Los indicadores de mala nutrición en la población
preescolar se calcularon de acuerdo con los estándares
de crecimiento de la Organización Mundial de la Salud
(OMS) de 2006, para los cuales se dene talla baja como
puntaje Z de talla para la edad < -2, bajo peso como Z de
peso para la edad < -2, y sobrepeso u obesidad como Z
del índice de masa corporal (IMC) para la edad > 2.22,23
Desigualdad del ingreso municipal
El indicador municipal de desigualdad del ingreso se
obtuvo a partir del coeciente de Gini,24,25 y la razón
del promedio del ingreso corriente total per cápita de
la población no pobre y no vulnerable respecto a la
población en situación de pobreza extrema. Para obtener
el indicador, tanto el coeciente de Gini como la razón
de ingresos se estandarizaron y se obtuvo el promedio.
Marginación municipal
El índice de marginación municipal corresponde al
primer componente principal de nueve indicadores
sobre educación, características de las viviendas, po-
blación e ingreso.20 El indicador se expresó de forma
estandarizada.
Modelo de estimación
Se utilizó un modelo normal generalizado26 para es-
timar las distribuciones municipales de los puntajes
Z de talla para la edad, peso para la edad e IMC para
la edad. Este modelo tiene un coeciente de asimetría
(α) que permite modelar el sesgo de la distribución y
se le agregaron dos parámetros, uno de localidad (ξ),
que desplaza la distribución hacia la derecha conforme
aumenta su valor, y otro de escala (ω), que se relaciona
con la variabilidad. La función de densidad normal
generalizada con asimetría está dada por:
(1)
Donde
Y es la variable aleatoria, a la cual se aplicó el modelo
(los indicadores del estado de nutrición)
φ
( ·) es la densidad normal estándar, y
Φ( ·) es la distribución normal acumulada
Se estimaron simultáneamente los tres parámetros
de la distribución mediante el método de máxima ve-
rosimilitud. Cada parámetro se especicó en función
del índice de marginación municipal, el indicador de
desigualdad del ingreso municipal y la interacción
entre éstos. La función de verosimilitud se programó y
se utilizó el método de Newton-Raphson27 para estimar
los parámetros en el software Stata v.15. Los errores
estándar fueron ajustados por las dependencias de los
datos a nivel de unidad primaria de muestreo, según
el diseño de la Ensanut 2012.18 Para cada parámetro de
la distribución normal generalizada se obtuvo tanto la
signicancia individual como la conjunta de los coe-
cientes de las variables predictoras; se utilizó un nivel
de signicancia estadística de 0.05.
Estimación de las prevalencias de
mala nutrición
Las ecuaciones de los parámetros en función de la des-
igualdad y marginación municipales se aplicaron a los
2 457 municipios de México para generar las densidades
municipales de los puntajes Z de los indicadores de
nutrición. Para estimar las prevalencias a partir de estos
indicadores se integraron las densidades municipales,
de acuerdo con los puntos de corte de la OMS.22,23 Por
ejemplo, para la prevalencia de talla baja en el municipio
i se calculó la integral:
(2)
Los errores estándar de las prevalencias municipa-
les se obtuvieron mediante bootstrap con 1 000 remues-
treos a nivel de municipio; se obtuvieron intervalos de
95% de conanza a partir de los percentiles 2.5 y 97.5
de los remuestreos. En cada iteración se obtuvieron las
ecuaciones de los parámetros en la muestra de análisis
y éstas se aplicaron a la totalidad de municipios. Las
integrales se calcularon numéricamente en Stata v.15
utilizando 10 000 puntos. Las prevalencias municipales
de mala nutrición se presentan según categorías de ni-
veles de prevalencias en mapas utilizando el software
gvSIG. Se calculó el porcentaje de municipios cubiertos
por la CNCH para los siguientes grupos de municipios
según sus prevalencias de mala nutrición: talla baja <
12.5%, talla baja > 25%, bajo peso < 2%, bajo peso > 10%,
y sobrepeso u obesidad > 10%.
Validación predictiva
Dado que en México no se cuenta con prevalencias de
mala nutrición a nivel municipal en población preesco-
lar provenientes de un censo, se aplicó el modelo a la
población escolar de primaria de la Ensanut 2012 (n=13
638) y se validaron las prevalencias estimadas con los
datos del RNPT de 2016 para 14 entidades que tuvieron
ƒ(y) =
2
ωα
Φ
φ
y-ξ
ω
y-ξ
ωy∈R, ξ∈R, ω>0, α∈R
()()
()
Ta
lla Bajai = 2
ωi
αi
φ
y-ξi
ωi
y-ξi
ωi
dy
()()
()
̂̂̂̂
-2
-6
∫
Φ
Artículo originAl
268
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Quezada-Sánchez AD y col.
un avance en el registro de por lo menos 80%.21 Estas
entidades fueron Aguascalientes, Coahuila, Colima,
Guerrero, Hidalgo, Morelos, México, Nuevo León, Pue-
bla, Querétaro, Sinaloa, Sonora, Tlaxcala y Veracruz, con
un total de 1 021 municipios. Se calculó la R cuadrada
entre las prevalencias generadas por los modelos y las
prevalencias del RNPT.
Resultados
Descripción general de la población de
estudio
La muestra de análisis se compuso por 9 441 preescolares
(de 0 a 59 meses de edad), 50.1% de sexo masculino;
la edad promedio fue de 2.1 años con una desviación
estándar (DE) de 1.4 años. La muestra se distribuyó en
707 municipios, con un promedio de 13.4 preescolares
por municipio (DE=16.3).
Prevalencias y variabilidad municipales
de mala nutrición
A nivel municipal, en población preescolar las preva-
lencias estimadas de talla baja variaron de 7.8% (IC95%:
5.9-8.9) a 64.2% (49.2-72.5); las de bajo peso, de 0.6%
(0.005-1.7) a 22.2% (13.5-34.9), y las de sobrepeso u
obesidad, de 2.6% (0.2-3.9) a 14.4% (11.9-27.7) (cuadro
I).18-20,26 Las medias de las prevalencias municipales fue-
ron: 20.0% (18.6-21.5) para talla baja, 4.1% (3.3-4.7) para
bajo peso y 10.0% (9-10.8) para sobrepeso u obesidad.
Las mayores prevalencias de talla baja y bajo peso se
encontraron en los municipios ubicados en la zona sur y
la Sierra Madre al noroeste del país (guras 1 y 2).18
Se encontró una gran heterogeneidad entre mu-
nicipios, principalmente para las prevalencias de talla
baja. Por el contrario, la distribución de prevalencias
de sobrepeso u obesidad fue muy homogénea (gura
3);18 95% de los municipios tuvo una prevalencia de
sobrepeso u obesidad de 8% o mayor.
La estimación de las ecuaciones de los parámetros
para generar las distribuciones de los indicadores de
nutrición en los municipios, que fue la base para esti-
mar las prevalencias de mala nutrición, se muestra en
el cuadro II.18-20,26 Una mayor desigualdad del ingreso y
una mayor marginación se relacionaron con un despla-
zamiento hacia la izquierda de la distribución de talla
para la edad. La interacción mostró que la relación entre
la desigualdad del ingreso y la ubicación de la distribu-
ción se intensicó conforme mayor fue la marginación.
Asimismo, la desigualdad del ingreso se relacionó con
una mayor dispersión en la distribución de talla para
la edad, relación que se intensicó conforme mayor fue
la marginación. En relación con la distribución de peso
Cuadro I
Distribución De prevalencias municipales De mala nutrición, obteniDas De las Distribuciones
estimaDas De puntajes Z De inDicaDores Del estaDo De nutrición en población preescolar a nivel
municipal en méxico. ensanut 2012
Estadístico Talla baja, % Peso bajo, % Sobrepeso u obesidad, %
% (IC95%) % (IC95%) % (IC95%)
Mínimo 7.8 (5.9-8.9) 0.6 (0.005-1.7) 2.6 (0.2-3.9)
Percentil 25 13.9 (12.9-14.9) 2.6 (2.2-3.0) 9.7 (8.0-10.5)
Mediana 18.5 (17.3-.20.0) 3.7 (2.9-4.2) 10.1 (8.9-11.1)
Percentil 75 24.2 (22.3-26.3) 5.1 (3.8-6.0) 10.5 (9.8-11.6)
Máximo 64.2 (49.2-72.5) 22.2 (13.5-34.9) 14.4 (11.9-27.7)
Rango intercuartilar 10.3 (8.6-12.2) 2.5 (1.2-3.3) 0.8 (0.6-2.5)
Rango 56.4 (42.1-65.5) 21.6 (12.1-34.5) 11.8 (9.0-25.5)
Media 20.0 (18.6-21.5) 4.1 (3.3-4.7) 10.0 (9.0-10.8)
Desviación estándar 8.0 (6.4-9.4) 1.9 (1.3-2.5) 1.1 (1.0-2.0)
Fuente: Estimaciones obtenidas a partir de un modelo normal generalizado con asimetría26 para estimar las distribuciones municipales de los puntajes Z de
indicadores del estado de nutrición, en función de la desigualdad del ingreso y marginación municipales (n=707 municipios y 9 441 sujetos) con datos de
antropometría en preescolares de la Ensanut 2012,18 indicadores de cohesión social del Consejo Nacional de Evaluación de la Política de Desarrollo Social
(Coneval) 201019 y de marginación municipal del Consejo Nacional de Población (Conapo) 2010.20
Las ecuaciones de los parámetros se estimaron simultáneamente por el método de máxima verosimilitud y se aplicaron a la totalidad de N=2 457 municipios.
Las prevalencias se calcularon integrando numéricamente las densidades estimadas de acuerdo con los puntos de corte de la OMS para denir talla baja, bajo
peso y sobrepeso u obesidad en menores de cinco años.
Intervalos de 95% de conanza de percentil en paréntesis obtenidos mediante bootstrap con 1 000 remuestreos a nivel de municipio. En cada iteración se obtu-
vieron las ecuaciones de los parámetros de la distribución en la muestra de análisis y éstas se aplicaron a la totalidad de municipios para generar las prevalencias.
269
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Mala nutrición en población preescolar
Artículo originAl
Prevalencia de talla baja denida como el porcentaje estimado de población municipal con puntaje Z de talla para la edad < -2. Estimaciones a partir de datos
de Ensanut 201218 e indicadores de desigualdad del ingreso y marginación municipales en 2010, mediante un modelo normal generalizado con parámetros de
localidad, escala y asimetría. Los resultados del modelo se aplicaron a los 2 457 municipios del país
Figura 1. mapa De prevalencias estimaDas De talla baja para preescolares a nivel municipal en méxico
según niveles De magnituD
Prevalencia de bajo peso denida como el porcentaje estimado de población municipal con puntaje Z de peso para la edad < -2. Estimaciones a partir de datos
de Ensanut 201218 e indicadores de desigualdad del ingreso y marginación municipales en 2010, mediante un modelo normal generalizado con parámetros de
localidad, escala y asimetría. Los resultados del modelo se aplicaron a los 2 457 municipios del país
Figura 2. mapa De prevalencias estimaDas De bajo peso para preescolares a nivel municipal en méxico
según niveles De magnituD
Prevalencia de talla baja (%)
7.9-9.9
10.0-12.4
12.5-14.9
15.0-17.4
17.5-19.9
20.0-24.9
25.0-29.9
30.0-39.9
40.0-64.3
200 0 200 400 600
Kilómetros
Prevalencia de bajo peso (%)
0.6-1.9
2.0-3.9
4.0-5.9
6.0-7.9
8.0-9.9
10.0-14.9
15.0-22.2
200 0 200 400 600
Kilómetros
Artículo originAl
270
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Quezada-Sánchez AD y col.
para la edad, una mayor desigualdad del ingreso se
asoció con un desplazamiento a la izquierda de la distri-
bución y con mayor variabilidad. Tanto la desigualdad
del ingreso como la marginación se relacionaron con la
asimetría de las distribuciones de talla para la edad y de
peso para la edad. La desigualdad del ingreso y la mar-
ginación explicaron conjuntamente variaciones tanto en
el parámetro de escala, que reeja variabilidad, como
en el parámetro de asimetría en las distribuciones del
puntaje Z de IMC para la edad (signicancia conjunta).
Cobertura de la CNCH en los municipios
con mayores prevalencias de mala
nutrición
Del total de 554 municipios con prevalencias estimadas
de talla baja superiores a 25%, 275 (49.6%) fueron cu-
biertos por la CNCH; de los 31 municipios con preva-
lencias de bajo peso superiores a 10%, 17 (54.8%) fueron
cubiertos por la CNCH, y de los 1 400 municipios con
prevalencias de sobrepeso u obesidad superiores a 10%,
532 (38.0%) fueron cubiertos por la CNCH. Por otra
parte, se encontró que la CNCH cubrió a 145 (36.2%)
de los 401 municipios con prevalencias estimadas de
talla baja inferiores a 12.5%, y a 79 (38.2%) de los 207
con prevalencias estimadas de peso bajo inferiores a 2%.
Validez predictiva del modelo
Al comparar las prevalencias generadas por el modelo
en la población escolar de primaria (Ensanut 2012)
con el RNPT-2016 se obtuvo una R cuadrada de 50.1%
para las prevalencias municipales de talla baja y una R
cuadrada de 32.5% para las prevalencias de puntaje Z
de IMC para la edad > 2.
Discusión
Prevalencias y variabilidad municipales de
mala nutrición
El presente trabajo contribuye en documentar la he-
terogeneidad en las prevalencias de mala nutrición
estimadas a nivel municipal, particularmente para talla
baja, bajo peso y sobrepeso u obesidad en población
preescolar en México, ante la ausencia de fuentes pri-
marias de información de éstos. Se encontraron grandes
diferencias entre municipios, especialmente para talla
baja, que varió desde 7.8% hasta 64.2%. Asimismo, se
identicó que 95% de los municipios tuvo prevalencias
de sobrepeso u obesidad de entre 8 y 14%.
Los resultados de la Ensanut 2012 han reporta-
do prevalencias de mala nutrición hasta un nivel de
Prevalencia de sobrepeso u obesidad denida como el porcentaje estimado de población municipal con puntaje Z de IMC para la edad > 2. Estimaciones a
partir de datos de Ensanut 201218 e indicadores de desigualdad del ingreso y marginación municipales en 2010, mediante un modelo normal generalizado con
parámetros de localidad, escala y asimetría. Los resultados del modelo se aplicaron a los 2 457 municipios del país
Figura 3. mapa De prevalencias estimaDas De sobrepeso u obesiDaD para preescolares a nivel municipal
en méxico según niveles De magnituD
Prevalencia de sobrepeso u
obesidad (%)
2.6-3.9
4.0-5.9
6.0-7.9
8.0-9.9
10.0-12.4
12.5-14.4
200 0 200 400 600
Kilómetros
271
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Mala nutrición en población preescolar
Artículo originAl
desagregación estatal y por ámbito rural o urbano.4
Si bien las encuestas con representatividad nacional
otorgan información considerablemente valiosa para
documentar las distribuciones de problemas de salud,
nutrición y contaminantes, entre otras, su nivel de des-
agregación no alcanza el nivel municipal.4 Lo anterior
puede deberse a diferentes aspectos como objetivos y
alcances de las encuestas, presupuesto que se obtiene
para su realización, y mantenimiento de su diseño para
garantizar la comparabilidad de sus resultados con los
de años previos, entre otros.
Cobertura de la CNCH en los municipios
con mayores prevalencias de mala
nutrición
Se documentó que cerca de la mitad de los municipios con
mayores prevalencias de talla baja (> 25%) o de bajo peso
(> 10%) no fueron cubiertos por la CNCH. Además, se
encontró que cerca de una tercera parte de los municipios
con las menores prevalencias estimadas de talla baja y
bajo peso fueron cubiertos por la CNCH. Estos resulta-
dos muestran la necesidad de contar con indicadores de
mala nutrición a nivel municipal para focalizar de mejor
manera la atención a la población vulnerable a través de
los programas sociales. Aunque en el diseño de la CNCH
se utilizaron indicadores de carencias sociales para la
selección de los municipios prioritarios, el uso de los
datos de Ensanut 2012 en combinación con indicadores
sociales puede mejorar la identicación de poblaciones
con prevalencias elevadas de mala nutrición, por ejemplo,
de talla baja mayores a 20%.28
En relación con la cobertura de la CNCH, se debe
tomar en cuenta que el plan presentado en 2013 contem-
plaba tres fases donde se integrarían los 2 457 munici-
pios del país. De acuerdo con el diagnóstico realizado, en
todos ellos había población objetivo,29 es decir, personas
que vivían en condiciones de pobreza multidimensional
extrema y que, además, presentaban carencia de acceso
a la alimentación.30 La fase inicial contempló 400 mu-
nicipios (64% rurales);31 para la segunda fase (2014), se
planeó una cobertura de 1 012 municipios y en la nal
(contemplada para 2015)17,32 se proyectaba tener una
cobertura nacional. Las primeras fases se cumplieron de
acuerdo con el plan establecido,15,32 y quedó pendiente
la tercera. La CNCH dejó de operar en 2018.
Cuadro II
estimación De parámetros Del moDelo normal generaliZaDo para la Distribución De los
inDicaDores Del estaDo De nutrición a nivel municipal en méxico, ensanut 2012
Parámetros Talla para la edad Peso para la edad IMC para la edad
Coef. ± EE P Coef. ± EE P Coef. ± EE P
Parámetro de localidad (ξ) Sign. Conjunta <0.001 Sign. Conjunta <0.001 Sign. Conjunta 0.117
Desigualdad -0.194 + 0.043 <0.001 -0.187 + 0.041 <0.001 0.140 + 0.162 0.387
Marginación -0.109 + 0.052 0.035 0.025 + 0.032 0.442 0.059 + 0.067 0.378
Desigualdad x Marginación -0.127 + 0.041 0.002 -0.111 + 0.029 <0.001 -0.065 + 0.177 0.713
Constante -1.773 + 0.066 <0.001 -0.830 + 0.051 <0.001 0.036 + 0.298 0.904
Parámetro de escala (ω) Sign. Conjunta <0.001 Sign. Conjunta <0.001 Sign. Conjunta <0.001
Desigualdad 0.115 + 0.032 <0.001 0.110 + 0.027 <0.001 -0.045 + 0.041 0.271
Marginación -0.030 + 0.028 0.284 -0.100 + 0.018 <0.001 -0.054 + 0.031 0.082
Desigualdad x Marginación 0.086 + 0.029 0.003 0.048 + 0.021 0.020 -0.001 + 0.056 0.986
Constante 1.558 + 0.036 <0.001 1.267 + 0.026 <0.001 1.247 + 0.118 0.000
Parámetro de asimetría (α) Sign. Conjunta <0.001 Sign. Conjunta <0.001 Sign. Conjunta 0.018
Desigualdad 0.314 + 0.074 <0.001 0.278 + 0.092 0.003 -0.216 + 0.177 0.222
Marginación -0.277 + 0.088 0.002 -0.341 + 0.068 <0.001 -0.060 + 0.099 0.542
Desigualdad x Marginación 0.273 + 0.073 <0.001 0.181 + 0.065 0.005 0.040 + 0.224 0.858
Constante 1.075 + 0.101 <0.001 0.916 + 0.096 <0.001 0.630 + 0.400 0.115
Fuente: Ecuaciones estimadas simultáneamente mediante el método de máxima verosimilitud bajo un modelo normal generalizado con asimetría,26 con datos
de antropometría en preescolares de la Ensanut 2012,18 indicadores de cohesión social del Consejo Nacional de Evaluación de la Política de Desarrollo Social
(Coneval) 201019 y de marginación municipal del Consejo Nacional de Población (Conapo) 2010.20
n=707 municipios; 9 441 sujetos
IMC: índice de masa corporal
Artículo originAl
272
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Quezada-Sánchez AD y col.
Validez predictiva del modelo
En el presente trabajo se combinó la información de
indicadores antropométricos de la Ensanut 2012 de la
población preescolar, con información a nivel muni-
cipal a través de un modelo probabilístico. El modelo
que se utilizó para la estimación de las prevalencias de
mala nutrición aprovecha la relación que tiene el estado
nutricional de la población con el contexto económico,
como son la marginación y la desigualdad del ingreso,
las cuales se podrían clasicar como causas básicas de la
desnutrición.33 Ya en otros países se ha documentado que
la inequidad en el ingreso afecta la salud y el bienestar de
la población.5,34 También se sabe que la población infantil
que crece en condiciones de pobreza presenta mayor
riesgo de retraso en el desarrollo físico y cognitivo.7-9
Limitaciones y fortalezas del estudio
Una posible limitación en el presente estudio podría
ser la brecha de tiempo entre las diferentes fuentes de
información empleadas. Sin embargo, los predictores
utilizados (desigualdad del ingreso y marginación) son
de tipo estructural y suelen permanecer relativamente
estables de un año a otro. Por otra parte, el uso de al-
gunas covariables rezagadas en el tiempo establece de
manera más clara la direccionalidad de las relaciones en
los modelos, en este caso, cómo la exposición a ambien-
tes de marginación y desigualdad se relacionan con la
mala nutrición. En posteriores estimaciones sería inte-
resante contar con y poder incluir variables subyacentes
o inmediatas de la desnutrición en la población infantil,
como consumo dietético, presencia de enfermedades
infecciosas y acceso a alimentos.33 Asimismo, se podrían
realizar estimaciones para otros desenlaces de salud o
de nutrición en diferentes grupos poblacionales.
Cabe señalar que las prevalencias generadas por los
modelos son estimaciones que por su naturaleza pre-
sentan variaciones respecto de los valores poblacionales.
Una de las fortalezas de este estudio fue la posibilidad de
utilizar datos censales de población escolar para validar
predictivamente los modelos, ya que actualmente no se
cuenta con prevalencias poblacionales de mala nutrición
en población preescolar a nivel municipal en México.
El ejercicio de validación predictiva en escolares utili-
zando el RNPT 201621 mostró que el modelo fue capaz
de explicar 50% de la variación en las prevalencias de
talla baja poblacionales. La validación predictiva mostró
resultados más limitados para sobrepeso u obesidad.
En el presente trabajo se utilizaron remuestreos con
reemplazo (bootstrap) de los municipios incluidos en la
Ensanut 2012 para aproximar la variabilidad muestral
derivada de esta fuente. Futuros trabajos podrían in-
corporar fuentes adicionales de variación y métodos
bayesianos para la estimación de área pequeña como
el municipio o la localidad.
Conclusiones
Con las estimaciones realizadas se documentaron gran-
des diferencias en las prevalencias de mala nutrición a
nivel municipal. Además, aproximadamente la mitad de
los municipios con mayores prevalencias de talla baja
o de bajo peso no fueron cubiertos por la CNCH. Estos
resultados pueden ser de utilidad para orientar a los
actores responsables de la política pública en el ámbito
municipal. Estimaciones similares y su aplicación se han
reportado en otros estudios.35,36
Dada la presencia de altas prevalencias de mala nu-
trición en México, se recomienda incluir en las políticas
y los programas nacionales intervenciones dirigidas a
su reducción para revertir las consecuencias que la mala
nutrición tiene sobre el desarrollo de las personas,2,3
especialmente en los municipios con poblaciones más
vulnerables.37-39
Declaración de conicto de intereses. Los autores declararon no tener conicto
de intereses.
Referencias
1. Black RE, Victora CG, Walker SP, Bhutta ZA, Christian P, de Onis M, et
al. Maternal and child undernutrition and overweight in low-income and
middle-income countries. Lancet. 2013;382(9890):427-51. https://doi.
org/10.1016/S0140-6736(13)60937-X
2. Nelson CA. The neurobiological bases of early intervention. Handbook
of early childhood intervention. 2nd ed. Nueva York: Cambridge University
Press, 2000:204-27.
3. Bradley RH, Corwyn RF. Socioeconomic status and child development.
Ann Rev Psychol. 2002;53:371-99. https://doi.org/10.1146/annurev.
psych.53.100901.135233
4. Rivera-Dommarco JÁ, Cuevas-Nasu L, González de Cosío T, Shamah-
Levy T, García-Feregrino R. Desnutrición crónica en México en el último
cuarto de siglo: análisis de cuatro encuestas nacionales. Salud Publica Mex.
2013;55:S161-S9. https://doi.org/10.21149/spm.v55s2.5112
5. Pickett KE, Wilkinson RG. Income inequality and health: a causal
review. Soc Sci Med. 2015;128:316-26. https://doi.org/10.1016/j.socsci-
med.2014.12.031
6. Reinhardt K, Fanzo J. Addressing chronic malnutrition through multi-
sectoral, sustainable approaches: a review of the causes and consequences.
Fron Nutr. 2014;1:13. https://doi.org/10.3389/fnut.2014.00013
7. Brooks-Gunn J, Klebanov P, Liaw F, Duncan G, Fitzgerald H, Lester B.
Toward an understanding of the effects of poverty upon children. En: Fitz-
gerald HE, Lester BM, Zuckerman B, eds. Children of poverty: Research,
health, and policy issues. Nueva York: Garland Publishing, 1995:3-41.
8. Bolig E, Borkowski J, Brandenberger J. Poverty and health across the life
span. En:Whitman TL, Merluzzi TV, White RD, eds. Life span perspectives
on health and illness. Psychology Press. 1999:67-84.
9. Hamadani JD, Tofail F, Huda SN, Alam DS, Ridout DA, Attanasio O,
Grantham-McGregor SM. Cognitive decit and poverty in the rst 5 years
273
salud pública de méxico / vol. 62, no. 3, mayo-junio de 2020
Mala nutrición en población preescolar
Artículo originAl
of childhood in Bangladesh. Pediatrics. 2014;134:e1001-e1008. https://doi.
org/10.1542/peds.2014-0694
10. Shonkoff JP, Marshall P. Neurological basis of developmental vulnerabili-
ty. En: Shonkoff J, Meisels S. Handbook of early childhood intervention. 2nd
ed. Cambridge: Cambridge University Press, 2000.
11. Rivera JA, Sotres-Alvarez D, Habicht JP, Shamah T, Villalpando S. Impact
of the Mexican program for education, health, and nutrition (Progresa) on
rates of growth and anemia in infants and young children: a randomized
effectiveness study. JAMA. 2004;291:2563-70. https://doi.org/10.1001/
jama.291.21.2563
12. Leroy JL, Garcia-Guerra A, Garcia R, Dominguez C, Rivera J, Neufeld
LM. The Oportunidades program increases the linear growth of children
enrolled at young ages in urban Mexico. J Nutr. 2008;138(4):793-8. https://
doi.org/10.1093/jn/138.4.793
13. Rivera JA, Shamah T, Villalpando S, Monterrubio E. Effectiveness of a
large-scale iron-fortied milk distribution program on anemia and iron
deciency in low-income young children in Mexico. Am J Clin Nutr.
2010;91(2):431-9. https://doi.org/10.3945/ajcn.2009.28104
14. Villalpando S, Shamah T, Rivera JA, Lara Y, Monterrubio E. Fortifying
milk with ferrous gluconate and zinc oxide in a public nutrition program
reduced the prevalence of anemia in toddlers. J Nutr. 2006;136(10):2633-
7. https://doi.org/10.1093/jn/136.10.2633
15. Diario Ocial de la Federación. Decreto por el que se establece el
Sistema Nacional para la Cruzada contra el Hambre. México: DOF, 2013
[citado 25 de enero de 2017]. Disponible en: http://dof.gob.mx/nota_deta-
lle.php?codigo=5285363&fecha=22/01/2013
16. Centro de Estudios Sociales y de Opinión Pública de la Cámara de
Diputados. Reporte CESOP. Número 61. Notas acerca de la Cruzada contra
el Hambre. México: CESOP, 2013 [citado 8 de agosto 2017]. Disponible en:
http://www3.diputados.gob.mx/camara/content/download/297516/978862/
le/Reporte-61-Cruzada-contra-el-hambre-febrero-2013.pdf
17. Secretaría de Desarrollo Social. 1,012 municipios de la Cruzada
Nacional Contra el Hambre. México: Sedesol, 2014 [citado 25 de enero
de 2017]. Disponible en: http://www.microrregiones.gob.mx/MUNS_
CNCH_1_y_2_Etapa_2014.pdf
18. Gutiérrez J, Rivera-Dommarco J, Shamah-Levy T, Villalpando-Hernández
S, Franco A, Cuevas-Nasu L, et al. Encuesta Nacional de Salud y Nutrición
2012. Resultados Nacionales. Cuernavaca: Instituto Nacional de Salud
Pública, 2012 [citado 9 de enero de 2017]. Disponible en: https://ensanut.
insp.mx/encuestas/ensanut2012/doctos/informes/ENSANUT2012Resulta-
dosNacionales.pdf
19. Consejo Nacional de Evaluación de la Política de Desarrollo Social.
Medición de la Pobreza. La Cohesión Social. Ciudad de México: Coneval,
2017 [citado 16 enero de 2017]. Disponible en: http://www.coneval.org.
mx/Medicion/Paginas/Cohesion_Social.aspx
20. Consejo Nacional de Población. Índice de Marginación por entidad
federativa y municipio 2010. Ciudad de México: Conapo, 2016 [citado 8
de agosto de 2017]. Disponible en: http://conapo.gob.mx/en/CONAPO/
Indices_de_Marginacion_2010_por_entidad_federativa_y_municipio
21. Ávila-Curiel A, Juárez-Martínez L, Del Monte-Vega M, Ávila Arcos M, Ga-
lindo -Gómez C, Ambrocio-Hernández R. Estado de nutrición en población
escolar mexicana que cursa el nivel de primaria. Ciudad de México: Instituto
Nacional de Ciencias Médicas y Nutrición Salvador Zubirán, 2016 [citado
10 de agosto de 2017]. Disponible en: http://rnpt.sivne.org.mx/web/resulta-
dos/Publicaci%C3%B3n%20Resultados%20RNPT%202016.pdf
22. World Health Organization. WHO Child Growth Standards: Length/
height-for-age, weight-for-age, weight-for-length, weight-for-height and
body mass index-for-age: methods and development. Francia: WHO
Library Cataloguing-in-Publication Data, 2006.
23. de Onis M, Lobstein T. Dening obesity risk status in the general
childhood population: which cut-offs should we use? Int J Pediatr Obes.
2010;5(6):458-60. https://doi.org/10.3109/17477161003615583
24. Ortiz I, Cummins M. Global inequality: beyond the bottom billion - a
rapid review of income distribution in 141 countries. Nueva York: Strategy
DoPa, 2011 [citado 10 de agosto de 2017]. Disponible en: https://www.
unicef.org/socialpolicy/index_58230.html
25. Organisation for Economic Co-operation and Development. Inequality.
París: OECD, 2017 [citado 9 agosto de 2017]. Disponible en: http://www.
oecd.org/social/inequality.htm
26. Azzalini A. A Class of distributions which includes the normal ones.
Scandinavian Journal of Statistics. 1985;12(2):171-8. Disponible en: http://
www.jstor.org/stable/4615982
27. Gould W, Pitblado J, Poi B. Maximum likelihood estimation with stata:
StataCorp LP. 4th. ed. Texas: Stata Press, 2010.
28. World Health Organization. Physical status: the use and interpretation
of anthropometry. WHO Technical Report Series 854. Ginebra: OMS,
1995:161-262.
29. Consejo Nacional de Evaluación de la Política de Desarrollo Social.
Diagnóstico del Diseño de la Cruzada Nacional contra el Hambre. México:
Sedesol, 2013 [citado 16 de enero de 2017]. Disponible en: https://www.
coneval.org.mx/Informes/Evaluacion/Cruzada%20contra%20el%20Hambre/
RESUMEN_DIAGNOSTICO_DISE%C3%91O_CNCH_OCTUBRE.pdf
30. Diario Ocial de la Federación. Acuerdo por el que se emiten los
Lineamientos del Programa de Comedores Comunitarios de la Sedesol.
México: DOF, 2017:45 [citado 11 de enero de 2017]. Disponible en: http://
www.dof.gob.mx/nota_detalle.php?codigo=5469291&fecha=18/01/2017&
print=true
31. Secretaría de Desarrollo Social. Procedimiento de selección de los 400
municipios prioritarios de la Cruzada Nacional Contra el Hambre. Ciudad
de México: Secretaría de Desarrollo Social, 2013:5 [citado 16 de enero de
2017]. Disponible en: http://www.sedesol.gob.mx/work/models/SEDESOL/
Cruzada/4_NOTA_TECNICA_DEL_PROCEDIMIENTO_DE_SELEC-
CION_DE_LOS_400_MUNICIPIOS_PRIORITARIOS_DE_LA_CNCH.pdf
32. Secretaría de Desarrollo Social. Nota Metodológica. Procedimiento de
selección de los municipios de la segunda etapa de la Cruzada Nacional
Contra el Hambre. Ciudad de México: Secretaría de Desarrollo Social,
2014:27 [citado 16 de enero de 2017]. Disponible en: https://portalsocial.
guanajuato.gob.mx/sites/default/les/documentos/2014_SEDESOL_Selec-
cion_municipios_de_la_segunda_etapa_de_la_CNCH.pdf
33. United Nations International Children’s Emergency Fund. The state of the
world’s children 1998. Nueva York: UNICEF, 1998:23-35 [citado 8 de agosto
de 2017]. Disponible en: https://www.unicef.org/sowc/archive/ENGLISH/
The%20State%20of%20the%20World%27s%20Children%201998.pdf
34. Wilkinson RG, Pickett KE. Income inequality and socioeconomic
gradients in mortality. Am J Public Health. 2008;98(4):699-704. https://doi.
org/10.2105/ajph.2007.109637
35. Benício MHDA, Martins APB, Venancio SI, Barros AJD. Estimates of
the prevalence of child malnutrition in Brazilian municipalities in 2006.
Rev Saude Publica. 2013;47:560-70. https://doi.org/10.1590/S0034-
8910.2013047004379
36. Fujii T. Micro-level estimation of child malnutrition indicators and its
application in Cambodia. The World Bank Economic Review. 2010;24(3):
520-53. https://doi.org/10.1093/wber/lhq016
37. Bhutta ZA, Ahmed T, Black RE, Cousens S, Dewey K, Giugliani E,
et al. Maternal and Child Undernutrition Study Group.What works?
Interventions for maternal and child undernutrition and survival. Lancet.
2008;371(9610):417-40. https://doi.org/10.1016/S0140-6736(07)61693-6
38. Rivera JA, Martorell R, Gonzalez W, Lutter C, González de Cossio T,
Flores-Ayala R, et al. Grupo Técnico de Nutrición del SMS. Prevención de la
desnutrición de la madre y el niño: el componente de nutrición de la Inicia-
tiva Salud Mesoamérica 2015. Salud Publica Mex. 2011;53(supl 3):S303-11.
39. Black RE, Victora CG, Walker SP, Bhutta ZA, Christian P, de Onis M,
et al. Maternal and Child Nutrition Study Group. Maternal and child
undernutrition and overweight in low-income and middle-income
countries. Lancet. 2013;382(9890):427-51. https://doi.org/10.1016/S0140-
6736(13)60937-X
