Está en la página 1de 18

Despacho del Viceministro de Planificación y Desarrollo Económico

Dirección de Desarrollo Humano y Empleo

Mortalidad infantil
y de menores de 5 años
(Estudio probabilístico de sus determinantes
mediante el modelo logit)

julio 2003
Introducción
Un problema socio-demográfico Las variables endógenas se refieren
importante existente en los países menos fundamentalmente a
desarrollados, es la alta incidencia en la malformaciones congénitas y
población de muertes referentes a niños accidentes del parto, mientras que
menores de un año de edad (mortalidad las segundas se relacionan con
infantil) y de manera más general los peligros externos, infecciosos,
decesos en el grupo de menores de 5 afecciones respiratorias o de otra
años. naturaleza. Las variables exógenas
pueden controlarse la mayoría de
Las investigaciones científicas han las veces mediante la aplicación
demostrado que existe una alta de políticas adecuadas.
probabilidad de morir durante el primer
año de edad, inclusive esa probabilidad En este sentido, resulta importante los
es significativamente alta en los primeros esfuerzos que se hagan para detectar y
instantes de vida y va decreciendo con el cuantificar esos determinantes. Por tal
tiempo, en otras palabras la probabilidad motivo el propósito de este estudio
de muerte del niño es inversamente consiste en la identificación de los
proporcional con su edad y depende determinantes de la supervivencia
diferencialmente de un conjunto de infantil, para así apoyar el proceso de
variables que interactúan en la toma de decisiones dirigidas al
materialización de dicha contingencia. mejoramiento de la calidad de vida de la
infancia.

Aunque tales determinantes están El documento se inicia con algunos


conformadas por variables endógenas y aspectos generales como: importancia de
exógenas, ambas son importantes, sus la medición de la mortalidad, evolución
ponderaciones difieren como causalidad histórica de la mortalidad durante la
de la mortalidad infantil y pueden variar década 1992-2001 en Venezuela,
significativamente entre distintas contexto internacional y continúa con los
regiones o países. principales resultados obtenidos del
estudio, seguidamente se describe el
modelo de regresión logístico, finalizando
con las limitaciones y recomendaciones.
De igual manera se presentan algunos
anexos que detallan las estimaciones
realizadas.
Importancia de la cuantificación
de la mortalidad infantil

Conocer el número de niños fallecidos evolución del estado de salud de la


menores de 1 año por cada mil nacidos población.
vivos, para analizar su evolución
temporal y espacial. Conjuntamente con el indicador de la
esperanza de vida al nacer, la tasa de
mortalidad infantil constituye un marco
Aun con las limitaciones de errores de referencial en el estado de desarrollo de
subregistro, la tasa de mortalidad las poblaciones.
infantil, sigue siendo uno de los
indicadores más utilizados para
contribuir en la observación de la

Situación de la mortalidad infantil


en Venezuela

Entre el 1990 y 1998, el país mantuvo un disminuyendo sostenidamente,


ligero incremento en su tasa de como lo indica el siguiente
mortalidad infantil, es a partir cuadro:
de 1998 que ha venido

MORTALIDAD INFANTIL
(1990
(Tasa por cada 10
Po
Años Neonatal
neon

1990 13,9 11
Según cifras del Ministerio de Salud y Desarrollo Social, para el año 1998 las cinco primeras causas de
mortalidad infantil eran las siguientes:

Mortalidad infantil (menores de 1 año), según


las primeras cinco causas de muerte. Año 1998
Causas de muerte Mortalidad diagnosticada Porcentajes

Total 37.125 85,23%


1.-Ciertas afecciones originadas en el período
perinatal (*) 33.328 49,42%
2.-Enfermedades infecciosas intestinales 1.444 13,62%
3.-Anomalías congénitas 1.307 12,33%
4.-Influenza y neumonía 630 5,94%
5.-Deficiencias de nutrición 416 3,92%
Fuente: Ministerio de Salud y Desarrollo Social. MSDS.
(*) No incluye la mortalidad fetal

Mortalidad Infantil de Venezuela en


el contexto internacional

Según UNICEF para el año 2001, Lo que significa que existen 119 países
Venezuela estaba ubicada en la posición con mayores tasas de mortalidad infantil
120 dentro del ranking mundial que la nuestra y 73 con menor
correspondiente a la tasa de mortalidad incidencia.
de niños menores de cinco años,
considerando una ordenación de peor a En cuanto a América Latina, Venezuela
mejor condición para un total de 193 con 18 muertes infantiles, se ubica por
países. debajo del promedio de la región el cual
es de 28 decesos por cada 1000 nacidos
vivos.
4) Objetivo del Estudio

Conocer las probabilidades de Es importante señalar, que este estudio


supervivencia (o su complemento no pretende realizar un análisis
probabilidad de muerte) y sus biométrico o de variables endógenas de
correspondientes elasticidades, de las la mortalidad infantil, sino conocer las
variables que inciden en la mortalidad causas exógenas más importantes, para
infantil y de niños menores de 5 años, contribuir en el diseño de políticas
mediante la utilización de un modelo de sociales, que incidan directamente en la
regresión logístico dicotómico. reducción de esta eventualidad
demográfica.

5) Principales resultados

Los resultados se analizan para la Se presentan dos tipos de resultados, las


mortalidad infantil y la mortalidad en elasticidades de la mortalidad con
menores de 5 años, ya que ambos respecto a los determinantes
presentan diferencias en los parámetros seleccionados y las probabilidades
estimados obtenidos y sus sencillas y conjuntas de supervivencia de
correspondientes interacciones de la infancia.
probabilidades entre las variables
involucradas.

5.1) Mortalidad infantil

Mediante la ejecución de múltiples • La variable lactancia materna, indicó la


pruebas del modelo, considerando mayor correlación con la mortalidad
selecciones específicas de las variables infantil, al presentar la cifra mas
contenidas en la base de datos, se logró significativa de elasticidad asociada al
obtener el subconjunto siguiente como grupo de no lactantes 0,02203. Este
explicativas de la mortalidad infantil: resultado, implica que al pasar
lactancia materna, alfabetismo, fuente inicialmente en 10% el grupo de
de ingreso, edad de la madre, centro de madres que no lactan a la condición de
nacimiento y control prenatal. lactantes, la probabilidad de
supervivencia del niño se incrementaría
a) Elasticidades y en 0,022028, manteniendo constantes
las demás variables.
probabilidades simples
• Estos resultados evidencian la
de la mortalidad infantil importancia que tiene la lactancia
materna en relación al resto de las
variables.
• Al analizar las cifras obtenidas supervivencia del infante. Los
generadas por la cuantificación de la resultados del modelo señalan que esta
función de probabilidades logística, se probabilidad pasa de .759 en el caso de
observó una alta relación entre la que la madre no amamante al niño
lactancia materna y la probabilidad de contra un valor de .997 para los niños
sometidos a lactancia.

Elasticidades de supervivencia de niños


menores de 1 año, asociadas a los grupos
seleccionados (*)

Variable Elasticidad
s
Lactancia materna es
0,022028
materna
Alfabetismo 8
0,007950
Fuente de ingreso 3
0,001719
Edad de la madre 8
0,000623
Centro de nacimiento 9
0,000544
Control prenatal 1
0,000226
2
(*)Grupos seleccionados : niños sin lactancia materna, madres analfabetas, etc.

• En el caso de los determinantes: supervivencia infantil, ya que la


fuente de ingreso, edad de la madre, probabilidad de supervivencia del
centro de nacimiento, control prenatal niño disminuye de 0,997 cuando su
y alfabetismo de la madre, esta última progenitora es alfabeta a 0,909 en el
variable es la que más afecta a la caso de que sea analfabeta.

Probabilidades de supervive
infantil, Mod

Lactancia materna
No lacta
Lacta
b) Probabilidades
conjuntas

Las probabilidades logísticas conjuntas,


permiten observar la influencia
combinada de dos o más variables sobre
la probabilidad de supervivencia de la • Aún cuando el hogar tenga una
población menor de un año. inadecuada situación socioeconómica,
la supervivencia del niño es
• En el caso de la lactancia materna significativamente alta cuando existe
según edad de la madre, es evidente lactancia materna. Esto se corrobora al
una interacción entre estas dos examinar dentro de la variable fuente
variables y la probabilidad de muerte de ingreso la categoría de hogares que
del niño. Si observamos marginalmente tienen salarios o donaciones como
la categoría de niños no sujetos a principal entrada económica. En este
lactancia materna, existe la posibilidad caso la probabilidad de un niño no
de que el 21.7% de los niños hijos de lactado bajo estas condiciones es de .
madres adolescentes mueran, contra 687, mientras que la probabilidad del
un 17.0% de mortalidad infantil de hijos niño lactado es de .993.
provenientes de progenitoras con edad
adecuada para dar a luz. Dicho de otra • En la situación en que el niño no
manera, la probabilidad de recibe lactancia materna y la madre es
supervivencia de los menores de 1 de analfabeta, se observa la más baja
año que no recibieron lactancia probabilidad de supervivencia de los
materna, hijos de madres adolescentes menores de un año, que alcanza al
es de 0,783, mientras que la 0,587 y en el caso de madres
probabilidad de supervivencia de los analfabetas que lactan, la probabilidad
niños menores de 1 año, que no de supervivencia es de 0,985.
recibieron lactancia materna, hijos de
adolescentes es del 0,830. • La probabilidad de los hijos de
madres analfabetas, aumenta en 0,398
• Al considerar la mortalidad infantil, cuando son lactados, con respecto a los
respecto a la lactancia materna y al que no son lactados. Al relacionar los
control prenatal se observa, que la niños que no son lactados y los
probabilidad de morir de los niños lactados hijos de madres alfabetas, su
cuyas madres no asistieron al control supervivencia aumenta en 0,187.
prenatal y que no reciben lactancia Implicando que conjuntamente la
materna es de 0,350, la cual disminuye lactancia y la condición de alfabetismo
a 0,185, cuando las madres a pesar de de la madre, inciden de manera
que no lacten a sus hijos, sin embargo determinante en la supervivencia
asistieron a control prenatal. Es decir, infantil.
cuando los niños no son lactados, la
probabilidad de supervivencia aumenta
en 0,165, cuando su madre se acude al
centro de control prenatal.
Probabilidades
Variables Edad de la madre

<19 años >=de 19


años

Lactancia materna

No lacta 0,78307 0,82979

Lacta 0,97596 0,99936

Edad de la madre

Menor de 19 años
5.2) Mortalidad de niños únicamente en los decesos de niños
menores de cinco años.
menores de 5 años
Mayor o igual
a) Elasticidades y a 19
 Es posible que esta diferencia se
relacione con el período de medición
probabilidades simples en ambos grupos. Esto significa que
años existen variables explicativas que
 Básicamente las variables explicativas inciden con mucha más intensidad en
para la mortalidad infantil, son las la medida que el tiempo de
mismas que para la mortalidad de supervivencia del niño es mayor. Por
menores de 5 años de edad, con ejemplo, el niño que nace con un
Control prenatal
excepción de la variable centro de buen peso al nacer, a lo largo de los
nacimiento que solo interviene en el cinco primeros años tiene asociado
primer grupo y la variable peso al una probabilidad de supervivencia
nacer del niño, la cual explica significativa dependiendo de un
No asistió

Asistió
conjunto de factores que interactúan
durante el proceso de crecimiento y  Un resultado importante se presenta
desarrollo. al comparar las elasticidades de
supervivencia de los dos grupos de
 Al igual que en la mortalidad infantil, niños respecto al alfabetismo de la
la variable lactancia materna se madre. El cambio fue significativo al
mantiene como la más importante pasar de .0080 en la mortalidad
para explicar la probabilidad de que infantil a .0044 en la mortalidad de
un niño menor de cinco años menores de cinco años. Esto significa
sobreviva o no en dicho período. Sin que un desplazamiento de 10% de
embargo, la elasticidad pasó de madres analfabetas a la situación de
0.02203 en la mortalidad infantil a . alfabetas, produciría un efecto de
01978 para el grupo de menores de aumento de probabilidad de
cinco años, lo que indica que el dar supervivencia de los niños menores
pecho al niño es más importante en de un año, casi el doble mayor que en
el primer año de vida, que en los años los niños menores de 5 años.
posteriores, para elevar su
probabilidad de supervivencia.

Elasticidades de supervivencia de
niños de 5 años, asociadas a los grupos
menores
seleccionados
(*)

Variable Elasticidad
s
Lactancia materna es0,019777
Alfabetismo 3
0,004392
Edad de la madre 3
0,003430
Control prenatal 6
0,002835
Peso al nacer 8
0,002492
Fuente de ingreso 9
0,001500
(*) Grupos seleccionados: Niños 3
sin lactancia materna, hijos de madres analfabetas, etc.

 Los niños menores de cinco años, que


b) Probabilidades no fueron amamantados y cuyas
conjuntas madres son analfabetas tienen una
probabilidad de supervivencia de
0,839 frente a una probabilidad de
 La probabilidad de supervivencia
0,907 de los que fueron
conjunta más baja en este grupo, se
amamantados y son hijos de madres
presenta para los niños no lactados y
alfabetas.
que su madre no asistió en ningún
momento al control prenatal. Al
 Los niños menores de cinco años, que
comparar ambos grupos niños de
no fueron lactados y cuyas madres
madres no lactantes que no se
tienen un precaria fuente de ingreso
controlaron y las que si se
presentan una probabilidad de
controlaron, su variación
supervivencia de 0,910 frente a una
probabilística pasó de .831 a .911
probabilidad de 0,981, para los niños
que fueron amamantados y su madre posee mejor situación
socioeconómica.

Probabilidades conj
Variables Edad de la madre Lact

< 19 años >= de 19


No l
años

Lactancia materna

No lacta 0,92294 0,90248

Lacta 0,96407 0,97863

Edad de la madre

Menor de 19 años 0,92


Mayor o igual a 19
años 0,90

Control prenatal
5.3) Simulación de políticas sociodemográficos), su efecto se mide
en términos de tasa de variación
porcentual respecto a las
probabilidades de supervivencia.
• El modelo logit, permite la
simulación de políticas utilizando las
probabilidades y elasticidades • Por ejemplo, se puede tener como
generadas. En este sentido, mediante objetivo aumentar la supervivencia
la probabilidad inicial y para ciertos del niño mediante una política de
valores de incrementos porcentuales incremento en 10% del grupo de
deseados en las variables, se pueden madres lactantes. En este caso
obtener las correspondientes particular, se tiene una probabilidad
probabilidades de supervivencia inicial de supervivencia en el grupo de
estimadas. niños menores de un año que no
reciben lactancia materna de
0.791016, al aplicar la política la
• Estas simulaciones pueden
simulación logística genera una nueva
llevarse a cabo para cada variable en
probabilidad de supervivencia la cual
particular o en forma conjunta, para
es 0.813044, lo que significa que en
un determinado grupo objetivo. En los
términos de impacto en la
cuadros siguientes, se presenta una
supervivencia infantil implica un
posible aplicación de políticas simples
2.78% de aumento, al pasar los niños
y conjuntas y su correspondiente
supervivientes en dicho grupo de
comparación entre los niños
32.079 a 32.972, o sea un incremento
menores de un año y menores de
absoluto de 893 infantes.
cinco años que integran los grupos
seleccionados ( de mayores riesgos

Aplicación de políticas en lasupervivencia infantilpara


niños menores1 y 5 años
(Grupos seleccionados)

Menores de 1 año Menores de 5 años


Proba. Aplicac. de Tasa de Proba. Aplicac. de Tasa de
Variables y políticas (%) inicial la política crecim. inicial la política crecim.

Lactancia materna (10%) 0,791016 0,813044 2,78 0,873494 0,895523 2,52

E dad de la madre (10%) 0,965134 0,965758 0,06 0,952381 0,953005 0,07

Fuente de ingreso (5%) 0,962941 0,96466 0,18 0,974843 0,983254 0,86

Control prenatal (10%) 0,950904 0,95113 0,02 0,938865 0,940584 0,18

Alfabetismo (20%) 0,879503 0,887453 0,90 0,949438 0,960161 1,13

Nota: La aplicación de la política se refiere al aumento porcent


ual correspondiente en cada variable
Los grupos seleccionados son: Niñossin lactancia materna, hijos de madres menores a 19 años, etc.
Ejemplo: POLITICA 10% DE INCR

NIÑOS NACIDOS VIVOS (cifra re

NIÑOS SIN LACTANCIA MATERN


Aplicación de políticas conjuntas de supervivencia para
niños menores de 1 año
(Grupos seleccionados)

Pobabilid. Aplicación Variación

SUPERVIVENCIA INICIAL (0,791


Variables y políticas (%)
Lactancia materna (10%) y
inicial de la política porcentual

Fuente de ingreso (5%) 0,72444158 0,83282114 14,96

Lactancia materna (10%) y

SUPERVIVENCIA APLICACION P
Edad de la madre (10%)

Lactancia materna (10%) y


0,80903607 0,88676716 9,61

control prenatal (10%) 0,7351814 0,82416931 12,1

AUMENTO EN LA SUPER
Lactancia materna (10%) y
Alfabetismo (20%) 0,74876188 0,86807673 15,93

Nota: Las políticas se refieren por ejemplo al aumento de 10% de niños con

Porcentaje de incremento
lactancia materna y la reducción en 10% del embarazo precoz, etc.
(*) Grupos seleccionados son los niños socio-demográficamente mas vulnerables:
sin lactancia materna, hijos de madres muy jóvenes, etc
Aplicación de políticas conjuntas de supervivencia para
niños menores de 5 años
(Grupos seleccionados)

Probabilid. Aplicación de Variación


Variables y políticas (%) inicial la política porcentual

Lactancia materna (10%) y


Fuente de ingreso (5%) 0,8500212 0,8833298 3,92

Lactancia materna (10%) y


Edad de la madre (10%) 0,8306341 0,8741755 5,24

Lactancia materna (10%) y


control prenatal (10%) 0,7625524 0,8167629 7,11

Lactancia materna (10%) y 0,7200987 0,8004532 11,16


Alfabetismo (20%)

Nota: Las pol íticas se refieren por ejemplo al aumento de 10%de ni ños lactados y
la reducci ón en 10%del embarazo precoz, etc.
(*) Grupos seleccionados son los ni ños socio -demogr áficamente mas vulnerables:
no lactados, hijos de madres muy j óvenes, etc

6) Principales conclusiones

• El modelo de regresión logístico, materna, se reflejan más cuando van


permite una alternativa de dirigidos a los grupos
modelización razonable en términos sociodemográficos, con mayores
prácticos para el estudio de la riesgos, como son las madres
influencia de los determinantes de la adolescentes, mujeres con hijos de
supervivencia infantil. bajo peso al nacer, mujeres en
situación de pobreza, mujeres con
bajo nivel educativo y mujeres que no
• Los efectos positivos al aplicar han asistido a control materno
políticas de promoción de la lactancia infantil.
7) Recomendaciones

Para lograr mayor efectividad, Una de las prioridades formuladas por la


representatividad y precisión en los UNICEF dentro del contexto de desarrollo
resultados de este tipo de estudio, es del milenio es: “la protección de la vida
recomendable elaborar diseños de los niños y niñas y aumentar la
muestrales más específicos, así como un posibilidades de llegar a ser ciudadanos
mayor esfuerzo en incrementar la calidad productivos”. De acuerdo a esto, resulta
de la información en sus diferentes importante fomentar estudios de esta
etapas. naturaleza que contribuyan a generar
información específica en esta materia.

8) Estrategia Metodológica

8.1) Modelo de regresión logístico

El modelo de regresión Logit se El vector β tiene dimensión n+1, o sea el


fundamenta en una curva en forma de S intercepto más el parámetro asociado a
alargada, acotada en el intervalo abierto cada una de las variables explicativas.
(0, 1) tal que el valor esperado de la La matriz X tiene dimensión m filas
variable independiente tiende a cero (niños en la muestra) por n variables
cuando los valores de las variables explicativas.
explicativas tienden a ser muy grandes y
converge a uno en caso contrario, dicha Al efectuar algunas operaciones
curva se denomina Logística y resulta matemáticas en la función anterior y
muy popular en aplicaciones prácticas. tomar logaritmos en ambos términos de
Su formula se especifica de la siguiente la igualdad, se obtiene la función:
manera y se denomina función de
distribución acumulativa logística:
log(π /(1 + π ) = β + β x + ..........
E ( y i ) = eβ 0+ β 1 X i1+......+ β n X in (1+ eβ 0+ β 1 X i1+......+ β n X in )
i i i1
/ 0 1

Esta función es denominada


Siendo: E ( y i) = P( y i = 1) =π i transformación logit, la cual tiene la
propiedad de ser lineal en las variables
explicativas y los parámetros β
lo que significa que el valor esperado de asociados.
la observación i-esima es igual a la
probabilidad de éxito. En este trabajo, el La interpretación de los parámetros β de
cálculo corresponde a la probabilidad de esta función, resulta poco intuitiva
que el i-esimo niño en la muestra debido al razonamiento que hay que
sobreviva tomando el correspondiente hacer en los cambios producidos en los
vector de atributos asociado a las logaritmos por unidad de cambio en las
variables explicativas seleccionadas en el variables explicativas.
modelo.
Sin embargo, es mas realista interpretar diferentes variables explicativas seleccionadas, sus
el efecto que produciría un cambio puntajes probabilísticos se pueden promediar según
unitario de cualquier variable explicativa categorías y dentro de cada grupo o entre grupos se
sobre las probabilidades de éxito calculan las múltiples interacciones probabilísticas
(supervivencia del niño. Esto se logra, al de supervivencia.
aplicar derivadas parciales al modelo de
probabilidades logístico respecto a cada Otro aspecto importante, es que el
variable X, lo que significa la modelo de regresión logístico puede ser
consideración de una formula para las generalizado a variables independientes
elasticidades. cuya respuestas puedan ser ordenadas
de acuerdo a múltiples categorías.
Manipulando matemáticamente la
formula del modelo logístico y por la Cuando la variable dependiente es
teoría de probabilidades, se construye la binaria o dicotómica, la decisión de
función de verosimilitud asociada, que seleccionar entre los modelos no lineales
mediante la convergencia de un número Logit o Probit no es fácil, ya que ambos
de iteraciones realizadas son muy similares. Por este motivo, la
computacionalmente y derivaciones selección entre ambos modelos hay que
parciales respecto a los β , permite hallar hacerla con cuidado, toda vez que
los parámetros estimados así como las existen algunas diferencias que pueden
probabilidades correspondientes, incidir en los resultados obtenidos. Por
quedando la función de distribución de ejemplo, es mejor utilizar el modelo Logit
probabilidades logística expresada de la si los datos tienen pesos muy distintos
siguiente manera: entre sus valores categóricos, ya que la
curva de la distribución logística tiene
una.. + mayor curvatura en los extremos
β 0 + β1 X i1+.......... .. + β n X in (
/ +e β 0 + β1 X i1+.......... β n X in )
π ei
= 1 que en el modelo Probit. Cuando la
variable dependiente es politómica, la
diferencia entre ambos modelos se
Cada una de las observaciones (niños en la
acentúa. Además, la función de
muestra), tiene una medida de probabilidad de
supervivencia (su complemento es la probabilidad distribución acumulada del modelo Probit
de muerte) asociada al vector de atributos de las es normal.
las variables una a una, a fin de
detectar y en lo posible corregir los
8.2) Procedimientos errores y omisiones presentes, los
cuales pudieran afectar
negativamente los resultados del
Para lograr el objetivo de este trabajo, se modelo.
consideró un conjunto de actividades las
cuales se describen brevemente a  Se procedió luego a elaborar
continuación: mediante el programa computacional
estadístico STATA los programas o
 La fuente de información base para el algoritmos necesarios para
desarrollo de este trabajo, se obtuvo a recodificar, renombrar, clasificar,
través de la Encuesta Nacional de organizar y generar mediante
Población y Familia 1998 comandos específicos la data que
(ENPOFAM’98). requirió el modelo estadístico para su
procesamiento.
 Mediante dicha base de datos
suministrada por el Instituto de  Como la información disponible en la
Estadística e Informática INE, se base de datos contiene
procedió a revisar la consistencia de fundamentalmente variables del tipo
discreto dicotómicas o politómicas, se  Todos los signos de los coeficientes
analizó la posibilidad de aplicar un de regresión relacionados con las
modelo cuya naturaleza permitiera el variables explicativas del modelo son
manejo adecuado de esta clase de positivos, significando una relación
data cualitativa y que a la vez directa con la variable independiente
alcanzara los propósitos establecidos (mortalidad). Por ejemplo: En la
en este trabajo, esta situación medida que exista una mayor
conllevo a considerar los modelos de cantidad de madres que amamanten
regresión para datos discretos Probit a sus hijos (Lactancia materna), la
y Logit. probabilidad de supervivencia es
mayor.
 Al comparar ambos modelos, se tomó
la decisión de seleccionar el que  Conformado el conjunto de variables
mejor se ajustara a nuestros explicativas a intervenir en el modelo
requerimientos basándose en la data, calibrado, se calcularon los parámetros
hipótesis y objetivos específicos correspondientes, las elasticidades variable
correspondientes. En este sentido,
dependiente versus variables explicativas y
previo al análisis y consideraciones de
índole racionalmente técnicas se optó
las diferentes probabilidades asociadas a la
por el modelo logístico. interacción entre las variables explicativas y
la mortalidad infantil y de menores de 5
 Una vez seleccionado el modelo y años.
preparadas las bases de datos de
mortalidad infantil y la mortalidad de  Cabe señalar que el modelo se ejecutó para
menores de 5 años, se procedió a los dominios 1 y 2 (área metropolitana de
ejecutar las diferentes ejecuciones Caracas y ciudades de 25.000 y más
utilizando el método “paso a paso”, a habitantes) de la encuesta EMPOFAN’98.
fin de obtener una calibración El agrupamiento o cluster se hizo a nivel de
adecuada, mediante el rechazo o municipio. Esto se realizó con el objeto de
captura de variables previo contraste hacer más representativo el modelo a través
de hipótesis.
de la muestra seleccionada en
EMPOFAN’98.

5) Limitaciones

En toda aplicación de los modelos las variables explicativas contra la


teóricos estadísticos a la realidad existen variable dependiente sean
ciertas limitaciones y este trabajo no fue “suficientemente” altas, condición
la excepción. A continuación se señalan que no se cumple satisfactoriamente
las más importantes: en la muestra considerada
(EMPOFAN’98).
a) El diseño muestral no es el más
adecuado para lograr los objetivos b) Como la encuesta EMPOFAN’98, se
establecidos en este proceso. Para diseño para una investigación de
obtener resultados de mayor propósitos múltiples, sólo se
precisión, confiabilidad y incluyeron algunas variables que son
representatividad el modelo logit importantes, pero se dejaron de lado
requiere que las frecuencias otras que objetivamente pueden
observadas en cada clasificación de explicar la mortalidad infantil, como
es el caso de aplicación de vacunas c) En la encuesta existe omisiones o no
inmunizadoras, morbilidad materna, respuestas, que pueden influir en el
etc. incremento del sesgo asociado a los
resultados del estudio.

Anexos

Coeficientes (Betas), elasticidades y proporciones para cada variable


Mortalidad infantil
Elasticidades Proporción (1-p)
Variables Coeficientes (grupos Proporción (p) (grupos
seleccionados) seleccionados)
Lactancia materna 4,596072 0,0220288 0,919185 0,080815
Alfabetismo 1,662163 0,0079503 0,977440 0,022560
Fuente de ingreso 3,59092 0,0017198 0,435379 0,564621
Edad de la madre 1,5477 0,0006239 0,845725 0,154275
Centro de nacimiento 2,643701 0,0005441 0,275053 0,724947
Control prenatal 0,641751 0,0002262 0,916888 0,083112
Intercepto -2,829774

Grupos seleccionados: niños más desfavorecidos por ejemplo: niños sin lactancia materna, niños de madres
analfabetas,etc

Probabilidad promedio muestral


Pr ( y =1) = ,979732

Coeficientes (Betas), elasticidades y proporciones para cada variable


Mortalidad menores de 5 años
Elasticidades Proporcion (1-p)
Variable Coeficientes (grupos Proporcion (grupos
s seleccionados (p) seleccionados
Lactancia 2,44036 ) 0,019777 0,94058 ) 0,05941
materna
Alfabetism 3
1,00070 3
0,004392 7
0,97335 3
0,02664
o
Edad de la 6
1,04228 3
0,003430 9
0,96546 1
0,03453
madre
Control 9
0,83807 6
0,002835 8
0,94472 2
0,05527
prenatal
Peso al 4
0,94580 8
0,002492 3
0,89443 7
0,10556
nacer
Fuente de 5
0,91087 9
0,001500 2
0,45433 8
0,54566
ingreso
Intercept -2 3 7 3
o 1,90160
Grupos seleccionados: niños más4
desfavorecidos por ejemplo: niños sin lactancia materna, niños de madres
analfabetas,etc

Probabilidad promedio
muestral
Pr ( y =1) = ,9781601
Anexos

Mortalidad infantil y de menores de 5 años para algunos países


Latinoamericanos
(Por cada 1000 nacidos vivos)
Nº muertes Año 2001

40

35

30

25

20

15

10

0
Ecuador
Cuba

Uruguay

Perú
Colombia
Argentina

Mexico

Brazil
Chile

Venezuela

Menores de 5 años Menores de 1 año (infantil)