OPSPER17024 Spa

EQUIDAD EN LA
ATENCIÓN DE SALUD
EN PERÚ
2005 - 2015
EQUIDAD EN LA ATENCIÓN DE SALUD
EN PERÚ
Lima, Perú
2017
Equidad en la atención en salud en Perú. 2005-2015
Número de documento: OPS/PER/17-024
© Organización Panamericana de la Salud, 2017
Todos los derechos reservados. Las publicaciones de la Organización Panamericana de la Salud (OPS)
están disponibles en su sitio web en (www.paho.org). Las solicitudes de autorización para reproducir
o traducir, íntegramente o en parte, alguna de sus publicaciones, deberán dirigirse al Programa de
Publicaciones a través de su sitio web (www.paho.org/permissions).
Forma de cita propuesta: Organización Panamericana de la Salud. Equidad en la atención en salud en

Perú. 2005-2015. Lima: OPS; 2017.
Catalogación en la fuente: Puede consultarse en http://iris.paho.org.
Las publicaciones de la Organización Panamericana de la Salud están acogidas a la protección prevista

por las disposiciones sobre reproducción de originales del Protocolo 2 de la Convención Universal sobre
Derecho de Autor. Reservados todos los derechos.

Las denominaciones empleadas en esta publicación y la forma en que aparecen presentados los datos
que contiene no implican, por parte de la Secretaría de la Organización Panamericana de la Salud,
juicio alguno sobre la condición jurídica de países, territorios, ciudades o zonas, o de sus autoridades, ni
respecto del trazado de sus fronteras o límites.

La mención de determinadas sociedades mercantiles o de nombres comerciales de ciertos productos
no implica que la Organización Panamericana de la Salud los apruebe o recomiende con preferencia
a otros análogos. Salvo error u omisión, las denominaciones de productos patentados llevan en las
publicaciones de la OPS letra inicial mayúscula.
La Organización Panamericana de la Salud ha adoptado todas las precauciones razonables para verificar
la información que figura en la presente publicación, no obstante lo cual, el material publicado se
distribuye sin garantía de ningún tipo, ni explícita ni implícita. El lector es responsable de la interpretación
y el uso que haga de ese material, y en ningún caso la Organización Panamericana de la Salud podrá ser
considerada responsable de daño alguno causado por su utilización.
Editado por: Organización Panamericana de la Salud

Los Pinos 251, Urb. Camacho, La Molina - Lima 12, Perú
Teléfono: (511) 319-5700
Hecho el Depósito Legal en la Biblioteca Nacional del Perú: N° 2017-14851
Primera edición, octubre 2017

Tiraje: 200 ejemplares
Se terminó de imprimir en octubre de 2017 en:

SINCO Diseño E.I.R.L.
Jr. Huaraz 449 Breña. Lima 5 / Cel: 99803-7046
sincoeditores@gmail.com/ sincodesign@yahoo.es
índice
Resumen 7
Introducción 11
Capítulo I: Inequidades en Salud 13
1.1 Equidad e Igualdad en Salud 13
1.1.1. Equidad y estrategia para la estrategia de salud universal 14
1.1.2 Teorías sobre desigualdad en salud 16
1.2 Marco metodológico 17
1.2.1 El modelo de la OMS para el monitoreo de desigualdades en salud 17
1.2.2 Estratificadores para el análisis de las desigualdades en salud 19
1.2.3 Variables de análisis 20
1.2.4 Tipos de indicadores 23
1.2.5 Fuentes 24
Capítulo II: Equidad en Salud en Perú 27
2.1 Análisis de insumos 27
2.2 Análisis de productos 29
2.3 Análisis de resultados 39
2.4 Análisis de impacto 48
Capítulo III: Equidad y Seguro de Salud 57
3.1 Seguro y equidad en salud 57
3.2 Seguro de salud y equidad en Perú 58
3.2.1 Desigualdades en productos 60
3.2.2 Desigualdades en resultados 63
3.2.3 Desigualdades de impacto 66
Capítulo IV: Equidad y Seguro Público de Salud 69
4.1 Seguros públicos: SIS y ESSALUD 69
4.2 Desigualdades en productos 73
4.3 Desigualdades en utilización 82
4.4 Desigualdades en impacto 106
Capítulo V. Conclusiones y Recomendaciones 119
Referencias Bibliográficas 123
Anexos 127
Resultados de las regresiones 129
Contrastes de diferencias 132
Resumen
E n la última década, el problema de la desigualdad ha vuelto a tomar protagonismo en la literatura

científica y en las discusiones políticas. El mundo se globaliza y los ingresos per cápita de la mayoría
de los países se han incrementado. Los pobres están dejando de ser tan pobres a la vez que los ricos lo
son cada vez más. Esto ha llevado a que cuando se analiza el planeta en su conjunto, como si fuera
una sola unidad, este muestre hoy en día niveles de desigualdad más altos que cualquier país por
separado.
Perú es un paradigma de esta tendencia. Como país ha mostrado un vigoroso crecimiento económico
y rápidamente la modernidad se ha hecho presente en las grandes ciudades. Los niveles de vida han
aumentado y casi la totalidad de indicadores de salud también lo han hecho. No obstante, al igual que
lo que ocurre a nivel global, los avances no han llegado a todos de forma homogénea.
La discriminación de género, los problemas intergeneracionales en la distribución de recursos, los
efectos retroalimentados entre ingreso y educación, las limitaciones del aseguramiento y las
especificidades territoriales de cada lugar de residencia mantienen los niveles de desigualdad en cotas
importantes.
En este contexto, la Representación en Perú de la Organización Panamericana de la Salud/
Organización Mundial de la Salud (OPS/OMS) ha impulsado el presente estudio, en concordancia con
el 55.o Consejo Directivo de la Organización Mundial de la Salud (OMS) de 2014, relativo a la Estrategia
para el Acceso Universal a la Salud y la Cobertura Universal de Salud. Este tuvo como objetivo analizar
las desigualdades en salud para el país entre 2005 y 2015 en términos de características
sociodemográficas, y en particular, con relación al aseguramiento en salud.
La primera parte del estudio realiza una revisión internacional de la evidencia científica sobre
desigualdades en salud que configura el marco teórico y empírico del análisis presente.
En una segunda parte se abordan estas desigualdades según las principales variables
sociodemográficas de la población, como sexo, edad, educación, ingreso y distribución geográfica.
En la tercera parte se amplía este análisis al aseguramiento. Con base en los principales parámetros
estudiados, se valoran las desigualdades entre las personas con seguro de salud y las personas sin él.
Por último, en la cuarta parte basada en la sección anterior, más extensa y sobre la que ha recaído
más énfasis, se señala cómo es la desigualdad entre los dos seguros públicos más importantes: el
Seguro Integral de Salud (SIS) y el Seguro Social de Salud (EsSalud). En este análisis, la comparación
relativa a servicios no se limita a los paquetes básicos de cada seguro, sino que se hacen sobre un total
de atenciones, estén estos o no incluidos en dichos paquetes.
El estudio destaca que Perú ha alcanzado logros importantes en términos macroeconómicos y en
términos sociales. Registra una de las tasas más altas de crecimiento de la región, fuerte reducción de
la pobreza y avances en salud, principalmente en salud materna e infantil. Aun así, en muchos aspectos
como la dotación de personal e infraestructuras y el nivel de gasto público en salud, el país se encuentra
por debajo del promedio mundial.
Asimismo, aunque en la última década las brechas en salud han disminuido, aún se mantienen
elevados niveles de desigualdad por características sociodemográficas y lugar de residencia. El nivel de
ingreso y educación de las personas y el departamento en que habitan siguen siendo determinantes en
el acceso, la atención y la protección financiera en salud.
EQUIDAD EN LA ATENCIÓN DE SALUD EN PERÚ
El nivel de ingresos sigue siendo determinante en las desigualdades en salud, particularmente en el

acceso y utilización de servicios de las personas del cuartil más pobre con respecto al resto de la
población. En educación, las principales desigualdades se producen en acceso y utilización entre las
personas con niveles educativos menores a secundaria y el resto de la población.
En cuanto a la distribución territorial, los resultados de cada departamento están condicionados por
los niveles de ingreso y composición etaria de sus poblaciones, como Piura y Cajamarca. No obstante,
considerando estos factores por separado, las desigualdades se mantienen comparativamente peor
para algunos departamentos como Puno, Pasco y Huancavelica, entre otros.
La expansión de la cobertura del SIS y EsSalud han favorecido la reducción de las desigualdades. La
población que reconoce tener un seguro de salud público o privado aumentó de un tercio de la
población en 2005 a casi dos tercios en 2015. Aunque las cifras oficiales muestran una cobertura
mayor, la protección efectiva puede estar más cerca de la autorrespuesta.
Este aumento de la cobertura ha favorecido la reducción de las desigualdades en dos aspectos: el
reconocimiento de necesidades de salud y el acceso a los servicios de salud. En 2005 más del 60% de
las personas que tuvo un evento de salud y necesitaba atención no accedió a servicios formales,
mientras que en 2015 este porcentaje descendió ligeramente, pero aun por encima del 50%.
Los resultados coinciden con el perfil de la cartera del SIS. Las brechas en las tasas de acceso y el
reconocimiento de evento de salud se redujo por nivel de ingreso y educación gracias a las mejoras de
los grupos más pobres y con educación primaria o menor. Asimismo, las brechas en las tasas de
utilización mostraron mejoras particularmente en servicios de salud materna y salud infantil.
Resulta claro que la cobertura es relevante. De aquellos que tuvieron un evento de salud que
requería atención médica, el 53,9% de las personas con seguro accedió a servicios formales, mientras
que entre los no asegurados sólo lo hizo el 30,9%. Las tasas de utilización también son mayores para
las personas aseguradas que para las no aseguradas: 31,8% y 22,6% en consulta médica, 5,6% y
2,4% en hospitalización , y 90,6% y 85,4% en control del embarazo, respectivamente. En cuanto a
protección financiera, las personas aseguradas están más protegidas: el 19,1% debió pagar por
consulta médica, frente al 43,5% entre los no asegurados.
Incluso dentro de los asegurados, las desigualdades persisten. La fragmentación del sistema de
aseguramiento es una de las causas de que estas continúen. Más de 22 millones de individuos
reconocen estar afiliados al SIS o a EsSalud, pero los niveles de acceso, utilización y protección financiera
son distintos en cada uno de ellos. Esto ocurre, en parte, porque el perfil de ambos seguros es distinto.
La población del seguro integral es más joven que la del seguro contributivo, pero a la vez más pobre
y con menor nivel educativo. Como contrapartida, EsSalud no solo tiene una población más envejecida,
sino una mayor tasa de crónicos en todas las edades.
En el presente trabajo se utilizó un conjunto de indicadores para analizar las desigualdades entre los
afiliados a SIS y EsSalud, y en casi todos ellos los valores para los afiliados al seguro contributivo fueron
mayores. Las excepciones se producen en los indicadores relacionados con la salud maternoinfantil,
que cuenta con especial prioridad en la orientación del SIS.
El acceso continúa siendo uno de los principales puntos de desigualdad. Aunque en 2015 la
proporción de población que reconoció un problema de salud fue mayor entre los afiliados al seguro
integral, a la hora de acceder a servicios formales fueron los afiliados a EsSalud los que presentaron
mejores resultados. Entre los afiliados al seguro contributivo, el 60,9% de los que sufrieron un evento
de salud con necesidad de atención recibió servicios formales, mientras que este porcentaje fue de tan
sólo el 49,7% entre los del seguro integral.
Entre las razones de no acceso, los motivos económicos han perdido peso en la última década como
mención directa de motivos. La principal razón argumentada sigue siendo la automedicación. La
8
diferencia entre los afiliados al SIS y los de EsSalud es que los primeros recurrieron en mayor proporción
a medicinas caseras, mientras que los segundos argumentaron la falta de tiempo.
Es probable que estas diferencias de acceso expliquen que las tasas de mortalidad infantil y en la
niñez resulten mayores entre los afiliados al SIS que entre los de EsSalud: 18,7 y 10,6 por cada mil
nacidos vivos, respectivamente. Cabe aclarar que, en este caso, la fuente de información no permite
asegurar que los valores sean estadísticamente significativos.
En utilización se evaluaron indicadores de consultas/controles, análisis/exámenes, hospitalizaciones/
intervenciones, materiales/medicinas y vacunación infantil/niñez. Sólo en cuatro de ellos las brechas
favorecieron al SIS. En el resto, los valores fueron mayores para los afiliados a EsSalud.
Las mayores desigualdades se dieron en atención dental, oftalmológica, análisis, exámenes y rayos,
hospitalización e intervención quirúrgica, compra de lentes y otros materiales (ortopedia, etc.) y primeras
vacunaciones (DPT1 y polio 1). Las brechas fueron menores en consultas, receta de medicamentos y en
la vacunación completa de DPT y polio (más baja en ambos seguros). Las excepciones a favor de SIS se
observaron durante el control de niños y niñas, control del embarazo y atención de parto.
La protección financiera tiene dos perspectivas: el pago por la atención (sí/no) y el impacto del pago
(en soles). En el primer caso, las diferencias entre SIS y EsSalud varían por servicio. En consultas, atención
de parto y materiales, fueron proporcionalmente menos los afiliados al SIS, con respecto a los de
EsSalud, que debieron realizar gasto de bolsillo. Por el contrario, en la utilización de análisis, exámenes,
hospitalización e intervenciones quirúrgicas, las desigualdades perjudican más a los afiliados al seguro
integral. En relación a la cantidad pagada, cuando los afiliados debieron pagar por servicio, el monto
fue mayor para los de EsSalud que los del SIS. Las mayores diferencias brutas se produjeron, como
cabría de esperar, en las hospitalizaciones e intervenciones quirúrgicas, pero también de forma muy
notoria en la utilización de rayos X y otros exámenes.
La variabilidad territorial entre ambos seguros públicos es otro punto clave. Pese a que existen
variaciones y limitaciones de significatividad estadística en muchos resultados, se repiten algunos
departamentos con altos niveles de desigualdad. Por ejemplo, Amazonas y La Libertad en utilización
de servicios, Piura y Huancavelica por pago de servicios, y Cuzco y Junín en ambos. En este sentido,
parece existir una combinación entre el territorio y el aseguramiento en el que persisten las desiguales
en salud.
En resumen, en casi todos los indicadores se han producido mejoras absolutas y, en la mayoría,
reducciones de las diferencias entre los distintos grupos poblacionales. No obstante queda camino por
andar, principalmente en materia de acceso y utilización, y sobre todo, en disminuir las desigualdades
derivadas de la capacidad de pago. En este sentido, se obtienen cuatro conclusiones.
1. En primer lugar, es conveniente dar un nuevo impulso al aseguramiento en salud. Todavía una
tercera parte de la población reconoce no estar cubierta por ningún tipo de seguro, público o
privado, lo que origina persistentes desigualdades en acceso, utilización y protección financiera.
2. En segundo lugar, es necesario plantearse cómo avanzar en este ámbito en relación a la actual
situación de un sistema fragmentado de aseguramiento. Los compartimentos estancos del
aseguramiento público produce distorsiones, ineficiencia y efectos sustitutos en la expansión de la
cobertura. En términos de desigualdades, será muy difícil combatirlas si se mantienen dos redes de
atención distintas para afiliados a SIS y EsSalud. El mantenimiento de dos redes públicas paralelas
genera desigualdades e ineficiencia en el acceso, lo que dificulta alcanzar la meta de la cobertura
real universal. Posiblemente sea necesario avanzar en la unificación de redes y, de esta forma,
incorporar un componente de solidaridad y distribución de riesgos (risk-pooling) en el sistema.
3. En tercer lugar, se debe aumentar la protección financiera de las familias en general. La autoexclusión
de acceso a servicios formales de salud continúa siendo alta, con diferencias significativas por nivel de
ingreso e incluso entre los propios seguros públicos. Si se quiere avanzar en igualdad, no se puede
9
permitir que el nivel de ingresos sea un determinante tan importante de acceso. En este punto
conviene poner atención no sólo en la protección de los más pobres, sino también en la evolución del
gasto de bolsillo de las familias de ingresos medios y medio-bajos.
4. En cuarto lugar, las desigualdades territoriales son insostenibles en un contexto de mayor igualdad.
Para poder reducirlas es necesario establecer un mecanismo de monitoreo cercano de información
que permita orientar los recursos en salud a las zonas más necesitadas y que esté primera línea de
acceso para los tomadores de decisiones.
Por último, volver a destacar la necesidad de transversalidad de las políticas de salud, social y
laboral. Cada sector por si sólo será incapaz de acabar con las inequidades que afectan a la población
y sólo así se pueden consolidar las bases para el desarrollo social y humano del país.
10
Introducción
H ace poco más de un siglo las personas de los países más desarrollados no superaban en promedio
los 46 años de edad. Hoy se acercan a los 84 años. Este es un logro enorme. No obstante, aún
persiste una decena de países que en 2015 no superaban los 55 años de vida promedio. Incluso dentro
de las propias ciudades las diferencias son desconcertantes. En Barcelona, donde la esperanza de vida
supera los 83 años, existen diferencias de más años entre barrios situados a menos de 20 minutos en
automóvil.
Este es el paradigma de la globalización. Grandes avances junto con grandes desigualdades. Y Perú
no es la excepción. En la última década ha mostrado un crecimiento sostenido de su economía que le
ha permitido consolidarse en el grupo de países de ingreso medio-alto. Sus logros en salud tampoco
han sido menores. Desde el año 2000 a la fecha, la esperanza de vida ha aumentado casi cinco años,
situándose en 74,8 años.
No obstante, las desigualdades persisten. En Callao una persona vive en promedio de 13 años más
que otra en Puno. El acceso a un servicio de atención formal es 1,46 veces mayor para las personas del
cuartil más rico que para las del más pobre. La proporción de personas que han debido hacer un gasto
de bolsillo para atenderse en consulta médica es 2,3 veces mayor entre los que no tienen seguro que
entre quienes lo tienen, y el esfuerzo por comparar medicinas es 2,1 veces mayor entre aquellos sin
estudios que aquellos con estudios universitarios.
El objetivo de este trabajo fue analizar la situación y evolución reciente de las inequidades en
salud en Perú en términos de cobertura de la protección financiera, utilización y resultados en salud
desagregados por cuartil de ingreso, sexo, nivel educacional, distribución territorial de la población y,
en particular, por aseguramiento y desigualdades entre SIS y EsSalud.
El documento se divide en cuatro partes. En la primera parte se realizó un análisis profundo
de la literatura internacional sobre desigualdades en salud así como una revisión de los informes
comparativos internacionales, principalmente de la OMS. Con ello se configuró un marco teórico de
análisis y se planteó una metodología que luego se implementó a lo largo del estudio.
En la segunda parte se analizaron las desigualdades en salud en Perú para el período 2005-2015
en términos de insumo, productos, resultados e impacto y a través de estratificadores de sexo, edad,
educación, ingreso y departamento administrativo.
En la tercera parte se realizó un análisis de similares indicadores de acuerdo a la tenencia o no de
seguro de salud, tomando en cuenta que, para 2015, una cuarta parte de la población aún no tenía
seguro de saud.
En la cuarta parte se desarrolla el énfasis del estudio: las desigualdades en salud entre los afiliados
al SIS y los de EsSalud. Se utiliza el mismo marco teórico que en la segunda parte, pero se amplía el
número de indicadores.
Por último, el informe termina con las conclusiones finales en las que se destacan los avances del
país en salud y en la mayoría de las brechas de desigualdad, y se resalta la gravedad de la persistencia
de desigualdades por ingreso, seguro de salud y territoriales.
11
Capítulo I
Inequidades en salud
1.1 Equidad e igualdad en salud
El término inequidad hace referencia a una desigualdad en la comparación de dos sujetos o sociedades.
Esta tiene algunas características particulares. Intuitivamente, se entiende como algo injusto y negativo.
Es una situación que la sociedad en su conjunto quiere modificar y que puede hacerlo ya que las causas
que la originan no son naturales.
Son variados los intentos por definir qué se considera inequidad y, en particular, ¿qué son las
inequidades en salud? Quizá la definición más extendida es la propuesta por la Organización Mundial
de la Salud (OMS), que señala que son:
“desigualdades evitables entre grupos de personas dentro de un país o entre países […] que surgen
de desigualdades en el seno de las sociedades y entre sociedades”.
(OMS 2016)1
A esta definición se agregan otras que comparten tres características comunes: es un tipo de
desigualdad, es evitable y es injusta (Whitehead 1992, Departamento de Sistemas y Servicios de Salud
- HSS 2010, OMS 2016) (Figura 1).
Figura 1. Características de las inequidades
DESIGUALDADES
INEQUIDADES
EVITABLES INJUSTAS
De esta forma, toda inequidad es una desigualdad, pero no toda desigualdad es inequitativa. Pese
a ello, la casi totalidad de la literatura científica en inglés se refiere a este concepto como inequality,
mientras que inequidad (inequity) es utilizado con frecuencia en español y en los informes de organismos
internacionales. La diferencia no sólo es metodológica (evaluación y diagnóstico), sino también política.
1
Inequidades en materia de salud son las desigualdades evitables en salud entre grupos de personas dentro de países y entre países.
Estas inequidades surgen de las desigualdades entre y dentro de las sociedades. Las condiciones sociales y económicas y sus efectos
sobre las vidas del pueblo determinan su riesgo de padecer enfermedad y medidas tomadas para prevenir a ellos enfermarse o tratar
la enfermedad cuando ocurre (OMS 2016).
13
Esta cuestión política tiene que ver con el convencimiento que estas diferencias no son deseadas y
que pueden ser reducidas o eliminadas. Es decir, las inequidades son desigualdades que no tienen un
origen natural y que, por lo tanto, son arbitrarias y discrecionales (Smedley 2003; HSS 2010).
La cuestión más relativa y valórica es determinar cuáles diferencias son injustas, ya que el propio
concepto de justicia es complejo. Al respecto, dos teorías son las que han marcado profundamente los
hitos en este campo: la de John Rawls (1971) y la de las capacidades de Amartya Sen (1985, 2009).
El primero plantea una idea abstracta en la que cada sociedad evalúa desde una posición neutra
cuáles desigualdades no son justas. Esta posición neutra o velo de ignorancia representa una situación
imaginaria en la que los individuos no conocen a priori qué lugar van a ocupar en la sociedad.
La orientación de Sen es algo más práctica, puesto que su objetivo es la eliminación de las
inequidades. Para este autor, el hacer está sobre el deber ser. La aproximación teórica define las
inequidades como aquellas desigualdades, situaciones o barreras que impiden a las personas
alcanzar los mejores estados de bienestar posibles. Considera la utilización que el individuo hace
de los recursos en base al conjunto de capacidades, que tiene para alcanzar la máxima realización
posible. Entre estas capacidades, al menos dos tienen una relación directa con la salud: la capacidad
de vida y la capacidad de salud física (Nussbaum 1985)2.
1.1.1. Equidad y estrategia para la estrategia de salud universal

América Latina es la región con mayor desigualdad del planeta. Solo la parte sur del continente africano
es comparable (Figura 2). Estas inequidades se reflejan en el acceso y los resultados en salud, tal que casi
una tercera parte de la población regional no tienen acceso a atención médica por razones financieras
y uno de cada cinco individuos no lo hace debido a las barreras geográficas que debe enfrentar.
Las razones parecen ser variadas, pero la importancia del ingreso monetario y la fragmentación de
la mayoría de los sistemas de salud desvelan factores estructurales en la organización, financiamiento
y prestación de servicios médicos, que perpetúan estas desigualdades.
Figura 2. Las regiones más desiguales del planeta
Fuente: Foro Económico Mundial (2016).
2
Capacidad de vida: capacidad de vivir hasta el final de una vida humana de duración normal y a no tener su vida reducida a una vida
sin valor. Capacidad de salud física: capacidad de tener una buena vida que incluye (pero no se limita a) salud reproductiva, nutrimento
y albergue.
14
Por este motivo, lograr que todas las personas y comunidades tengan acceso a servicios integrales
de salud es un reto fundamental para la Organización Panamericana de la Salud (OPS).
En la Estrategia para el Acceso Universal a la Salud y la Cobertura Universal de Salud de la 66.ª
Sesión del Comité Regional de la OMS para las Américas, 53.o Consejo Directivo, firmado el 15 de
septiembre de 2014, se explicitan los mecanismos para superar este desafío.
A través de esta estrategia, OPS establece prioritario avanzar progresivamente hacia el Acceso
Universal a la Salud (AUS) y la Cobertura Universal en Salud (CUS), ambos, componentes del concepto
de Salud Universal.
La OPS entiende como AUS la “capacidad de utilizar servicios integrales, adecuados, oportunos y
de calidad en el momento en que se necesiten”, y por CUS “la capacidad del sistema de salud para
responder a las necesidades de la población, lo cual incluye la disponibilidad de infraestructura, recursos
humanos, tecnologías de la salud (incluyendo medicamentos) y financiamiento” (OPS/OMS 2014).
Reconociendo que cada país debe definir su propio plan de acción hacia la Salud Universal, la OPS
plantea cuatro líneas estratégicas que debieran ser usadas por los Estados Miembros y otros socios en
la consecución de este objetivo (Figura 3):
a. Línea estratégica 1: ampliar el acceso equitativo a servicios de salud, integrales, de calidad, centrados
en las personas y las comunidades.
b. Línea estratégica 2: fortalecer la rectoría y la gobernanza.
c. Línea estratégica 3: aumentar y mejorar el financiamiento, con equidad y eficiencia, y avanzar
hacia la eliminación del pago directo que se convierte en barrera para el acceso en el momento de
la prestación de servicios.
d. Línea estratégica 4: fortalecer la coordinación intersectorial para abordar los determinantes sociales
de la salud.
Aunque estas cuatro líneas estratégicas promueven mayores niveles de equidad en la población, la
ampliación del acceso y la mejora del financiamiento inciden de forma más directa en este problema.
Figura 3. Líneas estratégicas para el acceso y cobertura universal en salud
Fuente: Organización Panamericana de la Salud. Documento CD53/5, Rev. 2. Estrategia para el Acceso
Universal a la Salud y la Cobertura Universal de Salud. 2014
15
El presente estudio se enmarca en la línea 1, en la que reconoce como fundamental “identificar

las inequidades en salud entre grupos poblacionales a través de una análisis pormenorizado de la
situación de salud, encuestas e investigaciones específicas”. Asimismo, el especial énfasis que este
estudio realiza sobre las desigualdades dentro del sistema público de aseguramiento engarza con
la línea 3, que promueve “avanzar hacia un fondo de prepago mancomunado… que se base en el
principio de solidaridad… (para) aumentar la equidad y la eficiencia del sistema de salud”.
1.1.2 Teorías sobre desigualdad en salud

El estudio de las desigualdades está respaldado por un amplio espectro de teorías y explicaciones. Una de
las primeras clasificaciones explícitas fue la del Informe Black, que agrupó las causas en cuatro posibles
(Black 1980:153): explicaciones artificiales, de selección natural y social, materialistas y explicaciones
culturales y de comportamientos3. Un segundo hito fue el trabajo teórico de Whitehead (1992), que
además de desagregar las anteriores, agregó el concepto de “ventaja transitoria” y la importancia de
los estilos de vida. Y más recientemente, Mackenbach (2012) dio un nuevo énfasis al estudio al incluir
análisis de capital social y cultural, y valores predominantes de cada sociedad.
Considerando los principales trabajos en desigualdades en salud, se pueden considerar al menos
nueve teorías: Muy brevemente, estas son:
1. Artefacto matemático (Black et al. 1980, Scanlan 2000): argumenta que las relaciones que dan
origen al diagnóstico de inequidad están basadas en un sesgo artificial. Son el reflejo de cambios
en la estructura poblacional (sobre todo en el mercado de trabajo) o sesgos en la focalización del
análisis y no propiamente en salud.
2. Teoría de selección natural y social (Black et al. 1980; Whitehead 1992; Lindeboom et al. 2013;
Bambra et al. 2010; Batty et al. 2006; Mackeback 2012): explica las desigualdades por cuestiones
intrínsecamente relacionadas con el individuo natural o a nivel social en tres ámbitos: durante su
gestación y al nacer, durante su infancia, y por selección social a lo largo de la vida. De esta forma,
las desigualdades son el resultado de la movilidad hacia estratos más altos y con mejor salud de
quienes son más capaces.
3. Teoría neomaterialista (Black et al. 1980; Whitehead 1992; Lynch et al. 2000, 2004): explica las
diferencias como resultado de la disponibilidad de recursos que rodean a un individuo durante
su vida. La causa estaría en el ingreso monetario absoluto y en la capacidad de adquirir bienes y
servicios que le proporcionen a cada individuo mejores condiciones de vida.
4. Factores psicosociales e ingreso relativo (Wilkinson 1992, 1997; Wilkinson & Picket 2009, Marmot
2005): esta teoría atribuye al ingreso relativo la causa de las inequidades en salud. Lo importante es
la posición que el individuo cree que ocupa en la sociedad y no su situación per sé. El mecanismo
lógico es que una posición social baja percibida como tal podría transformarse en un incremento del
estrés y la aparición de comportamientos sociales poco saludables que determinen peores estados
de salud finales.
5. Explicaciones sociales y culturales (Black et al. 1980, Whitehead 1992; Bordieu 1984; Mackeback
2014): en este caso, el énfasis está en las características y comportamientos sociales del individuo.
En este grupo de ideas se pueden distinguir dos líneas de investigación. Relacionan características
sociales como estilos de vida saludables y la conciencia sobre los factores de riesgo del entorno, o
definen valores de cada sociedad (como tolerancia, igualitarismo o igualdad de género) y la relación
de estos con los estados de salud.
6. Difusión de las innovaciones (Rogers 1962; Mackeback 2012): explica las desigualdades como
resultado de un diferencial temporal en la absorción de una tecnología o conocimiento que mejora
la salud. El ejemplo más común es la incorporación de tecnología médica que sólo pueden pagar
3
Considera cuatro categorías: explicaciones de artefactos, teorías de selección natural y social, explicaciones materialistas; y explicaciones
culturales/comportamiento. En: Black D, Morris J, Smith, C, Townsend P. Inequalities in health: report of a Research Working Group.
[Internet]. Great Britain Department of Health and Social Security. London: DHSS; 1980.
16
los individuos de los niveles socioeconómicos más altos, pero que con el paso del tiempo se hace
asequible al resto de la población.
7. Teoría de las causas fundamentales (Link BG & Phelan 1995; Barrosso et al. 2016; Zapata-Moya et al.
2015; Mackeback 2008): esta teoría busca un punto intermedio entre las explicaciones macro (nivel
poblacional) y las micro (nivel individual) La idea básica es que la estratificación social produce una
distribución inequitativa de los recursos flexibles (como el conocimiento, el dinero, prestigio, poder,
etc.) y esta condiciona la capacidad de los individuos para mantenerse sanos. Empíricamente, busca
relacionar estratos sociales y resultados en salud, sobre todo a través del análisis por nivel educativo,
estatus y categoría profesional.
8. El capital social (Mellor y Milyo 2002, Nilsson y Bergh 2013; Karlsson et al. 2010; Uphoff 2013;
Lynch 2004): en este caso, el factor determinante de las desigualdades son las diferencias sociales
per sé, con independencia de la posición absoluta del individuo o de su posición con respecto al
resto. El razonamiento es que una elevada desigualdad en una sociedad daña la confianza y el
capital social, distorsiona el uso eficiente de los recursos comunes y en su aspecto más violento,
aumenta el crimen y la delincuencia.
9. Determinantes sociales en salud (OMS 2016; Lorenc et al. 2013, Marmot 2015): es una explicación
promovida sobre todo por Naciones Unidas y OMS, y toma conceptos de las teorías anteriores. En
concreto, está pensada para luchar contra las desigualdades, más que para delimitar teóricamente
su origen. Se argumenta sobre la base de que la salud de las personas está determinada por factores
externos no naturales. Su definición oficial incluye:
“las circunstancias en que las personas nacen, crecen, viven, trabajan y envejecen, incluido el sistema
de salud. Esas circunstancias son el resultado de la distribución del dinero, el poder y los recursos a nivel
mundial, nacional y local, que depende a su vez de las políticas adoptadas”.
(OMS 2016)
Los trabajos en esta línea estudian por ejemplo, el impacto de la legislación de permisos de
maternidad sobre el estado de salud de la madre y el niño (Borrel et al. 2014), la política tributaria
sobre el consumo de tabaco (Hoffman y Tan 2015) o las intervenciones sobre las condiciones de trabajo
de las personas ocupadas (Bamba et al 2009), en este último caso, particularmente las diferencias de
género (Campos-Serra et al 2013).
1.2 Marco metodológico

La mayoría de las investigaciones científicas utilizan metodologías muy acotadas a los objetivos y
poblaciones determinadas; por ejemplo, el impacto del aumento de la tasa de desempleo en la tasa
de obesidad de los menores para una población y año determinado. Por el contrario, los estudios
comparativos de instituciones internacionales o los trabajos de consultoría suelen utilizar metodologías
menos complejas pero con un panorama de análisis más amplio.
El presente trabajo se basa en la metodología propuesta por la OMS en Manual para el Monitoreo
de Desigualdades en Salud (OMS 2013) y en Monitoring the state of inequality (OMS 2015), ampliando
el análisis de acuerdo a los resultados identificados en la revisión bibliográfica nacional e internacional.
1.2.1 El modelo de la OMS para el monitoreo de desigualdades en salud

El análisis de las inequidades en salud tiene como objetivo identificar los ámbitos en los que estas
desigualdades se producen para poder así medirlas y monitorearlas. En este sentido, la estructura más
extendida es la que propone la OMS: insumos, productos, resultados e impacto (Figura 4).
17
a. Insumos
Los indicadores relacionados con insumos y procesos son aquellos que se refieren a la medición en la
implementación de las actividades planificadas. Estos permiten monitorear o evaluar la implementación
de una política o intervención, y en algunos casos su calidad, pero no entregan información sobre los
resultados o su impacto. Las variables más utilizadas son las referidas al financiamiento de la salud,
dotación de recursos humanos y disponibilidad de infraestructuras, entre otros. Su medición suele ser
de tipo agregada, para poblaciones determinadas y sobre determinado número de individuos (per
cápita, por miles, etc).
Figura 4. Componentes de la evaluación en salud
INSUMOS PRODUCTOS RESULTADOS IMPACTOS
• Financiamiento
• Recursos humanos • Rapidez y acceso al • Cobertura de las • Estado de salud
• Infraestructuras servicio intervenciones • Protección
• Información • Seguridad y calidad • Factores de riesgo y financiera
• Gobernanza del servicio comportamiento • Capacidad de
respuesta
Fuente: Adapted from Monitoring, evaluation and review of national health strategies: a country-led platform for information and accountability.
Geneva, World Health Organization, 2011. Citado por OMS (2013)
b. Productos
Este ámbito tiene relación con el producto de la actividad. Normalmente son medidos para servicios
específicos y sobre una población concreta. Aquí se encuentran los indicadores de acceso, rapidez en
el acceso y calidad de los servicios. Miden cuántos de los destinatarios han accedido a un determinado
servicio o intervención y en qué condiciones de calidad lo han hecho. Variables comúnmente usadas
son el porcentaje de personas con enfermedad en las últimas cuatro semanas que han accedido a
atención formal, tiempo entre la asistencia a un centro de salud y atención del profesional, y porcentaje
de población con enfermedad crónica que ha recibido atención en el último mes, entre otros.
c. Resultados
Se refiere a los resultados de cantidad y calidad de las actividades implementadas. Los indicadores tratan de
medir cuánto y qué tan correctamente se han realizado las intervenciones. Los indicadores de cobertura son
característicos de producción. Algunos ejemplos son la proporción de menores de cinco años con sospecha
de neumonías que han recibido antibióticos, días de hospitalización para un mismo diagnóstico, o partos
naturales exitosos atendidos en hospitales, entre otros.
d. Impactos
Se refiere al estado de salud de la población objetivo, resultado de una intervención o política. Son
los más utilizados en los análisis de desigualdad en salud. Suele agrupar dos tipos de indicadores. Por
una parte, el estado de salud se mide a través de indicadores de salud autopercibida (en gradientes
de muy buena a muy mala), indicadores de morbilidad como condiciones crónicas, falta de autonomía
de largo plazo para las actividades de la vida diaria (long-term care), etc., e indicadores de mortalidad
18
infantil, adulta o esperanza de vida. Un segundo grupo de indicadores de impacto tiene que ver con la
protección financiera, medida como el gasto de bolsillo que las personas han debido desembolsar para
acceder y/o tratar su problema de salud.
1.2.2 Estratificadores para el análisis de las desigualdades en salud

1. La OMS propone una serie de variables de análisis (estratificadores) que agrupa por sus siglas
en PROGRESS4. Estos son: lugar de residencia, etnia, empleo, género, religión, educación, estatus
socioeconómico, y capital social y recursos.
2. La mayoría de los estudios científicos se centran en el análisis de las desigualdades entre el ingreso
personal y familiar o nivel socioeconómico, y los resultados en salud. La hipótesis que sustenta
estos trabajos es que existe un gradiente social entre salud y espectro socioeconómico (Mackeback
et al. 1997; OMS 2016) (Figura 5). Aunque los resultados son mixtos según cómo se analice y qué
indicador se utilice, la revisión sistemática de resultados parece respaldar una relación positiva entre
renta bruta y estados de salud (Nilsson y Berg 2013).
Figura 5. Gradiente social de inequidades en salud
El segundo estratificador más utilizado es el sexo del individuo. Los análisis de género incorporan
las teorías sociales y culturales en sus hipótesis y destacan la importancia de las peores condiciones
laborales de las mujeres, que redunda en diferencias significativas en salud entre hombre y mujeres
(Sen et al 2009; Campos-Serna 2013; Almeida y Sartri 2014; Zapata-Moya et al 2015).
El resto de los estratificadores han tenido un desarrollo menor, con desarrollos locales y específicos.
Por ejemplo, existe poca evidencia de desigualdades étnicas fuera de Estados Unidos, Francia o
Inglaterra. En América Latina, Brasil es la excepción (Oliveira et al 2014; Chor D 2013).
En el presente trabajo se siguen las pautas de PROGRESS en términos de género, edad, educación,
ingreso y lugar de residencia, y se agregan otros dos estratificadores específicos para los objetivos de
este estudio: existencia de seguro de salud y tipo de seguro público (SIS/EsSalud) (Cuadro 1).
4
Propuestos previamente por el Departamento de Salud de Estados Unidos (USDH 2010). En español: lugar, raza, ocupación, género,
religión, educación, estado socioeconómico capital social y recursos.
19
En la primera parte del estudio se utiliza el grupo de variables relacionadas con PROGRESS. En la
segunda parte, se analizan las desigualdades de acuerdo a la existencia o no de seguro de salud, y en
la tercera se agrega la distribución territorial al análisis SIS/EsSalud.
Cuadro 1. Descripción de la estratificadores
ESTRATIFICADORES DESCRIPCIÓN
Continuo: valores en años
Edad
Rangos (en años): 0-17; 18-29; 30-44; 45-64; 65 y más.
Masculino
Sexo
Femenino
Amazonas (AMA), Áncash (ANC), Apurímac (APU), Arequipa (ARE), Ayacucho (AYA),
Cajamarca (CAJ), Callao (CALL), Cusco (CUS), Huánuco (HUC), Huancavelica (HUV), Ica
Departamento
(ICA), Junín (JUN), La Libertad (LAL), Lambayeque (LAM), Lima (LIM), Loreto (LOR), Madre
administrativo
de Dios (MDD), Moquegua (MOQ), Pasco (PAS), Piura (PIU), Puno (PUN), San Martín
(SAM), Tacna (TAC), Tumbes (TUM), Ucayali (UCA)
Primaria incompleta o menor

Primaria o secundaria incompleta
Educación
Secundaria completa y superior no universitaria
Superior universitaria
Ingresos y gastos Cuartiles de gasto per cápita equivalente
Sin seguro de salud

Aseguramiento
Con seguro de salud
Aseguramiento Seguro Integral de Salud (SIS)

público Seguro Social de Salud (EsSALUD)
Fuente: Instituto Nacional de Estadística e Informática, 2016.
Las propias limitaciones de las fuentes de información no permiten demasiadas desagregaciones

y limitan los resultados por significatividad estadística. Es por ello que los contrastes son frecuentes,
particularmente en los dos últimos capítulos.
1.2.3 Variables de análisis

La elección y el diseño de las variables utilizadas se basó en la evidencia científica internacional,
directrices de OMS (OMS 2013) y estudios anteriormente realizados para Perú (Almeida y Sartri 2014).
Estas variables se pueden clasificar según estados de salud, acceso a servicios formales, utilización de
prestaciones y protección financiera.
Su aplicación fue más o menos homogénea a cada capítulo, aunque se amplió en el análisis por tipo
de seguro SIS/EsSalud a solicitud de OPS (Cuadro 2).
20
Cuadro 2. Descripción de variables de estudio
VARIABLE DESCRIPCIÓN
INSUMOS
Establecimientos desagregados por hospital y centro o puesto de salud
Infraestructuras Total y por número de habitantes
Médicos y personal de enfermería

Recursos humanos
Total y habitantes por profesional
PRODUCTOS
Porcentaje de población que padece alguna enfermedad crónica o malestar como artritis,
Cronicidad
hipertensión, reumatismo, diabetes, tuberculosis, VIH, colesterol, etc.
Porcentaje de población que en las últimas cuatro semanas presentó algún síntoma o
Evento de salud malestar (tos, dolor de cabeza, fiebre, náuseas), enfermedad (ej. gripe. colitis), recaída de
enfermedad crónica o accidente.
Porcentaje de personas que accedieron a atención en puesto o centro de salud de MINSA,
puesto o centro de CLAS, posta o policlínico de EsSalud, hospitales de seguro, MINSA o
Acceso a atención formal
FFAA-PNP, consultorios particulares o clínicas privadas sobre el total de las que tuvo un
evento de salud.
Porcentaje de mujeres que accedieron a atención de parto formal en centros públicos y
Acceso a atención formal privados como consultorios, hospitales, clínicas, etc. (se consideran como informales los
por parto1 atendidos por comadronas y parteras y los ocurridos en el domicilio) sobre el total de
mujeres que tuvieron parto en los últimos tres años.
Satisfacción con la Distribución de las personas con atención según el grado de satisfacción con la atención,
atención1 en escala de muy mala a muy buena.
Mortalidad neonatal, Hijos muertos por cada mil nacidos vivos antes del primer mes de vida, antes del primer
infantil y en la niñez2 año de vida y antes de los cinco años de vida.
RESULTADOS/UTILIZACIÓN
Total de egresos por cada mil habitantes según registros oficiales.

Hospitalizaciones
Porcentaje de personas que reconoció hospitalización en los últimos 12 meses.
Consulta médica Porcentaje de personas que recibió consulta médica en las últimas cuatro semanas
Consulta dental Personas que recibieron atención dental o conexa en los últimos tres meses
Servicio oftalmológico2 Personas que recibieron atención oftalmológica en los últimos tres meses
Control de menores Menores que tuvieron control de salud en los últimos tres meses
Porcentaje de mujeres en edad fértil que han tenido control del embarazo en los últimos
Control del embarazo
12 meses
21
Descripción de variables de estudio (continuación)
Exámenes2 Porcentaje de personas que recibieron exámenes en las últimas cuatro semanas. Desagregados
por análisis generales, rayos X y tomografías, y otros exámenes (hemodiálisis, etc.).
Intervenciones Porcentaje de personas que recibieron intervenciones clínicas. Desagregada en hospitalización,

clínicas2 intervención quirúrgica y atención de parto.
Porcentaje de personas que recibieron materiales. Desagregados por medicinas, otros

Materiales2
(ortopedia, termómetro, etc.), anticonceptivos y lentes.
Para menores de 12:

- BCG
Vacunación de menores2 - DPT 1, 2 y 3
- Polio 1, 2 y 3
Se agrega antisarampionosa para menores de 36 meses
IMPACTO
Distribución de las personas que no accedieron a servicio de atención formal según el

Autoexclusión2 motivo, sobre el total de los que sufrieron un evento de salud y exceptuando aquellos que
no accedieron porque consideraron que no era grave o necesaria la atención.
Porcentaje de personas que no accedieron a servicio de atención formal por motivos

Autoexclusión por dinero
económicos, sobre el total de los que sufrieron un evento de salud y exceptuando aquellos
que no accedieron porque consideraron que no era grave o necesaria la atención.
Porcentaje de personas que recibieron alguna atención o prestación y que debieron pagar
por ello, con independencia del establecimiento formal en el que recibieron atención.
Pago por consultas y Desagregado por Consulta, Servicio dental, Servicio oftalmológico, Control del niño,
servicios2 Controles por embarazo, Análisis, Rayos X, Otro examen, Hospitalización, Intervención
quirúrgica, Atenciones de parto, Medicinas, Anticonceptivos, Compra de lentes, y Otros
materiales.
Porcentaje de personas que han tenido consulta y/o exámenes (rayos X, tomografía,
Pago por consulta
etc.) en las últimas cuatro semanas y que debieron pagar por alguna de ellas, con
médica y/o exámenes
independencia del establecimiento formal en el que recibieron atención.
Porcentaje de personas que han recibido medicinas en las últimas cuatro semanas y que
Pago por medicinas debieron pagar por alguna de ellas con independencia del establecimiento formal en el
que recibieron atención
Impacto pago por Porcentaje del ingreso per cápita equivalente que debió ser pagado por el hogar al recibir
consulta consulta médica en las últimas cuatro semanas, sobre los que debieron pagar.
Impacto pago por Porcentaje del ingreso per cápita equivalente que debió ser pagado por el hogar al recibir
medicinas medicina en las últimas cuatro semanas, sobre los que debieron pagar.
Monto en soles de 2015 pagado por consultas y servicios con independencia del
establecimiento formal en el que recibieron atención. Desagregado por Consulta, Servicio
Pago real2 dental, Servicio oftalmológico, Control del niño, Controles por embarazo, Análisis, Rayos
X, Otro examen, Hospitalización, Intervención quirúrgica, Atenciones de parto, Medicinas,
Anticonceptivos, Compra de lentes, y Otros materiales.
1
Solo disponible para 2005 y 2010.
2
Solo para análisis SIS/EsSalud.
22
1.2.4 Tipos de indicadores

Existe gran variedad metodológica para medir desigualdades en salud. Cada indicador tiene fortalezas
y debilidades propias y puede ser más o menos adecuado a cada objetivo (Schneider et al. 2002).
Para la OMS, los indicadores de desigualdades en salud se pueden agrupar en dos categorías:
simples y complejos (Figura 6). Los primeros están enfocados a medir las desigualdades entre dos
grupos y utilizan dos tipos de instrumentos: diferencias absolutas y ratios (razones).
Por su parte, los indicadores complejos miden diferencias entre más de dos grupos y pueden
subclasificarse en ordenados y no ordenados. Los métodos complejos ordenados se utilizan cuando la
variable de medición puede ser estratificada en categorías ascendentes o descendentes de acuerdo a
algún criterio de valor, como edad, ingreso, años de educación, etc. En este caso los indicadores más
frecuentes son el índice de pendiente (slope index), los coeficientes de regresiones y los índices de
concentración como Gini y la curva de Lorenz (Kakwani 1997).
Los métodos complejos no ordenados se utilizan para variables con categorías que no pueden
ser dispuestas en un orden lógico de valor, como zona geográfica, tipo de seguro, etnia, etc. Los
indicadores más frecuentes en este caso son las diferencias de medias y los coeficientes de regresiones
multinomiales (Mackenbach 1997, Sen et al 2009).
Figura 6. Medición de desigualdades en salud
Diferencias absolutas
Simple
Ratios o razones
Medición de las
desigualdades
Índices de pendiente
en salud
Ordenadas
Índices de concentración
Compleja
Diferencias de medias
No ordenadas
Indicadores de descomposición
Fuente: OMS (2013) y Schneider et al. (2002).
El análisis territorial para la comparación de desigualdades entre seguros está limitado por el
tamaño de la muestra de cada departamento en las encuestas. Por este motivo, los resultados de la
aplicación de métodos simples y complejos de diferencias absolutas y relativas fueron contrastados
estadísticamente al 5% de significatividad. En caso de no ser significativas, el motivo puede deberse a
la propia dimensión de la brecha o a la falta de observaciones e información que permitan demostrar
la desigualdad.
23
1.2.5 Fuentes
Se utilizaron los microdatos de la Encuesta Nacional de Hogares (ENAHO) de Perú para los años 2005,
2010 y 2015, la Encuesta Demográfica y de Salud Familiar (ENDES) para 2015 y la Encuesta Nacional
de Satisfacción de Usuarios en Salud (ENSUSALUD) para 2015.
Las dos primeras son encuestas con muestras poblacionales representativas de la población nacional
(por conglomerados), mientras que la tercera es una encuesta estratificada por sexo y edad (como las
otras), pero realizada sobre la población que asiste a establecimientos de salud. Su lugar de muestreo
no es el territorio, sino una muestra de 181 establecimientos médicos. Las características de cada
encuesta son las que se presentan a continuación:
Cuadro 3. Descripción de la Encuesta Nacional de Hogares-ENAHO
SEXO 2005 2010 2015 EDUCACIÓN 2005 2010 2015

Masculino 43.103 43.477 58.766 Sin educación 9.979 7.594 9.218
Femenino 43.206 44.578 60.749 Primaria incompleta o menor 23.407 23.496 30.929
Total 86.309 88.055 119.515 Primaria o secundaria incompleta 23.967 24.355 31.327
Secundaria y superior no universitaria 18.257 20.753 29.707

EDAD (en años) 2005 2010 2015
0-17 34.544 32.577 40.804 Superior universitaria 5.172 7.108 12.284
18-29 17.072 16.300 20.766 Sin información 5.527 4.749 6.050
30-44 15.664 16.629 22.651 Total 86.309 88.055 119.515
45-64 13.223 15.482 23.555 Fuente: ENAHO 2005, 2010, 2015.
65 y más 5.806 7.067 11.739
Total 86.309 88.055 119.515
Cuadro 4. Descripción de la Encuesta Demográfica y de Salud Familiar (ENDES)
SEXO 2015 EDAD (en años) 2015 EDUCACIÓN 2015

Masculino 73.968 0-17 63.525 Sin educación 38.349
Femenino 77.299 18-29 28.430 Educación primaria 42.435
Total 151.267 30-44 31.052 Educación secundaria 46.714
45-64 20.154 Educación superior 23.623
65 y más 8.091 ND 12
ND 15 Total 151.267
Total 151.267 ND: No disponible

Fuente: ENDES 2015.
24
Cuadro 5. Descripción de la Encuesta Nacional de Satisfacción en Salud (ENSUSALUD)
SEXO 2015 EDAD (en años) 2015 EDUCACIÓN 2015
Masculino 5.335 15-17 574 Sin educación 381
Femenino 8.335 18-29 3.251 Educación primaria 2.371
Total 13.670 30-44 3.765 Educación secundaria 5.295
45-64 4.316 Superior no universitaria 2.792
65 y más 1.764 Universitaria 2.827
Total 13.670 ND 4
Total 13.670
ND: No disponible
Fuente: ENSUSALUD 2015.
25
Capítulo II
Equidad en Salud en Perú

Los diagnósticos del sistema de salud de Perú coinciden en que el país se encuentra en un período
de transición poblacional e epidemiológica (Cotlear 2011; Matus-López y Rodríguez 2014) que está
siendo abordado con un sistema de salud caracterizado por su fragmentación y baja financiación
(Matus y Prieto 2015; Francke 2013).
Pese a ello, se han logrado importantes avances en materia de indicadores, principalmente en
salud infantil y materna (Cotlear y Vermeersch 2016). Entre 2003 y 2013 las tasas de mortalidad
neonatal, infantil y en niños menores de 5 años se redujo del 13,7% al 8%, del 24,7% al 12,9% y
del 31,9% al 16,7%, respectivamente. La tasa de mortalidad materna estimada se redujo de 140
a 69 mujeres por cada cien mil nacidos vivos en igual período5. Así, la esperanza de vida al nacer
aumentó de 70,5 años a 74,5 años en los últimos quince años (BM 2016).
No obstante, la desigualdad continúa siendo un desafío de cara a alcanzar la meta de salud
universal (OPS/OMS 2014). Las diferencias territoriales, la importancia del ingreso y los problemas de
aseguramiento parecen ofrecer resistencias para que los avances en materia económica se traduzcan
en menores desigualdades en salud (Centrángolo et al 2013; Petrera et al. 2013).
En el presente capítulo se abordan las desigualdades por los principales estratificadores PROGRESS,
variables y metodología explicada en el capítulo anterior. En los dos capítulos siguientes se presentarán
los análisis por aseguramiento.
2.1 Análisis de insumos

Durante más de una década, el número de establecimientos médicos (hospitales, centros de salud y
puestos de salud)6 creció en forma continua. Entre 2002 y 2012 los hospitales aumentaron en 146
establecimientos, un 30,3%, mientras que los centros y puestos de salud lo hicieron en 2.018, un
26,5%.
Lamentablemente, los datos de 2013, no permiten la comparación directa, aunque sí un análisis de
su distribución. De los 526 hospitales registrados, 171 se encuentran en Lima y otros 45 en La Libertad.
Aunque parece algo descompensado, la especialización y las economías de escala aconsejan distribuir
los hospitales con criterios geográficos a la vez que sanitarios y económicos. En términos de población,
los departamentos con menor dotación son los de Huánuco y Huancavelica, con 211 000 y 162 000
habitantes por hospital, y con mayor dotación, Madre de Dios con 26 mil habitantes por hospital.
La distribución de puestos y centros de salud es más desigual en términos absolutos, pero menor en
términos relativos. El departamento con más centros es el de Lima con 1.096 y el que menos centros
tiene es Tumbes con 55. En términos relativos, Amazonas presenta un centro o puesto por cada 881
habitantes y Lima y el Callao uno por cada 8 705 y 6 341 habitantes, respectivamente.
Posiblemente el análisis por centro o puesto de salud por departamento resulta más relevante para
el análisis de equidad que el de hospitales. Este tipo de establecimiento representa la primera línea de
acción frente a los problemas médicos y deberían estar caracterizados por su cobertura territorial. Esto
5
Tasa de mortalidad materna (estimado mediante modelo, por cada 100.000 nacidos vivos). En: Banco Mundial Indicadores de Desarrollo
Mundial, 2000-2015
6
Los Centros de Salud son establecimientos encargados de desarrollar actividades de promoción, protección y recuperación de la salud. Prestan
servicio de consulta médica (medicina general, cirugía menor, obstetricia y pediatría), consulta odontológica, inmunizaciones, saneamiento
27
no ocurre con los hospitales, en los que la variable determinante sería el grado de accesibilidad para
casos complejos desde los territorios más alejados.
Considerando ambos tipos de establecimientos se puede comprobar que la mayor parte de los
departamentos se ubica en una nube de puntos similar de infraestructuras por habitantes (Figura
7). Se alejan de esta nube los ya citados: Huánuco y Huancavelica por un lado, y Lima por otro, a
los que se agregan, en menor medida, Ayacucho y Puno.
Figura 7. Número de habitantes por hospital y por centro o puesto de salud

según cada departamento, 2013
250000
Hua
200000
Huan
Habitantes por hospital
150000
100000
Tac Smar Call
Cus Puno
Areq Lor Ucy
Piu Aya
CajM Anc Lima
50000 Apu Amaz Jun
Tum Ica
Moq
Lib MdD Pas
Lamb
0 2000 4000 6000 8000 10000

Habitantes por centro o puesto
Nota: AMA: Amazonas, ANC: Áncash, APU: Apurímac, ARE: Arequipa, AYA: Ayacucho, CAJ: Cajamarca, CALL: Callao, CUS: Cusco, HUC: Huánuco, HUV:
Huancavelica, ICA: Ica, JUN: Junín, LAL: La Libertad, LAM: Lambayeque, LIM: Lima, LOR: Loreto, MDD: Madre de Dios, MOQ: Moquegua, PAS: Pasco, PIU: Piura,
PUN: Puno, SAM: San Martín, TAC: Tacna, TUM: Tumbes, UCA: Ucayali
Fuente: MINSA 2014
b. Recursos humanos: personal médico y de enfermería

El número de médicos y enfermeras en el sistema de salud se ha ido incrementado de forma conjunta
con la ampliación de las infraestructuras. En el año 2000, el número de médicos ascendía a 29.954,
una década más tarde eran 48.942 y los últimos datos disponibles para 2013 indican que el país
cuenta con 65.110 profesionales. Por su parte, el personal de enfermería ha tenido una tendencia más
acelerada, pasando de 20.587 profesionales en el año 2000, a 69.264 en 2013.
En términos de población, la evolución también ha sido positiva. En 2004 había un médico por
cada 665 habitantes y una enfermera por cada 1.528 habitantes. En menos de una década, estas
proporciones se han reducido a 468 y 440 habitantes por cada profesional, respectivamente.
Debido a la localización geográfica de los establecimientos de salud, el personal médico y de
enfermería presenta una distribución desigual. No obstante, su variabilidad relativa es menor y existen
ciertas diferencias en el análisis territorial. Huánuco y Huancavelica están entre los departamentos con
ambiental, visitas domiciliarias de enfermería, algunos centros pueden tener camas de internamiento. Incluye a los Centros de Salud o Centros
Médicos y Centro Especializados, Institutos de los Gobiernos Regionales, y privados. Los Puestos de Salud son establecimientos encargados
de desarrollar actividades de promoción, protección y recuperación de la salud, tales como atención médica elemental, primeros auxilios,
inmunizaciones, promoción de saneamiento ambiental, son atendidos por técnicos en salud y auxiliares debidamente adiestrados. Reciben
supervisión periódica del Centro de Salud. Incluye a Postas de Salud, Policlínicos de las Fuerzas Armadas, Fuerzas Policiales y privados
28
peores indicadores de habitantes por médico (al igual que la distribución de infraestructuras), a los
que se unen Cajamarca y San Martín con peores índices. En términos de personal de enfermería, San
Martín vuelve a destacar negativamente en dotación.
En el otro extremo, Lima es uno de los departamentos con mayor número de profesionales del país.
Solo Arequipa presenta mejores indicadores. En el Figura 8 se puede co nstatar la relación positiva
entre habitantes por profesionales médicos y de enfermería y se aprecia las carencias en San Martín,
Cajamarca, Loreto y Piura.
Figura 8. Número de habitantes por profesionales médicos y de enfermería

departamento, 2013
Habitantes por cada profesional médico
Habitantes por cada profesional de enfermería
Fuente: MINSA 2014
2.2 Análisis de productos

a. Enfermedad o malestar crónico
En relación con la transición demográfica y epidemiológica, el peso de las enfermedades no transmisibles
ha aumentado en los últimos años. Medido como porcentaje de muertes, este tipo de causas pasó de
representar el 56,1% en 2000 al 66,3% en 2012. Aún se halla lejos del 86,8% de promedio de los
países ricos, aunque se aproxima con rapidez a esta cifra.
En las encuestas, el porcentaje de personas que declararon padecer algún problema o malestar
crónico (artritis, hipertensión, diabetes, etc.) aumentó desde el 20,5% al 25,9% entre 2005 y 2009,
acelerando su incremento hasta el 34%-36% en 2011 y estabilizándose en estas cotas hasta la
actualidad. (Figura 9).
29
Figura 9. Porcentaje de población con enfermedad crónica (2000-2015)
Población con enfermedad crónica (%)
Año
Fuentes: INEI y ENAHO 2014 y 2015.
La presencia de enfermedades crónicas es mayor en mujeres que en hombres, significativamente alta

a partir de los 65 años de edad (pero importante a partir de los 45 años) y mayor en el cuartil más rico
(Cuadro 6).
En términos de nivel educativo, son las personas sin educación y aquellas con mayor educación las
que tienen los porcentajes de enfermedad crónica más altos. Este resultado es controvertido, ya que
muchos estudios internacionales proponen una relación negativa entre ambas variables.
La explicación de esta aparente contradicción es que las revisiones sistemáticas de la literatura
suelen contrastar países pobres contra países ricos y, cuando abordan las diferencias nacionales, los
estudios están contextualizados mayoritariamente en países de alto ingreso (Sommer et al. 2015). Por
lo tanto, puede que ambas tendencias sean complementarias.
La otra explicación es que la autoevaluación en países pobres distorsiona los resultados. Estudios
que han comparado la declaración de enfermedad crónica con el diagnóstico basado en síntomas o
mediciones muestran que el primer criterio (autoevaluación) arroja una relación positiva con el estatus
en algunos países de ingreso bajo y medio, pero que al utilizar el segundo criterio (mediciones) se
confirma la relación negativa de las revisiones sistemáticas (Vellakkal et al. 2015).
Cuadro 6. Existencia de enfermedad crónica según descriptores (2005, 2010 y 2015)
2005 2010 2015 2005 2010 2015

Total 20,5 31,8 34,8 Departamento
Hombres 17,7 28,0 30,4 Amazonas 20,4 34,0 36,2
Mujeres 23,0 35,3 39,1 Ancash 20,1 30,4 41,2
Diferencia 5,3 7,3 8,7 Apurímac 27,8 20,7 36,9
Arequipa 22,3 34,9 29,7
30
Edad (en años) Ayacucho 8,1 19,9 22,3
0-17 9,5 13,5 12,2 Cajamarca 23,8 22,9 25,8
18-29 12,3 21,7 23,0 Callao 22,2 34,8 39,6
30-44 19,4 32,8 35,8 Cusco 10,6 20,8 32,7
45-64 37,2 53,8 58,8 Huancavelica 15,8 16,5 21,1
65 y más 62,7 77,8 78,8 Huánuco 26,7 24,7 32,1
Diferencia máxima 53,2 64,3 66,6 Ica 27,8 41,6 39,7
Junín 20,3 29,2 35,7
Nivel educativo La Libertad 21,6 29,3 41,9
Sin educación 29,0 42,4 47,1 Lambayeque 26,8 39,5 34,6
Primaria incompleta o menor 19,9 28,8 30,8 Lima 22,3 36,7 36,9
Primaria o secundaria incompleta 19,6 30,1 35,8 Loreto 13,2 28,9 26,6
Secundaria y superior no universitaria 20,2 33,5 36,2 Madre de Dios 11,2 17,8 15,6
Superior universitaria 23,1 40,6 41,6 Moquegua 23,9 34,6 51,4
Diferencia máxima 9,4 13,6 16,2 Pasco 19,6 25,9 43,2
Piura 16,6 33,4 27,8
Cuartil de gasto per cápita Cuartil I Puno 12,0 31,5 42,8
Cuartil II 16,5 24,1 29,0 San Martín 18,5 25,5 32,5
Cuartil III 17,8 28,2 31,7 Tacna 26,3 28,4 37,2
Cuartil IV 20,3 33,3 35,6 Tumbes 29,8 39,0 36,9
Diferencia máxima 27,2 41,4 43,1 Ucayali 16,2 31,6 29,8

10,7 17,3 14,1 Desviación / Promedio 0,30 0,24 0,23
Fuente: ENAHO 2005, 2010, 2015.
Por último, en el análisis territorial se puede observar que la variabilidad absoluta ha ido aumentando
con el tiempo y que los valores pueden ir desde 15,6% en Madre de Dios a 43,2% en Pasco. La
proporción de personas mayores de 65 años explica parte de esta variabilidad.
Como se puede ver en la nube de puntos de la figura 10, existe una relación positiva entre cronicidad
y población mayor de 65 años. A más población mayor, más probabilidad que se reconozca un problema
de salud crónico. La mayoría de los departamentos cumplen esta lógica, con las excepciones de
Ayacucho y Huánuco, que tienen indicadores de cronicidad más bajos que los esperados por su
composición poblacional.
31
Figura 10. Porcentaje de crónicos y de personas mayores departamento, 2015
60
Población con enfermedad crónica (%) Moq

50
Pas Puno
Lib
Anc
Call Ica
40
Tum Tac Lima
Jun
Amaz Lamb Apu
Smar Huan
Cus
Ucy Areq
30
Piu
Lor
CajM
Aya
Hua
20
MdD
10
4 6 8 10 12 14
Personas de 65 años o más (%)
Fuente: ENAHO 2015
Un instrumento interesante para el análisis son las regresiones logísticas bivariada (RLB) y las
multinomiales (RLM). Su uso permite separar el efecto de cada variable independiente sobre la
dependiente y sus coeficientes muestran la probabilidad de que un evento se produzca en relación a
una categoría base.
Para facilitar la lectura los resultados de las RLB, estos se han adjuntado al Anexo bajo el epígrafe
Resultado de las regresiones.
En este caso, se confirma que las mujeres tienen una probabilidad mayor que los hombres de sufrir
un malestar y que la variable edad ha adquirido más peso (RLB 1). Asimismo, se identifica una diferencia
entre ingreso y educación: la probabilidad de cronicidad aumenta junto con el nivel de ingreso, pero
disminuye con el nivel educativo. Es decir, en dos personas con el mismo nivel de ingresos, aquella con
menor educación tiene más probabilidad de presentar un malestar crónico.
Por último, Ayacucho y Madre de Dios destacan con menores coeficientes. Esto es, una persona en
estos departamentos tiene menos probabilidad de sufrir eventos de cronicidad que otra con similares
características socioeconómicas que vive en el resto del país.
b. Evento de salud
Entre 2005 y 2015 el porcentaje de población que reconoció haber tenido algún problema de salud
aumentó del 51,3% al 56,9%7. Destaca que las mujeres declaran con mayor frecuencia un evento de
salud que los hombres, los mayores en relación a los más jóvenes, y las personas menos educadas que
las que tienen un nivel de formación más alto. Con respecto al ingreso, las diferencias son menores y
los valores se han ido acercando entre los cuartiles más ricos y los más pobres (Cuadro 7).
7
Se entiende como problema de salud a la presencia de síntomas o malestar como tos, dolor de cabeza, fiebre, nauseas, etc.,
enfermedad como gripe, colitis, etc., recaída por enfermedad crónica o un accidente. El periodo de análisis se remite a cuatro semanas
previas a la entrevista que realiza la Encuesta Nacional de Hogares (ENAHO).
32
Cuadro 7. Ocurrencia de evento de salud en las últimas cuatro semanas (%)
2005 2010 2015 2005 2010 2015
Mujeres 52,8 65,2 61,2 Ancash 44,6 65,5 77,9
Arequipa 62,9 57,4 53,2
0-17 45,3 54,5 49,2 Cajamarca 47,5 60,8 60,8
18-29 42,1 56,3 50,4 Callao 37,9 59,9 53,9
30-44 47,9 60,8 56,8 Cusco 58,1 54,5 64,5
45-64 56,7 66,3 65,8 Huancavelica 52,6 61,4 56,8
65 y más 67,5 74,3 76,0 Huánuco 60,5 58,5 63,5
Junín 55,6 64,5 69,6
Piura 52,0 55,1 43,3
Cuartil de gasto per cápita Puno 68,8 71,8 78,7
Cuartil I 48,6 58,2 59,1 San Martín 49,5 50,9 52,0
Cuartil II 51,1 60,9 57,3 Tacna 58,0 60,5 52,3
Cuartil III 51,9 61,8 56,8 Tumbes 48,1 55,8 51,4
Cuartil IV 53,7 58,9 54,6 Ucayali 37,5 62,9 63,8
Diferencia máxima 2,6 3,6 4,5 Desviación / Promedio 0,18 0,08 0,16
Fuente: ENAHO 2005, 2010 Y 2015
33
En cuanto a la distribución territorial, la variabilidad relativa ha sido más o menos la misma en 2005
y 2010, con una reducción en el periodo intermedio. Se aprecia que Puno y Pasco están entre los
departamentos con mayor tasa de declaración de evento de salud y, Madre de Dios, entre aquellos con
menor índice.
En un cruce con el análisis de cronicidad se aprecia que existe una relación positiva entre ambas
variables. En este orden, Piura y Madre de Dios se encuentran en la parte baja de la nube de puntos,
y Puno y Ancash en la parte alta (Figura 11). Es decir, las diferencias departamentales son coherentes
con la nube de puntos. Se alejan algo más de esta lógica, los departamentos de Ayacucho y La
Libertad, con niveles similares de evento de salud pero significativamente diferentes en cronicidad, y
Moquegua con niveles de cronicidad mayores a los esperados por evento de salud.
Figura 11. Ocurrencia de evento de salud y malestar crónico según departamento, 2015
60
Moq
Población con enfermedad crónica (%)
50
Pas Puno
Lib
Call Ica
40 Anc
Tum Apu
Amaz
Jun
Lamb Lima Tac
Smar Cus
Huan
Areq Ucy
30
Piu
Lor CajM
Aya
Hua
20
MdD
10
40 50 60 70 80
Ocurrencia de evento de salud (%)
Fuente: ENAHO 2015
Al igual como se hizo con el caso anterior, una RLB aporta luz sobre las cuestiones que se han
señalado de forma independiente (RLB 2). Se confirma que las mujeres tienen más probabilidades que
los hombres de sufrir un evento de salud y, como es lógico, también los mayores. Asimismo, a mayor
nivel de ingreso, mayor es la probabilidad de evento y, a más educación, menos probabilidad. En el
análisis regional, se aprecia que en 2005 Amazonas tenía uno de las mayores probabilidades de evento,
contrariamente a Callao, Lima, Ucayali y Madre de Dios. Una década más tarde, las desigualdades se
han reducido.
c. Acceso a la atención formal
Este indicador muestra que el porcentaje de personas recibieron atención formal de salud frente a un
evento que ellos mismos valoraron como necesario de atención aumentó desde el 38,6% al 50,1%
entre 2005 y 2015. Por sexo casi no existen diferencias entre mujeres y hombres, pero sí por edad, nivel
educativo y cuartil de gasto (Cuadro 8).
34
Cuadro 8. Acceso a atención con necesidad (%)
2005 2010 2015 2005 2010 2015

Mujeres 38,8 43,7 52,8 Ancash 40,1 46,0 43,7
Arequipa 43,6 46,3 49,9
0-17 47,3 52,0 57,8 Cajamarca 37,1 39,4 49,2
18-29 30,8 35,1 40,8 Callao 49,8 51,8 61,8
30-44 32,2 38,4 44,0 Cusco 33,6 40,1 43,5
45-64 34,4 40,8 44,5 Huancavelica 26,0 44,1 51,2
65 y más 40,7 43,6 53,0 Huánuco 25,7 43,4 44,5
Junín 33,0 30,8 35,8
Piura 30,1 33,9 46,0
Cuartil II 34,5 38,1 44,5 Tacna 33,0 35,9 40,6
Fuente: ENAHO 2005, 2010 y 2015
El esfuerzo de la política en salud para menores parece reflejarse en este indicador y confirma los
análisis positivos sobre ella (Cotlear y Vermeersch 2016). Los menores presentan tasas de acceso a
atención formal superiores al resto de grupos, con diferencias notables. Por el contrario, preocupa la
baja tasa de atención formal de los jóvenes de 18 a 29 años.
35
Las personas con mayor nivel educativo tienen más acceso a los servicios de atención formal. En los
tres años estudiados la población con el nivel educativo más alto alcanzó tasas de atención formal
superiores al resto, aunque con diferencias menores que las identificadas por edad.
En el análisis según nivel de ingresos se encuentran las mayores desigualdades: casi el 60% de las
personas más ricas accedieron a servicios formales, mientras que en el cuartil más pobre apenas superó
el 40%. En el aspecto positivo, esta diferencia ha ido reduciendo: la brecha cayó desde 33,2 puntos a
18,9 puntos en estos diez años.
Por departamento los resultados resultan estables en los tres años de estudio: Callao y Lima están
entre aquellos con mayores tasas, y Puno registra la menor de ellas. También destacan negativamente
Junín y Pasco con bajos niveles en 2010 y 2015.
En un análisis RLB se aprecia que tanto en 2005 como en 2015 las probabilidades de acceso son
prácticamente las mismas para mujeres que para hombres, y que con la edad, esta probabilidad
disminuye. Por educación, las personas con formación superior muestran más opciones de acceder a
atención formal, y para el resto de niveles educativos las diferencias son pocas. En cambio sí resulta
importante el ingreso de la persona con respecto a la atención formal: aquellos con mayor ingreso
tienen más probabilidades de acceso (RLB 3). Finalmente, considerando la variable territorial de forma
independiente del resto de variables, se confirma que Puno registra peores valores que el resto del país.
d. Atención formal del parto
Este indicador está disponible sólo para 2005 y 2010 e indica el porcentaje de mujeres que han recibido
atención formal de parto en los últimos tres años8. Los resultados son positivos: la tasa de atención
formal pasó del 77,3% en 2005 a 85,5% en 2010, confirmando los logros en salud materna. Sin
embargo, persiste una alta variabilidad y desigualdad según el grupo que se analice (Cuadro 9).
Cuadro 9. Atención formal del parto (%)
2005 2010 2005 2010

Total 77,3 85,5 Departamento
Hombres N.A N.A Amazonas 49,4 64,5
Mujeres 77,3 85,5 Ancash 68,4 80,3
Diferencia N.A N.A Apurímac 95,9 99,1
Arequipa 90,2 90,6
Edad (en años) Ayacucho 80,4 95,5
Menos de 18 73,3 85,2 Cajamarca 38,6 58,5
18-29 77,9 86,0 Callao 96,7 100,0
30-44 77,3 85,2 Cusco 71,0 95,5
45-64 66 75,1 Huancavelica 33,9 84,8
65 y más N.A N.A Huánuco 54,1 87,5
Diferencia máxima 11,9 10,9 Ica 99,3 98,7
Junín 67,5 78,1
8
Sobre el total de mujeres con parto. Se consideran como formales los centros públicos y privados como consultorios, hospitales,
clínicas, etc. y se consideran como informales los partos atendidos por comadronas y parteras, y los ocurridos en el domicilio.
36
Nivel educativo La Libertad 74,5 77,3
Sin educación 29,5 53,3 Lambayeque 83,2 82,5
Primaria incompleta o menor 48,8 62,3 Lima 96,5 97,8
Primaria o secundaria incompleta 74,3 81,5 Loreto 59,5 62,1
Secundaria y superior no universitaria 95,0 95,3 Madre de Dios 84,8 95,9
Superior universitaria 98,7 98,6 Moquegua 92,6 95,9
Diferencia máxima 69,2 45,3 Pasco 74,2 86,0
Piura 75,6 81,6
Cuartil de gasto per cápita Puno 42,1 66,3
Cuartil I 45,8 63,8 San Martín 74,4 82,1
Cuartil II 83,2 90,5 Tacna 86,0 89,1
Cuartil III 95,0 97,4 Tumbes 97,0 98,9
Cuartil IV 98,3 98,1 Ucayali 69,0 78,1
Diferencia máxima 52,5 34,2 Desviación / Promedio 0,26 0,15
Fuente: ENAHO 2005 y 2010
Por edad, las desigualdades son menores. El grueso de la población en edad fértil tiene tasas
similares, con la única excepción de las mayores de 45 años, con valores por debajo del resto. Las
brechas se amplían cuando el análisis se realiza por nivel educativo y por nivel de ingreso: dos de cada
tres mujeres sin educación tuvieron parto sin atención formal en 2005 y prácticamente la mitad lo
continuó haciendo en 2010. Mientras, las personas con educación universitaria tuvieron casi en su
totalidad atención formal en ambos años. Por ingresos, los valores son similares en los tres cuartiles
más ricos y sólo el cuartil más pobre se aleja significativamente del promedio.
Por departamentos, los resultados tienen ciertas coincidencias con los de atención formal de evento
de salud. Lima e Ica muestran los mejores resultados, a los que se suman Apurímac y Tumbes. Por el
contrario Puno vuelve a destacar con niveles de acceso bajos, al que se le une en este caso Cajamarca,
Amazonas y Loreto.
e. Satisfacción con la atención
Este indicador se basa en la valoración que la persona atendida hace del trato profesional recibido y
está disponible para 2005 y 2010, ya que se ha eliminado en 2015.
Los resultados muestran valoraciones muy positivas: en ambos años nueve de cada diez personas
estaba satisfecha o muy satisfecha (92,6% y 90,2%, respectivamente) y menos de un 10% la valoró
como mala o muy mala (Cuadro 10). Estas valoraciones son levemente más altas en los grupos más
jóvenes, con menor nivel educativo y con menores ingresos. Por su parte, en el análisis geográfico las
brechas son bajas: los departamentos que registran menores valores alcanzan el 88% de satisfacción
alta o muy alta.
37
Cuadro 10. Grado de satisfacción “buena” y “muy buena” (%)
2005 2010 2005 2010
Total 92,6 90,2 Departamento
Hombres 91,6 90,2 Amazonas 96,1 96,5
Mujeres 93,3 90,2 Ancash 92,5 85,6
Diferencia 1,7 0,0 Apurímac 87,4 83,9
Arequipa 93,4 90,2
Edad (en años) Ayacucho 94,8 87,7
0-17 94,6 91,7 Cajamarca 97,1 96,2
18-29 90,9 89,0 Callao 90,3 91,8
30-44 90,1 88,1 Cusco 88,1 88,8
45-64 90,3 89,9 Huancavelica 93,9 89,3
65 y más 92,9 90,3 Huánuco 95,4 93,6
Diferencia máxima 4,5 3,6 Ica 95,5 86,8
Junín 95,6 87,3
Nivel educativo La Libertad 90,9 86,5
Sin educación 93,0 91,7 Lambayeque 94,8 94,4
Primaria incompleta o menor 94,7 89,0 Lima 90,9 89,4
Primaria o secundaria incompleta 94,0 88,1 Loreto 97,3 96,8
Secundaria y superior no universitaria 88,1 89,9 Madre de Dios 88,9 91,8
Superior universitaria 88,1 90,3 Moquegua 94,1 93,6
Diferencia máxima 6,6 3,6 Pasco 90,9 92,5
Piura 95,3 90,9
Cuartil de gasto per cápita Puno 89,3 87,1
Cuartil I 93,5 91,2 San Martín 94,3 92,0
Cuartil II 93,4 90,2 Tacna 88,6 88,1
Cuartil III 93,3 90,4 Tumbes 92,6 90,7
Cuartil IV 90,4 88,9 Ucayali 94,8 96,8
Diferencia máxima 3,1 2,4 Desviación / Promedio 0,03 0,04
Fuente: ENAHO 2005 y 2010.
38
2.3 Análisis de resultados

a. Egresos hospitalarios y uso de hospitalización
Los egresos hospitalarios han pasado de 758.700 en 2005 a 891.600 en 2010 y 886.500 en 2005. En
relación a la población, se produjeron 28 egresos por cada 1.000 habitantes en 2015. Cifra algo menor
a la de 2010 y similar a 2005.
Por sexo, tres cuartas partes de los egresos (incluyendo partos) correspondieron a las mujeres
(75,1%). Esta relación apenas se ha modificado en los años estudiados. Lima, con la mayor población
y más infraestructuras es responsable de 273.000 egresos (36,1% del total nacional). Le sigue muy de
lejos Arequipa con 45.300 egresos y La Libertad con 45.200 egresos (5,1% cada uno). El que menos
egresos registra es Moquegua con 5.600 egresos (6,3% del total).
Las variaciones regionales son elevadas, con apenas 14,6 egresos por cada mil habitantes en Piura
y 44,5 en Tumbes. Cabe destacar que ambos están condicionados por la distribución de hospitales y
no por el lugar de origen del paciente.
Los resultados por lugar de origen muestran una tasa de hospitalización más o menos constante en
torno al 5% de la población. Las mujeres tienen una tasa de hospitalización mayor que los hombres
debido al parto. Por edad, este indicador es significativamente más alto en los mayores de 65 años, con
valores que triplican los de los más jóvenes (Cuadro 11).
Las personas con menor nivel de educación registran tasas de hospitalización significativamente
menores que quienes alcanzaron niveles más altos. El porcentaje de personas hospitalizadas con
educación primaria incompleta o menor es casi un 50% menor que el de personas con estudios
secundarios completos o superiores. Ya que es difícil suponer que los primeros gocen de mejor salud y
necesiten menos de hospitalizaciones que los segundos, esta utilización está reflejando una carencia
de acceso de los más vulnerables.
Lo mismo ocurre con los niveles de ingreso. El cuartil más rico muestra tasas de hospitalización que
duplican las del cuartil más pobre, no existiendo indicios que puedan hacer suponer que los más
pobres tengan menores necesidades de atención. Lo positivo de este diagnóstico es que las brechas en
educación e ingreso se han reducido con los años.
Cuadro 11. Tasa de hospitalización (%)
2005 2010 2015 2005 2010 2015
Mujeres 5,6 7,5 6,0 Ancash 2,8 5,4 4,8
Arequipa 6,4 7,3 5,5
39
0-17 2,7 3,5 2,2 Cajamarca 2,5 4,4 3,8
18-29 5,7 7,3 5,9 Callao 6,2 7,0 5,7
30-44 5,6 7,3 6,5 Cusco 3,6 5,8 4,9
45-64 4,6 6,4 4,6 Huancavelica 1,2 3,2 3,5
65 y más 8,2 9,8 7,8 Huánuco 2,3 4,0 3,4
Junín 2,7 5,0 3,6
Piura 5,2 5,6 5,1
Cuartil II 3,8 5,5 4,6 Tacna 3,9 5,7 4,9
Fuente: ENAHO 2005, 2010, 2015.
Las variaciones también han disminuido en cada departamento administrativo. La desviación fue de
41% de la media en 2005, 23% en 2010 y 21% en 2015. No obstante, Tumbes y Moquegua, seguidos
de Madre de Dios, Lima, Callao y Arequipa presentan tasas algo superiores al resto. Por el contrario,
Puno, Huánuco y Huancavelica se encuentran entre aquellos con tasas más bajas.
Podría pensarse que aquellos que sufren más eventos de salud tienen también más tasas de
hospitalización por habitante, pero esto no es así. Un cruce de ambas variables arroja una nube de
puntos sin una tendencia clara (Figura 12).
40
Figura 12. Tasa de hospitalización y existencia de evento de salud
80 Puno
Anc
Pas
Ocurrencia de eventos en salud (%)
Jun
70 Apu
Ica
Moq
Huan Cus Ucy
Aya
Lib
CajM
60
Hua Amaz
Call
Areq
Tac
Tum
Lima Smar
50 Lor
MdD
Lamb
Piu
40
3 4 5 6 7
Uso de hospitalización (%)
Fuente: ENAHO 2015
Donde sí se aprecia una relación positiva es en el cruce de acceso a atención formal y tasa de
hospitalización: los departamentos con mayor acceso también tienen hospitalizaciones (Figura 13).
Destacan en el extremo positivo Tumbes, Moquegua y Madre de Dios y, en el negativo, Puno y Junín.
Figura 13. Tasa de hospitalización y tasa de atención formal de evento de salud
60
Tum
Lamb Call
Lima
Atención formal de evento (%)
50 Amaz
Ica
Anc Areq Moq
Apu
Hua MdD
Huan Lor Lib Smar

Ucy
CajM
40
Aya Cus
Pas Tac
Piu
Jun
30
Puno
20
3 4 5 6 7
Uso de hospitalización (%)
Fuente: ENAHO 2015
41
Una vez más, el análisis de RLB permite confirmar algunas de estas apreciaciones previas (RLB 5). La
probabilidad de hospitalización es efectivamente mayor para las mujeres que para hombres y
ligeramente mayor según se incrementa la edad. Y como se había apreciado, tiene particular importancia
el nivel de ingreso del hogar como determinante positivo de la hospitalización. En sentido opuesto, a
mayor nivel de educación menor es la probabilidad de ser hospitalizado, manteniendo constantes el
resto de variables.
c. Consulta médica
Este indicador ha aumentado entre 2005 y 2010 hasta establecerse en torno al 30% de la población
a partir de entonces. Como se puede ver en el cuadro 12, las mujeres tienen una tasa de consultas
médicas mayores que los hombres, y por edad, como es lógico, aumenta significativamente entre los
mayores de 45 años.
Cuadro 12. Consulta médica (%)
2005 2010 2015 2005 2010 2015
Mujeres 20,3 32,8 32,1 Ancash 17,2 31,2 31,7
Arequipa 28,0 29,9 28,1
0-17 19,0 28,7 26,3 Cajamarca 18,7 20,2 30,2
18-29 13,7 27,3 24,4 Callao 16,1 37,4 31,8
30-44 16,7 30,0 28,7 Cusco 20,4 21,2 30,1
45-64 21,2 32,7 32,7 Huancavelica 10,7 22,6 27,1
65 y más 28,9 37,6 42,1 Huánuco 16,4 25,7 29,0
Junín 21,6 31,2 37,8
Piura 19,0 25,0 20,4
42
Cuartil II 17,6 29,7 29,0 Tacna 20,8 25,1 26,9
Fuente: ENAHO 2005, 2010 y 2015.
Por nivel educativo las tasas no variaron entre 2005 y 2010 como lo hicieron en hospitalizaciones:
las diferencias entre categorías apenas fueron de 3,7 puntos en 2005 y 2,6 puntos en 2010. Sin
embargo, esta brecha se eleva hasta los 17,6 puntos en 2015 por el aumento de las consultas entre
aquellos con educación universitaria. El motivo en concreto no se puede deducir de esta fuente.
Contrariamente, por ingresos las diferencias han disminuido con los años debido a un aumento del uso
en el cuartil más pobre.
El análisis vuelve a ser complejo cuando se realiza por departamento. Las variaciones son altas y la
muestra corre el riesgo de ser poco representativa, como en Pasco en 2015. Además, en la parte alta
del cuadro los valores suelen estar muy concentrados, haciendo que las brechas sean menores.
d. Consulta dental
La consulta dental es una de las variables más interesante porque la mayoría de las atenciones no están
cubiertas por los seguros y generalmente dependen del gasto de bolsillo de las familias. De forma
general, se aprecia que esta utilización no ha aumentado demasiado en los últimos años. En 2005 el
8,5% de la población había recibido atención dental, en 2010 el 10,6% y en 2015 prácticamente la
misma proporción, el 10,9%
En el análisis de desigualdades se observa que las diferencias por sexo son casi despreciables. En
ningún año supera el 1%. Algo mayor son en el análisis por edad, que se amplían hasta el 7% de
diferencia máxima (Cuadro 13). Es así como nuevamente es por nivel educativo e ingreso donde se
producen las mayores diferencias.
La tasa de utilización de las personas con educación universitaria es un 70% mayor que el resto
y más del triple de aquellos sin educación. La parte positiva, al igual como ocurre con otros análisis
previos, es que la brecha máxima entre categorías educativas muestra una tendencia decreciente: de
16,3 puntos en 2005 a 12,2 puntos en 2015.
Las desigualdades son mayores aún según el nivel de ingreso. El cuartil más pobre presenta tasas
muy por debajo de la media, los dos cuartiles intermedios presentan valores similares y el cuartil más
rico, claramente mayores. Si se mide la diferencia entre el cuartil IV y cuartil III la brecha alcanza a 7,9
puntos en 2005, 5,9 puntos en 2010 y 6,3 puntos en 2015.
43
Cuadro 13. Consulta dental (%)
2005 2010 2015 2005 2010 2015
Mujeres 8,7 11,2 11,5 Ancash 5,4 9,4 10,4
Arequipa 15,0 13,4 14,0
0-17 7,3 10,2 11,1 Cajamarca 4,6 7,6 7,3
18-29 10,3 11,8 11,7 Callao 9,3 13,3 12,3
30-44 10,1 12,0 11,5 Cusco 8,9 12,9 12,3
45-64 8,7 10,8 10,7 Huancavelica 2,7 6,0 5,9
65 y más 5,8 5,9 7,8 Huánuco 5,4 6,8 10,8
Junín 9,0 10,3 11,7
Piura 4,3 5,4 4,5
Cuartil II 6,0 8,2 8,9 Tacna 10,4 14,6 11,5
Fuente: ENAHO 2005, 2010 y 2015.
Los perfiles se repiten por departamento. Moquegua, Arequipa y Lima presentan las mayores tasas
de uso en los tres años estudiados, mientras que Piura y Huancavelica, las menores. Como se puede
ver en la figura 14, los tres primeros coinciden precisamente con los departamentos de mayor ingreso
44
per cápita, mientras que Huancavelica se encuentra entre los de menos ingreso. Destaca de manera
positiva Ayacucho, con un ingreso per cápita bajo, pero comparativamente altas tasas de atención
dental. Por el contrario, Piura presenta un ingreso per cápita similar al promedio, pero tasas de atención
dental por debajo de lo esperado.
Figura 14. Ingreso per cápita por departamento y atención dental
Moq
15,00 Aya
Areq
Lima
Cus Call
12,50 MdD
Jun
Atención dental (%)
Ica Tac
Puno
Huan
Pas Anc
10,00
Ucy
Lib
Lamb
Apu Lor
Amaz Smar Tum
CajM
7,50
Hua
5,00 Piu
400,00 600,00 800,00 1000,00

Ingreso per cápita (en Nuevos Soles constantes 2011)
Fuente: INEI y ENAHO 2015.
El análisis de RLB permite analizar el efecto de estas variables de forma separada (RLB 4). Para
empezar, confirma que las mujeres tienen más probabilidad de usar servicios de atención dental que
los hombres y que a medida que se incrementa la edad, esta probabilidad disminuye. Por último, las
diferencias en probabilidades entre territorios han disminuido notablemente, lo que ha llevado a que
no repitan cada año los mismos departamentos con más o con menos probabilidades de atención que
el resto.
e. Control de salud de menores

Uno de los problemas de este indicador es que la cobertura en años varía de manera notable de un año
a otro. En 2005, un total de 1,35 millones de menores recibieron control de salud. Un 60,7% menor
de 2 años de edad y otro 39,3% mayor de esa edad. En 2010, el total de beneficiarios fueron 2,06
millones, pero esta vez un 61,4% tenía más de 2 años. Y en 2015 el total ascendió a 1,16 millones,
pero otra vez concentrado en un 71,2% en niños de 2 años o menos. Por lo tanto, el análisis carece de
sentido en sentido temporal y se debe limitar al análisis vertical de las diferencias por años.
Por este motivo, la información que se desprende del análisis es reducida. Entre las cuestiones que
se pueden concluir de los resultados es que por sexo no parecen existir diferencias significativas y
debido a las características de los beneficiarios, el análisis por edad o nivel educativo no es pertinente
(Cuadro 14). Algo más se puede interpretar de las desigualdades por nivel de ingreso: cuando en
2010 aumenta el número de respuestas, surgen algunas diferencias que parecen reflejar una mayor
utilización del control infantil por parte de los hogares más pobres, fenómeno que podría estar ligado
a la expansión del SIS.
45
Cuadro 14. Control de salud de menores (%)
2005 2010 2015 2005 2010 2015
Mujeres 20,7 36,0 19,8 Ancash 22,5 48,1 19,3
Arequipa 23,7 27,0 18,6
0-17 20,8 35,3 19,6 Cajamarca 27,7 51,4 17,8
18-29 N.A. N.A. N.A. Callao 21,5 25,4 17,3
30-44 N.A. N.A. N.A. Cusco 24,2 37,4 22,4
45-64 N.A. N.A. N.A. Huancavelica 25,4 60,3 19,4
65 y más N.A. N.A. N.A. Huánuco 23,8 57,7 21,3
Diferencia máxima N.A. N.A. N.A. Ica 18,6 25,5 19,4
Junín 21,5 41,8 22,7
Sin educación N.A. N.A. N.A. Lambayeque 15,9 25,6 18,2
Primaria incompleta o menor N.A. N.A. N.A. Lima 18,9 27,5 20,8
Primaria o secundaria incompleta N.A. N.A. N.A. Loreto 14,5 28,6 17,1
Secundaria y superior no universitaria N.A. N.A. N.A. Madre de Dios 15,7 24,7 12,6
Superior universitaria N.A. N.A. N.A. Moquegua 27,9 30,7 21,1
Diferencia máxima N.A. N.A. N.A. Pasco 15,5 44,8 21,1
Piura 20,2 38,0 21,3
Cuartil II 20,0 33,6 19,9 Tacna 24,8 32,0 18,4
* N.A: No Aplica
Fuente: ENAHO 2005, 2010 y 2015.
En el análisis geográfico, los resultados pierden robustez. Por ejemplo, en 2015 las observaciones
positivas de control de menores fueron 4.653, que al desagregarlas por departamento deja la mitad de
las casillas con menos de 150 observaciones, de allí que los porcentajes entre años varíen tan
abruptamente en algunos casos. La única tendencia apreciable es que Madre de Dios figura en los tres
años entre los departamentos con menores tasas de control y Cajamarca destaca entre las de mayor
indicador. Aunque puede deberse a una focalización por nivel de ingreso o región, las características
de los datos obligan a ser precavido en su interpretación.
46
f. Control de salud de mujeres

Los resultados positivos en salud materna se aprecian nuevamente en este indicador. El 89,6% de las
mujeres con parto tuvieron control del embarazo en 2015, una cifra similar a 2010 y diez puntos mayor
que en 2005 (Cuadro 15).
Cuadro 15. Control de salud de mujeres (%)
2005 2010 2015 2005 2010 2015
Hombres N.A. N.A. N.A. Amazonas 97,2 88,4 88,4
Mujeres 79,9 91,8 89,6 Ancash 92,2 92,1 92,1
Diferencia N.A. N.A. N.A. Apurímac 100 92,9 92,9
Arequipa 100 97,3 97,3
0-17 75,3 92,9 88,4 Cajamarca 93,5 94,9 94,9
18-29 80,3 90,7 89,0 Callao 88,4 88,3 88,3
30-44 79,6 93,3 90,4 Cusco 95,1 94,8 94,8
45-64 N.A. N.A. N.A. Huancavelica 97,9 93,9 93,9
65 y más N.A. N.A. N.A. Huánuco 95,1 87,7 87,7
Junín 76,9 93,0 93,0
Superior universitaria 64,1 95,4 91,2 Moquegua 100 96,1 96,1
Piura 95,9 94,2 94,2
Cuartil II 78,2 91,9 92,7 Tacna 100 79,4 79,4
Cuartil III 77,0 93,0 84,9 Tumbes 100 87,9 87,9
* N.A: No Aplica
Fuente: ENAHO 2005, 2010 y 2015.
47
En este caso, todas la brechas se han reducido, tanto por la edad, como por la educación y el nivel de
ingresos. La reducción se debe a que los perfiles con menor acceso han aumentado significativamente
sus valores en los últimos diez años. En 2015, la brecha más alta es la de ingresos y se sitúa por debajo
de 8 puntos porcentuales.
Asimismo, la variación con respecto a la media por departamentos se ubica por debajo de 2,3 puntos,
mientras que en otras variables supera los 4,5 puntos. Entre los perfiles que se pueden identificar, La
Libertad y Callao se encuentran entre los de menor utilización, aunque las diferencias son poco significativas
con respecto a la media.
2.4 Análisis de impacto

a. Autoexclusión por dinero
El indicador de autoexclusión por dinero se define como el porcentaje de personas que teniendo un
evento de salud no recurrieron a atención médica formal por falta de dinero. Puede interpretarse como
una decisión razonada o como falta de información de derechos de atención.
Los resultados muestran que este porcentaje ha ido disminuyendo año tras año: desde un 24,3% en
2005 a sólo un 6,9% en 2015. Además, casi todas las brechas por estratificador se han reducido.
Por sexo, la brecha entre mujeres y hombres ha caído a una tercera parte, y por edad, la reducción ha
sido de más de dos tercios, pese a que las mujeres y las personas mayores presentan más desigualdades
(Cuadro 16).
Las brechas más amplias se mantienen por nivel educativo, debido a que el 13,1% de los casos de
personas sin educación continúa sin acceso por problemas económicos. Algo menos, pero también con
brechas importantes, es la distribución por nivel de ingresos. En este caso, debido a que el 10% de las
personas del primer cuartil siguen autoexcluyéndose de atención por esta razón.
En relación a las desigualdades territoriales, destacan con mayores problemas económicos de acceso
los departamentos de Lambayeque y Piura, con valores muy por encima de la media y de forma constante
a lo largo de los años. Por el contrario, Ica y Moquegua se encuentran entre aquellos con menores tasas,
a los que se unen Apurímac, Huánuco y Cusco en 2015.
Cuadro 16. No tuvo dinero para la atención (%)
2005 2010 2015 2005 2010 2015
Mujeres 26,0 14,9 7,5 Ancash 34,6 18,9 6,8
Arequipa 23,1 8,3 6,3
0-17 18,5 9,9 4,8 Cajamarca 22,2 10,6 6,8
18-29 18,5 9,6 5,1 Callao 19,0 13,7 6,0
30-44 26,8 14,4 6,9 Cusco 31,2 7,2 1,7
45-64 32,9 19,5 9,2 Huancavelica 24,1 4,5 2,7
65 y más 33,8 19,2 9,7 Huánuco 32,6 10,2 6,1
Junín 19,0 14,6 5,9
48
Piura 33,6 20,9 15,2
Cuartil II 26,8 17,7 7,7 Tacna 22,4 9,0 11,1
Fuente: ENAHO 2005,2010 y 2015.
b. Pago por consulta médica y exámenes

En el año 2005, el 38,6% de la población que había recibido atención de salud, exámenes médicos o
ambos había tenido que pagar por ellos. Cinco años, después este porcentaje había caído hasta el 28,5%
y el año pasado se había vuelto a reducir nuevamente al 24,2%.
El análisis por estratificador muestra que por sexo y edad, las reducciones se han producido en todas
la categorías. No obstante, tanto por educación como por ingreso, la disminución de la tasa de pago ha
ocurrido de forma más acusada entre los menos educados y los más pobres y prácticamente no se ha
reducido entre los más ricos y los más instruidos. Así es como más del 30% de la población con educación
universitaria y casi el 40% de las personas del cuartil más rico continuaba pagando en 2015 (Cuadro 17).
Cuadro 17. Pago por atención médica (%)
2005 2010 2015 2005 2010 2015
Mujeres 40,3 29,1 24,8 Ancash 42,1 27,9 23,1
Arequipa 33,9 31,3 33,0
49
0-17 30,2 28,0 23,3 Cajamarca 22,5 20,9 12,6
18-29 45,7 28,9 25,6 Callao 50,7 27,4 28,0
30-44 48,8 28,2 24,2 Cusco 35,1 24,6 18,4
45-64 42,5 31,5 25,0 Huancavelica 19,8 7,6 6,8
65 y más 32,9 24,2 22,9 Huánuco 26,1 14,8 14,7
Junín 31,8 22,3 14,8
Piura 33,2 26,0 25,5
Cuartil II 39,6 24,9 18,6 Tacna 31,7 30,3 27,4
Fuente: ENAHO 2005,2010 y 2015.
En el análisis territorial, el pago es más frecuente en Ica, Lima y Arequipa, y algo menos en Callao y
Tacna, todos, departamentos situados entre los de más alto ingreso per cápita del país. En el otro
extremo, Huancavelica, Amazonas y Apurímac muestran las menores tasas de pago, a la vez que se
encuentran por debajo de la media nacional de ingresos.
En la RGB para esta variable se confirma que las diferencias por sexo no son estadísticamente
significativas y que edad esta es casi nula. Incluso por nivel educativo las diferencias no son significativas
cuando se aíslan las otras variables (RLB 6). De esta forma, el único factor relevante en el pago es el
nivel de ingresos, y se incluye la existencia de seguro. Por último, vuelven a aparecer Lima y Callao
como aquellos con más probabilidades de pagar por servicio de consulta, manteniendo constantes el
resto de variables.
50
c. Pago de medicinas
El pago por medicinas tiene características similares a la atención dental, ya que muchos de los
medicamentos no suelen estar cubiertos por el seguro. Así, en 2005 y 2010 más de dos tercios de
la población tuvo que pagar por ellas. En 2015, este porcentaje se había reducido, pero aún todavía
superaba el 70% (Cuadro 18).
Cuadro 18. Pago de medicinas (%)
2005 2010 2015 2005 2010 2015
Mujeres 75,3 75,0 70,5 Ancash 70,6 73,1 69,9
Arequipa 75,7 74,4 73,9
0-17 66,2 72,1 67,1 Cajamarca 62,2 68,7 59,4
18-29 89,4 85,7 82,0 Callao 80,6 76,0 70,5
30-44 86,3 81,4 77,4 Cusco 69,6 63,2 67,1
45-64 80,1 78,2 74,4 Huancavelica 50,3 46,1 40,3
65 y más 61,8 59,4 59,7 Huánuco 64,8 54,7 59,2
Junín 81,9 84,8 78,7
Piura 79,9 82,3 73,4
Cuartil II 78,7 78,7 73,1 Tacna 77,8 76,6 73,9
Fuente: ENAH0 2005, 2010, 2015.
51
Las diferencias entre hombres y mujeres se han ampliado en perjuicio de estos últimos, aunque la
brecha es de solo 3,6 puntos en 2015. En cuanto a la edad, los jóvenes y los mayores se encuentran
algo más protegidos que el resto. El grueso de la población de 18 a 64 años presenta tasas de pago
cercanas o superiores al 80%.
Tampoco se ha producido demasiada reducción según el nivel de estudios: aquellos con estudios
secundarios o superiores mantienen niveles del 80% en 2015. Sólo las personas con estudios por
debajo de la educación primaria muestran algo más de protección. Con respecto al cuartil de ingresos,
el 75% mantiene más o menos los mismos niveles de pago en 2005 y 2010 (cerca del 80% para los
cuartiles II al IV). Los únicos que parecen mejorar son los del cuartil más pobre.
Territorialmente, Ica y Junín, y algo más atrás Lima, presentan tasas de pago mayores al resto. Se
unen a este grupo Ucayali y Madre de Dios en 2015. En sentido opuesto, Huancavelica y Apurímac
registran menores tasas de pago, acompañados de Amazonas en 2015.
Cuando se comparan estos resultados con la tasa de pobreza se aprecia que existe una relación
negativa entre ambas variables: las mayores tasas de pago de medicinas son los departamentos que
tienen las menores tasas de pobreza (todos ellos por debajo del 20%) (Figura 15).
Figura 15. Tasa de pobreza y pago de medicinas
100
Ica
90
Población que paga medicina (%)
80 Ucy Jun
Lib Puno
MdD Lima
Tac Lamb Piu
Areq Tum Anc
70 Call Smar
Cus
Lor Pas
Huan Aya CajM

60
Moq
Amaz
Apu
50
Hua
40
0 10 20 30 40 50 60
Tasa de pobreza (%)
Fuente: INEI y ENAHO 2015.
Solo Moquegua parece alejarse algo más de esta relación, ya que pese a tener una tasa de pobreza
baja, el porcentaje de personas que pagó por medicinas es relativamente bajo.
d. Impacto de la consulta médica sobre el ingreso

Este indicador se calculó como la relación entre el gasto en soles por consulta médica sobre el ingreso
per cápita equivalente del individuo, multiplicado por cien.
Los resultados muestran que el impacto se ha reducido muy poco entre 2005 y 2015 y que
prácticamente afecta de igual manera a hombres y mujeres. Por edad, las diferencias son mayores
debido a que las personas con más de 65 años de edad presentan un impacto mayor que el resto
(Cuadro 19).
52
Cuadro 19. Impacto del pago de atención médica (%)
2005 2010 2015 2005 2010 2015
Mujeres 2,3 2,3 2,2 Ancash 2,1 2,3 2,7
0-17 2,2 2,1 2,2 Cajamarca 3,6 5,3 4,1
18-29 2,5 2,2 2,1 Callao 2,1 1,6 1,6
30-44 2,3 2,3 2,1 Cusco 1,9 2,6 2,1
45-64 2,5 2,6 2,3 Huancavelica 3,0 3,8 3,3
65 y más 2,7 3,0 2,8 Huánuco 2,2 3,5 2,6
Junín 2,8 3,0 2,7
Piura 3,6 3,5 4,6
Cuartil II 2,7 2,6 2,8 Tacna 2,6 2,3 2,5
Fuente: ENAHO 2005, 2010 y 2015.
53
De acuerdo al nivel educativo, las diferencias se producen principalmente entre las personas sin
educación, algo que no ocurre con el análisis de ingreso. En este caso, las personas del cuartil de menos
ingresos se ve claramente más afectada por los pagos. Esto quiere decir que no existe una progresividad
en el pago por la atención de consulta: los más pobres, cuando deben pagar, pagan proporcionalmente
más de su ingreso que el resto de personas.
Por departamentos, se identifican cinco más afectados: Cajamarca, Huancavelica, Lambayeque,
Piura y Puno, a los que se les suman Amazonas, Ayacucho y San Martín en 2015. En el análisis por
pobreza, se identifica una relación positiva entre ambas variables: el impacto es mayor en los
departamentos más pobres y menor en los más ricos. Los dos casos menos representativos de este
patrón son San Martin y Lambayeque, cuyos indicadores de pobreza siguen siendo elevados, pero sus
impactos son mayores que otros territorios similares.
e. Impacto por el pago de medicinas

Al igual que el indicador anterior, este mide el peso del pago por medicamentos sobre el ingreso
per cápita equivalente del hogar del individuo. Los resultados, al igual que en el análisis de pago por
consulta muestran una reducción del impacto en los tres años estudiados.
Aunque el impacto parece ser mayor entre las mujeres que entre los hombres, las diferencias son
pocas. Donde sí se producen desigualdades importantes es en el análisis por edad, donde el impacto
en las personas de 65 y más años es claramente mayor que en el resto de la población, con valores que
duplican la media nacional (Cuadro 20).
Por educación, las diferencias son algo menores, pero mayores que por ingreso. El motivo es que
la categoría menor, la de personas sin educación, registra un impacto significativamente mayor que
el resto.
Por departamentos, los territorios con mayor impacto se repiten los tres años: Amazonas, Cajamarca
y San Martín. A estos se suma Piura en 2015. Por el contrario, en el otro lado extremo del cuadro,
Ucayali, Loreto, Moquegua y Puno presentan menores indicadores de impacto.
54
Cuadro 20. Impacto por el pago de medicinas (%)
2005 2010 2015 2005 2010 2015
Mujeres 4,7 4,2 3,9 Ancash 6,1 3,9 4,2
0-17 3,6 3,1 2,8 Cajamarca 8,4 7,3 6,5
18-29 3,5 2,9 2,5 Callao 3,7 3,3 3,5
30-44 4,9 4,2 3,3 Cusco 4,1 4,2 3,2
45-64 5,9 5,4 4,4 Huancavelica 5,8 3,6 4,7
65 y más 8,3 7,6 6,4 Huánuco 3,5 3,6 2,9
Junín 4,7 3,9 3,1
Piura 4,7 4,9 5,8
Cuartil II 4,8 4,2 3,7 Tacna 4,4 3,0 3,7
Fuente: ENAHO 2005, 2010 y 2015.
55
Al igual que el análisis anterior (impacto por consulta), existe una relación positiva entre impacto y
nivel de pobreza, de manera que también el pago de medicinas es proporcionalmente mayor en los
hogares más pobres. Se puede apreciar que Piura y Cajamarca son los dos departamentos en el que las
personas que han debido pagar por consulta o medicamentos han asumido un mayor costo proporcional
a sus ingresos.
Es decir, los esfuerzos económicos para acceder a estos bienes y servicios han sido mayores en estos
departamentos que en el resto. Por el contrario, Ucayali, Moquegua y Loreto son los que menos
esfuerzo económico han debido desplegar para comprar medicamentos (Figura 16).
Figura 16. Impacto del pago por medicamentos e impacto del pago por consulta
5
Amaz
Piu
CajM
Impacto del pago por consulta (%)
Puno Aya Smar

Lamb Hua
Apu
Tum
3
Lib Anc
Huan Ica
Jun
Tac Areq
Pas
Moq
2
Ucy
MdDPas
Lima
Lor
Call
2 3 4 5 6 7
Impacto del pago por medicinas (%)
Fuente: ENAHO 2015.
56
Capítulo III
Equidad y Seguro de Salud

3.1 Seguro y equidad en salud
Casi todos los países muestran dos importantes tendencias en el financiamiento de la salud: un
aumento fuerte y sostenido de los costos per cápita en salud y la disminución de la proporción pagada
con gasto de bolsillo. Esto se conoce como transición financiera en salud (Fan y Savendoff 2014).
De acuerdo a estudios recientes, el gasto total por persona en salud en el mundo se ha incrementado
cerca de un 70% en términos reales entre 1995 y 2010. Esto ha sido sostenido básicamente por mayor
gasto público (Figura 18). Pese a ello, todavía cerca de 400 millones de personas no tienen acceso a los
servicios esenciales de salud (OMS 2015b).
Figura 17. Gasto global en salud (126 países)
Nota: Purchasing power parities (PPP)

Fuente: Fan y Savendoff 2015.
De acuerdo a la OMS sólo se puede acabar con estas desigualdades a través del aseguramiento de
la cobertura universal (CUS, UHC por sus siglas en ingles). Para la OMS representa el concepto más
potente que la salud pública puede ofrecer, ya que unifica servicios y los provee de una forma integral
y equitativa.
La CUS se define como la situación en que todas las personas reciben los servicios de salud que
necesitan a la vez que asegura que el uso de estos servicios no daña sus economías familiares9 (OMS
2015b). Para esto, la OMS propone avanzar en tres pilares: cobertura de gastos, cobertura de servicios
y cobertura poblacional (Figura 18).
9
“La cobertura universal de salud significa que todas las personas reciben los servicios de salud que necesitan, incluidas las iniciativas
de salud diseñadas para promover mejor salud (como políticas contra el tabaquismo), prevenir enfermedad (como vacunaciones) y a
proporcionar tratamiento, rehabilitación y cuidados paliativos (como atención al final de la vida) de calidad suficiente para ser eficaz
mientras al mismo tiempo se está asegurando que el uso de estos servicios no expone al usuario a la dificultad financiera” OMS (2015b).
57
Figura 18. Pilares de la Cobertura Universal en Salud
Reduce la Gastos
participación directos:
Incluye
de los gastos ¿qué proporción
otros
y las cuotas esta cubierta?
servicios
Se amplía a los
que no están
cubiertos Fondos mancomunados
actuales
Servicios: ¿cuáles
están cubiertos?
Población: ¿quién está cubierto?
Fuente: OMS (2015b).
En términos de equidad, que es lo que atañe al presente informe, la evidencia científica es apabullante.
La implementación de la cobertura universal reduce las desigualdades de acceso y resultado. Revisiones
sistemáticas de estudios a nivel mundial muestran que los sistemas solidarios, como los seguros sociales
(social health insurance en inglés) y los seguros mancomunados (community-based health insurance en
inglés) mejoran la protección financiera de las familias a la vez que incrementan el acceso y utilización
de servicios (Spaan et al. 2012). En términos de acceso a salud primaria, la cobertura universal produce
fuertes reducciones de las desigualdades, desde la atención primaria (Asaria 2013), la materna (Comfort
et al. 2013) o incluso la clínica (Slatore et al. 2013).
Sin embargo, el acceso universal no es la solución final. Aún bajo su implementación las desigualdades
persisten, aunque menores. Así, los estudios muestran que en la calidad del tratamiento no se aprecian
diferencias significativas con y sin CUS, como tampoco en los resultados (Forrest et al. 2013; Comfort
et al. 2013). Tampoco se producen por supuesto en aquellos servicios que la CUS normalmente no
contempla, como la atención dental (Font-Rivera et al. 2014).
3.2 Seguro de salud y equidad en Perú

Existen dos fuentes de estimación del aseguramiento en salud en Perú. La primera es el registro que
la propia Superintendencia de Salud (SuSalud 2016), que para 2015 registra un total de 25 194 391
personas aseguradas en enero de 2016. Esto es el 80,01% de la población nacional. Algo más que en
diciembre pasado. La segunda fuente es la misma ENAHO, que para 2015 presenta una cobertura de
73,2% (Figura 19).
58
Figura 19. Porcentaje de personas con seguro de salud
Porcentaje de personas con seguro de salud (%)
Fuente: ENAHO (2015), SuSalud (2016).
Aunque los valores son distintos en ambas fuentes, la tendencia es la misma y las variaciones son
similares. En el primer caso la cobertura aumentó 11,4 puntos entre 2013 y 2015 y en el segundo caso
este aumento fue de 11,7 puntos. La diferencia puede darse por personas que están afiliadas a algún
sistema, pero que en la entrevista de ENAHO no reconocen estarlo o ignoran estarlo.
El lado negativo de esta estadística es que aún en 2015 entre uno de cada cinco y uno de cuatro
peruanos (según la fuente) sigue sin tener un seguro de salud y por lo tanto está más desprotegida
que el resto.
En cuanto a los tipos de seguros, como muestra la propia SuSalud, se ha realizado un avance
importante en número de afiliados al SIS de cerca de 900 000 personas en un año y se mantiene como
el seguro más extenso del país. De igual forma, EsSalud ha incrementado su afiliación en casi 680 000
personas, con cerca de una tercera parte del mercado (Cuadro 21). En este sentido, existe bastante
coincidencia con los resultados de ENAHO, que estima que el 58% está afiliado al SIS y el 35,1% a
EsSalud. Las diferencias se producen en las EPS y los seguros privados, siendo mayores los primeros en
los registros de SuSalud y menores en Enaho, posiblemente porque en las entrevistas las personas no
distinguen la clasificación de una y otra.
Cuadro 21. Distribución de la población afiliada según seguro de salud
SuSalud 2014 SuSalud 2015 ENAHO 2015

N % N % N %
SIS 15 177 588 62,5 16 078 993 59,8 13 833 920 58,0
EsSalud 7 594 055 31,3 8 303 345 30,9 8 372 299 35,1
FFAA y PNP 187 122 0,8 470 987 1,8 534 459 2,2
EPS 728 161 3,0 745 719 2,8 363 326 1,5
Empresas de seguros 91 417 0,4 628 189 2,3 675 584 2,8
Autoseguros 20 528 0,1 57 344 0,2
51 594 0,2
Prepagas 475 013 1,9 616 578 2,3
Total 24 273 884 100 26 901 155 100,0 23 831 181 99,8
Nota: FFAA, Fuerzas Armadas; PNP, Policía Nacional del Perú.

59
Los estudios disponibles muestran que aún queda camino por recorrer para alcanzar la CUS y que
este logro pasa ineludiblemente por reducir el gasto de bolsillo e incrementar los recursos públicos para
salud a través de modelos solidarios que integren las diversas fuentes de financiamiento (Titelman et
al. 2015).
Para Perú, el análisis de desigualdades más reciente muestra que la desigualdad en salud ha
disminuido entre 2004 y 2008 y que en este avance el aseguramiento ha tenido un rol fundamental
(Petrera et al. 2013). De acuerdo a dicho trabajo, tener o no tener seguro de salud ha favorecido el
acceso a servicio de atención y ha pasado a perder peso explicativo en las desigualdades.
En el siguiente apartado se analizan las variables de productos, resultados e impactos en Perú en
términos de aseguramiento. Se excluye el análisis de insumos, ya que el país está sujeto al mismo
sistema de financiación, a diferencia de lo que ocurre en la comparación entre países.
3.2.1 Desigualdades en productos

En este apartado se han analizado tres variables de las estudiadas en los capítulos anteriores: la existencia
de malestar crónico, la ocurrencia de un evento de salud en las últimas cuatros semanas y la atención
formal frente a la necesidad de atención de salud, todas ellas comparando entre personas con seguro y
personas sin seguro, con contraste estadístico de significatividad de las diferencias.
Se esta usando este último parámetro estadístico, ya que el análisis se realiza sobre una muestra
menor que la del capítulo anterior, lo que puede dejar sin significatividad estadística las diferencias
por categorías. De forma de facilitar la lectura, los resultados de los contrastes se han adjuntado en
los anexos bajo el título Contrastes de diferencias.
a. Enfermedad crónica
Como se puede ver en la figura 20, la tasa de reconocimiento de cronicidad ha aumentado tanto entre
las personas con seguro como entre las que no tienen seguro, con una brecha que se redujo en 2010
pero que ha vuelto a ampliarse en 2015.
Figura 20. Existencia de malestar crónico según se cuente o no con seguro

Porcentaje de personas con malestar crónico (%)
Fuente: ENAHO 2005, 2010 y 2015.
60
La diferencia, aunque es menor, es estadísticamente significativa tanto para 2005 como para 2015
(Contraste 1). Es decir, las personas con seguro de salud tienden a reconocer en mayor proporción la
existencia de un malestar crónico.
No obstante, cabe recordar que, por tratarse de una encuesta, no es posible determinar si estos
ocurre porque las personas crónicas tienen más incentivos a contratar un seguro de salud o si el hecho
de tener seguro les permite acceder a servicios de salud que les hacen tomar conciencia del problema
crónico.
b. Evento de salud
El porcentaje de personas que ha reconocido un evento de salud aumentó entre 2005 y 2010 tanto
entre las personas con seguro como las que no tienen seguro, aunque luego volvió a descender en
2015 (Figura 21). En todos los años, al igual como ocurre con cronicidad, las personas con seguro
fueron más proclives a reconocer haber tenido un evento de salud.
Figura 21. Evento de salud según se cuente o no con seguro
70
Porcentaje de personas que refieren un evento
60
49,1
50
de salud (%)
40
30
20
10
Fuente: ENAHO 2005, 2010 y 2015.
Las diferencia son estadísticamente significativas tanto para 2005 como para 2015 (Contraste 2).
Es decir, las personas con seguro de salud tienden a reconocer en mayor proporción la existencia un
evento de salud en las cuatro semanas previas a la encuesta.
c. Atención formal con necesidad

Esta es una de las variables que arroja más diferencia entre aquellas personas que tienen seguro de
salud y quienes no lo tienen. La brecha llega incluso a ser el doble de las personas sin seguro. Es decir,
si las personas que tuvieron necesidad de atención médica tenían seguro, recibieron atención formal
en una proporción de casi el doble que aquellos que no lo tenían (Figura 22). Esto confirma la evidencia
previa sobre la reducción de las barreras de acceso que significan tener un seguro de salud.
61
Figura 22. Atención formal en casos de necesidad
70
Porcentaje de personas que recibió atención
59,9
60 53,9
formal en casos de necesidad (%)
49,7
50
40
30,7 30,9
30 25,6
20
10
0
2005 2010 2015
Sin seguro Con seguro
Fuente: ENAHO 2005, 2010 y 2015.
Figura 23. Satisfacción con el tiempo de espera
90 82,7
Porcentaje de personas satisfechas con el
80
70 65,4
60,4 56,3 61,0
tiempo de espera (%)
60 53,6
50
40
30
20
10
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
Los resultados para 2015 arrojan algo de luz. Primero que nada, se mantiene la diferencia media
entre personas con seguro y personas sin seguro. Es decir, el tiempo de espera de las personas sin
seguro fue menor (8 minutos) que las afiliadas a un seguro (21 minutos) y esta diferencia es significativa
estadísticamente (Contraste 4).
No obstante, los datos esconden una realidad menos contradictoria. Tanto la moda como la
mediana tienen un valor de cero para ambos grupos. Es decir, el tiempo más común y más del 50% de
los individuos de cada grupo no tuvieron que esperar para recibir la atención. La diferencia se produce
porque el 17,3% de los no asegurados respondió haber esperado al menos un minuto, mientras que
entre los asegurados este porcentaje fue de 46,4% (Figura 24).
62
Figura 24. Distribución de tiempo de espera de asegurados
Fuente: ENAHO, 2015.
En resumen, esta distribución puede estar afectada por el mayor número de respuestas para
los asegurados, que permite captar pocos casos, pero con tiempos muy superiores al resto. Otra
interpretación posible es que, las personas sin seguro están accediendo más rápidamente a la atención
de salud.
3.2.2 Desigualdades en resultados

Para el análisis de resultados según seguro de salud se han estudiado tres indicadores: el uso de
consulta médica, el uso de hospitalización, el uso de atención dental y el control de mujeres embarazadas.
a. Consulta médica
Como se puede ver en figura 25, el porcentaje de consulta médica es constantemente mayor entre las
personas con seguro que las que no tienen seguro. Aunque las diferencias se redujeron algo en 2010,
en el año 2015 se han vuelto a ampliar y alcanza a casi un 50% más entre las personas aseguradas.
Figura 25. Consulta médica según se cuente o no con seguro
35
Porcentaje de personas que accedieron a la
32,0 31,8
30 26,8 27,1
25 22,6
consulta médica (%)
20
15 14,0
10
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
63
Al igual como ocurre con la variable de acceso a atención formal, este indicador puede estar
reflejando una mayor facilidad de acceso a atención médica de parte de las personas con seguro. La
dimensión de las diferencias medias y su distribución en ambos grupos confirma además que estas son
estadísticamente significativas (Contraste 5).
b. Hospitalización
Al igual como ocurre con la utilización de consulta médica, la tasa de hospitalización es claramente
superior entre las personas con seguro de salud en los tres años estudiados (Figura 26). Aunque en
ambos, por razones obvias, el porcentaje de personas con hospitalización es bajo, para los asegurados
es casi el doble. Una vez más, esto puede indicar un mejor acceso.
Figura 26. Hospitalización según se cuente o no con seguro
8
7,2
Porcentaje de personas que requirieron
7
5,9
6 5,6
hospitalización (%)
5
4,1
3,8
4
3 2,4
2
1
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
Siendo pocos los casos, resulta más determinante analizar si las diferencias son significativas
estadísticamente, y los resultados del Contraste 6 confirman que la brecha lo es. Vale decir, las personas
con seguro de salud acceden proporcionalmente más a servicios de hospitalización.
c. Atención dental
Muchos servicios de la atención dental no están cubiertos por los seguros de salud. No obstante, ya sea
por esos pocos servicios cubiertos o por otras variables ocultas correlacionadas, lo cierto es que las
personas con seguro de salud tienen una tasa de atención dental superior a las no aseguradas en los
tres años de estudio (Figura 27) y esta diferencia es estadísticamente significativa (Contraste 7).
64
Figura 27. Atención dental según se cuente o no con seguro
14
11,8
Porcentaje de personas que reciben
12 11,5 11,3
10 9,4
atención dental (%)
8,3
8 6,8
6
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
d. Control de mujeres embarazadas

Como se vio en el capítulo anterior, la tasa de utilización de control del embarazo ha ido aumentando
con los años. Tanto es así, que en 2015 cerca de nueve de cada diez mujeres que habían parido habían
tenido control del embarazo.
Las diferencias por lo tanto, son menores entre los distintos grupos, aunque persisten. Salvo 2010,
en el que tanto las mujeres con seguro como las que no tenían seguro tuvieron proporciones similares
de control del embarazo, en los otros años, las mujeres aseguradas parecen estar más proclives a la
utilización de este servicio (Figura 28).
Figura 28. Control del embarazo según se cuente o no con seguro
95 93,0
91,6
Porcentaje de mujeres con control de
90,0
90
85,4
embarazo (%)
85 83,2
80 78,9
75
70
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
65
En términos estadísticos y contrariamente al resto de indicadores antes analizados, la diferencia en

la atención del embarazo no es significativa por grupos estudiados en 2005 y lo es muy poco en 2015.
Vale decir, aunque en 2005 las mujeres sin seguro accedieron en promedio en mayor medida a este
tipo de controles, la diferencia no es estadísticamente relevante con las mujeres aseguradas. En 2015
la significatividad sí se produce, pero por márgenes muy ajustados, por lo que cabe cuestionarse si en
este caso la existencia de seguro es relevante (Contraste 8).
3.2.3 Desigualdades de impacto

En este apartado se analizaron tres indicadores. El primero de ellos es la tasa de autoexclusión de
personas por motivos económicos, vale decir el porcentaje de personas con evento de salud que no
demandaron servicios formales por motivos económicos. El segundo indicador es la tasa de pago, que
refleja el porcentaje de personas atendidas en consulta médica y exámenes que tuvo que pagar por
ello. Por último, el tercer indicador es el de impacto del pago por consulta. Es decir, si el pago por
consulta médica fue distinto en proporción a su ingreso en los hogares que pagaron por ella.
a. Autoexclusión
En concordancia con la literatura, las personas con seguro muestran una menor tasa de autoexclusión
de atención por motivos económicos. En el caso de Perú, lo primero que destaca es la rápida disminución
de estos casos, principalmente entre aquellos sin seguro de salud. Por su parte, las personas con seguro
de salud mantuvieron tasas similares en 2005 y 2010, pero se redujeron en 2015 (Figura 29).
Figura 29. Autoexclusión económica según se cuente o no con seguro

Porcentaje de personas que se autoexcluyeron
35
de la atención por motivos económicos (%)
30,1
30
25
20 17,7
15
10,7
9,5 9,5
10
5,7
5
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
En términos estadísticos, las diferencias son significativas en 2005 y 2015, lo que confirma que las
personas con seguro de salud son menos proclives a no solicitar atención formal por motivos económicos
(Contraste 9).
b. Pago de consulta médica y exámenes

El pago o no pago por consulta médica muestra claramente la protección de los seguros de salud.
Aunque en los tres años de estudio el porcentaje que se ha pagado por este servicio médico ha
disminuido, lo ha hecho principalmente entre los no asegurados. Las personas con seguro de salud
mantienen una tasa de pago cercana al 20% de los que han requerido el servicio, que es menor de la
mitad de los no asegurados incluso en 2015 (Figura 30).
66
Figura 30. Pago de consulta según se cuente o no con seguro
70
Porcentaje de personas que pagaron la
60 57,9
50 44,2 43,5
consulta (%)
40
30
19,8 21,0 19,1
20
10
0
2005 2010 2015
Fuente: ENAHO 2005, 2010 y 2015.
La dimensión de la diferencia y su distribución confirman que las diferencias son estadísticamente

significativas entre ambos grupos y que por lo tanto las personas con seguro de salud están menos
sujetas a pago que las personas sin seguro (Contraste 10).
c. Impacto del pago en atención de consulta

Un último resultado interesante se deriva de calcular el impacto del pago por consulta entre personas
con seguro y personas sin seguro. En la figura 31 se puede apreciar que, pese a que las personas
aseguradas son menos proclives a tener que pagar por la atención, cuando deben hacer, el impacto
sobre sus ingresos es ligeramente mayor que aquellos sin seguro de salud. Más aún, la diferencia se
mantiene e incluso se amplía en los años estudiados.
Figura 31. Impacto del pago según se cuente o no con seguro
3
Impacto del pago de la consulta (%)
Fuente: ENAHO 2005, 2010 y 2015.
67
La contrastación estadística comprueba que las diferencias entre ambos grupos son significativas
(Contraste 11). Este comportamiento puede indicar que las personas con seguro de salud, a igual
nivel de ingreso que otros sin seguro, optan por acceder a servicios más caros en los que deben
realizar un desembolso mientras que los que no tienen seguro se limitan a utilizar servicios de menor
coste.
68
Capítulo IV
Equidad y Seguro Público de Salud

4.1 Seguros públicos: SIS y EsSalud
El SIS se define como un:
Organismo Público Ejecutor del Ministerio de Salud que tiene como finalidad proteger la salud de los
peruanos que no cuentan con un seguro de salud, priorizando en aquellas poblacionales vulnerables
que se encuentran en situación de pobreza y pobreza extrema (...) también busca mejorar la eficiencia
en la asignación de los recursos públicos e implementando instrumentos de identificación del usuario,
priorizando el componente materno infantil.
Por su parte, EsSalud se define como:
Un organismo público descentralizado, con personería jurídica de derecho público interno, adscrito
al Sector Trabajo y Promoción Social que tiene por finalidad dar cobertura a los asegurados y sus
derechohabientes a través del otorgamiento de prestaciones de prevención, promoción, recuperación,
rehabilitación, prestaciones económicas, y prestaciones sociales que corresponden al régimen contributivo
de la Seguridad Social en Salud, así como otros seguros de riesgos humanos.
Los requisitos para estar afiliado al SIS en su modalidad de gratuidad son pertenecer a la población
vulnerable, para lo cual deben estar registrados en el Sistema de Focalización del Ministerio de
Desarrollo e Inclusión Social (SISFOH) o presentar la documentación que le permita acreditarse como
tal, y no tener otro seguro de salud.
Por su parte, para estar afiliado en EsSalud, se debe contar con tres meses de aportación consecutivos
o cuatro no consecutivos durante los seis meses anteriores al mes de solicitar la atención médica, y
tener vínculo laboral vigente.
De acuerdo a la Superintendencia de Salud (SuSalud), al 31 de diciembre de 2015 el SIS contaba
con 16 078 993 afiliados, un 51,6% de la población nacional y EsSalud con 8 303 345; 26,7% del
total (Figura 32).
Otras 470 987 personas (15,12%) están aseguradas en las Fuerzas Armadas y Policía Nacional del
Perú (FFAA y PNP) y 745 719 personas (23,9%) en Entidades Prestadoras de Salud (EPS).
Todos los afiliados a estos seguros se consideran cubiertas por el Aseguramiento Universal en Salud
(AUS). De esta manera, el total de personas sin seguro de salud asciende a 5 552 599 individuos; el
17,8% de la población nacional (SuSalud 2016).
Para profundizar en el perfil de las personas aseguradas a SIS y EsSalud se debe recurrir a dos tipos
de fuentes de información.
La primera es la que entregan los propios seguros en base a los registros individuales de sus afiliados.
Las ventajas de estos registros es que se basan en el universo poblacional de cada uno, y la desventaja
es que la mayoría de las veces no permiten obtener información remitida a otras características
individuales o familiares más allá de las necesarias para el funcionamiento administrativo del seguro.
La segunda fuente está basada en las encuestas a la población como la ENDES y la ENAHO. Estas
se basan en entrevistas realizadas a muestras de la población y aborda múltiples aspectos de la vida
y condiciones de las familias e individuos. La desventaja es que, por ser una muestra, el nivel de
desagregación va disminuyendo la capacidad explicativa y la significatividad de los resultados. Esto
es particularmente importante para este capítulo, por cuanto es muy frecuente cuando se quieren
analizar desigualdades entre seguros con desagregación departamental.
69
Figura 32. Cobertura del Aseguramiento Universal de Salud a diciembre de 2015
Sin
cobertura
EPS 2,4% 17,8%
FFAA-PNP
1,5% SIS
51,6%
EsSalud
26,7%
Nota: SIS, Seguro Integral de Salud; EPS, Entidad Prestadora de Salud; FFAA-
PNP, Fuerzas Armadas y Policia Nacional; EsSALUD, Seguro Social de Salud
Fuente: SuSalud (2016)
a. Según registros institucionales

Las estadísticas de cada seguro difieren de las utilizadas en el apartado anterior debido a que SuSalud
depura la información que éstos le brindan por errores o no coincidencias con registros oficiales. De esta
forma, el SIS reconoce una población beneficiaria mayor en un 4,3% a la oficial de la Superintendencia
y EsSalud, una población un 29,5% mayor.
De acuerdo a estas fuentes, el perfil etario de cada seguro es distinto. En primer lugar, SIS tiene
una mayor presencia de mujeres (52,7%) que EsSalud (49,7%). En segundo lugar, el SIS tiene una
mayor concentración entre los menores de edad. En el grupo de 0 a 17 años concentra el 40,2% de
afiliados, frente a 29,9% de EsSalud. Por el contrario, EsSalud tiene mayor presencia de personas en
edad adulta. Los afiliados de 30 a 59 años representan el 40,3% de los afiliados a EsSALUD, mientras
que en el SIS sólo el 29,8% (Figura 33).
Figura 33. Distribución de población afiliada a SIS y EsSalud por sexo y edad a diciembre de 2015
Edad (en años) % Afiliados % Afiliados
60 9,9 13,0
30-59 29,8 40,3
18-29 20,2 16,8
5-17 28,8 21,3
0-4 años 11,4 8,6
25 15 5 5 15 25 25 15 5 5 15 25
Mujeres Hombres Mujeres Hombres
Fuente: SIS (2016). Fuente: EsSalud (2016).
70
En otro aspecto, ambos seguros proporcionan la distribución de sus poblaciones por departamento
(EsSalud por Red asistencial10). En estas estadísticas, el SIS se concentra en territorios más pobres
mientras que EsSalud tiene presencia en aquellos con mayor mercado laboral formal (aparte de Lima,
que por tamaño de la población es el departamento con más afiliados en ambos).
Un indicador que permite resaltar las diferencias es el número de afiliados de SIS en cada departamento
sobre el número de afiliados de EsSalud en el mismo departamento. En términos generales, y siguiendo
las fuentes de cada seguro, existen 1,5 afiliados de SIS por cada afiliado de EsSalud.
Así, los departamentos pueden agruparse en tres tipos: G1 para aquellos en los que el SIS concentra
relativamente más proporción de su población afiliada (valores mayores a 2), G3 para aquellos donde
EsSalud concentra relativamente más proporción (valores menores a 1) y G2 para regiones en que las
proporciones son similares al promedio nacional (valores entre 1 y 2).
Los resultados muestran que el SIS tiene una presencia relativa mayor en Cajamarca, Amazonas,
Ayacucho, San Martín, Apurímac y Huancavelica, mientras que EsSalud es más importante en Arequipa,
Moquegua, Ica y Callao (Cuadro 22).
Cuadro 22. Afiliados a SIS y a EsSalud por departamento y por grupo a diciembre de 2015
G1 SIS G2 Media G3 EsSalud

Cajamarca 6,9 Piura 1,9 Arequipa 0,8
Amazonas 5,3 Pasco 1,8 Moquegua 0,8
Ayacucho 4,7 La libertad 1,7 Ica 0,7
San Martín 4,5 Tacna 1,2 Callao 0,2
Apurímac 4,1 Lambayeque 1,2
Huancavelica 4,0 Lima 1,1
Huánuco 3,9
Loreto 3,6
Puno 3,5
Ucayali 3,0
M. de Dios 2,8
Cusco 2,8
Ancash 2,4
Tumbes 2,2
Junín 2,1
Fuente: SIS (2016) y EsSalud (2016).
b. Según encuestas nacionales

Para obtener mayor información es necesario recurrir a las encuestas. Resulta evidente que las cifras no
coinciden pero mantienen dimensiones y proporciones en línea con las de SuSalud y las de cada seguro
por separado. De acuerdo a la ENAHO 2015, el SIS tenía un total de 13 828 075 afiliados y EsSalud un
total de 8 372 299. Es decir, por cada afiliado a EsSalud hay 1,7 afiliados a SIS (una media de 2 según
EsSalud y una media de 1,5 según los seguros por separado).
Imputada por Departamento según ubicación de la Dirección General

10
71
La subestimación del SIS puede responder al no reconocimiento explícito de pertenencia o a

la desinformación de pertenencia. El resultado en cualquier caso es una menor estimación de la
cobertura, que baja del 82,2% según EsSalud y al 72,8% según ENAHO (Cuadro 23).
Cuadro 23. Distribución de la población según su afiliación a seguro de salud, 2015
2005 2015
Personas % Personas %
SIS 3 895 671 43,7 13 828 075 62,3
EsSalud 5 011 592 56,3 8 372 299 37,7
Subtotal 8 907 264 100,0 22 200 374 100,0
Otros 1 629 154 5,8 965 287 3,0
Sin seguro 17 645 416 62,6 8 659 490 27,2
Total 28 181 834 100,0 31 825 151 100,0
Si bien se observa que las cifras no coinciden, sí muestran las mismas tendencias y perfiles: mayor
presencia del SIS en los menores de edad y de EsSalud en los adultos, y concentración relativa del SIS
en departamento más pobres que los de EsSalud (Cuadro 24).
La ventaja de las encuestas es que permiten indagar en otras características de la población afiliada
que no se recogen en los registros. En este sentido, la ENAHO permite conocer otras características de
la población como son el nivel educacional, la tasa de pobreza o la distribución por cuartil de ingresos.
Cuadro 24. Distribución de población afiliada por sexo, edad y seguro SIS/EsSalud
y departamento por número de afiliados SIS/EsSalud. 2015
Distribución Departamento por grupos1/

SIS EsSalud G1 SIS G2 Media G3 EsSalud
Huancavelica 7,0 Piura 2,6 Callao 0,7
Sexo Ayacucho 6,9 Ancash 2,5 Arequipa 0,7
Masculino 45,6 48,5 Apurímac 5,9 Junín 2,5 Lima 0,7
Femenino 54,4 51,5 Cajamarca 5,6 M. de Dios 2,3 Ica 0,5
Edad(en años) Amazonas 5,5 Pasco 2,3
0-17 39,9 28,6 Huánuco 5,2 La Libertad 1,6
18-29 15,9 12,1 Puno 4,4 Lambayeque 1,5
30-44 17,1 22,6 Cusco 4,4 Tacna 1,2
45-64 17,4 22,7 Loreto 4,2 Moquegua 0,9
65 y más 9,7 13,9 San Martín 4,2
Media*** 30 años 36,5 años Tumbes 2,7
Ucayali 2,7
Elaborado sobre media 1,7 (G1: Más de 2,6; G2: 0,8-2,6; G3: Menos de 0,8)
1/
Diferencia significativa al 95%.

***
Fuente: ENAHO 2015
72
En esta desagregación se puede apreciar que el SIS concentra población con menor nivel de estudios.
La personas con secundaria incompleta o menos estudios representan el 75,4% de la población afiliada
a este seguro. Mientras que en EsSalud el porcentaje es del 40,9% (Cuadro 25).
Cuadro 25. Afiliados a SIS y a EsSalud según nivel educativo, ingreso y tasa de pobreza en 2005 y en 2015
2005 2015
SIS EsSalud SIS EsSalud
Nivel educativo
Sin educación 20,7 6,7 10,5 3,5
Primaria incompleta menor 50,6 18,3 33,5 18,0
Primaria o secundaria incompleta 26,1 23,4 31,4 19,4
Secundaria y superior no universitaria 2,6 35,2 21,3 36,8
Superior universitaria 0,1 16,5 3,3 22,3
Cuartil de ingreso1/
Cuartil I 46,1 2,2 43,8 4,7
Cuartil II 32,2 14,6 29,5 17,4
Cuartil III 15,6 31,1 18,4 30,3
Cuartil IV 6,1 52,2 8,3 47,6
Ingreso per cápita2/
Pobreza 3.132,9 8.298,5 7.116,9 14.741,9
Ingreso per cápita2/ *** Pobre extremo 31,2 1,2 7,7 0,2
Pobre no extremo 50,5 21,2 28,1 6,0
No pobre 18,3 77,6 64,2 93,8
Total 100,0 100,0 100,0 100,0
1
Cuartil de ingreso per cápita equivalente sobre consumo familiar
2
Consumo equivalente per cápita en soles anuales
Significancia estadística al 95%.
***
Dada la propia misión del SIS, el 78,3% de su población pertenece a los cuartiles I y II, frente al
22,1% en EsSalud. Asimismo, la tasa de pobreza entre los del SIS alcanza al 35,8% mientras que en
EsSalud es del 6,2%. Aunque la diferencia es notable, en 2005 esta era aún más acentuada: 81,7% y
22,4% respectivamente.
En relación a las desigualdades en salud, se aplica el mismo marco conceptual utilizado hasta ahora
con algunas modificaciones (OMS 2014). La primera modificación es que se amplían las variables de cada
apartado. La segunda modificación es que se introducen otras variables de distinta naturaleza como son
la vacunación de menores y mortalidad infantil y en la niñez. Por último, una tercera modificación es que
se profundiza en el análisis por departamento administrativo de las brechas según seguro. Todas estas
variaciones del marco conceptual inicial se han realizado por solicitud directa de OPS Perú.
4.2 Desigualdades en productos

Se analizan dos variables de desigualdad en productos: la cronicidad y la existencia de un evento de
salud, según el tipo de seguro. A estas se agrega un tercer análisis de mortalidad infantil y en la niñez.
a. Cronicidad y evento de salud según el tipo de seguro

La cronicidad es mayor entre los afiliados a EsSalud que los afiliados al SIS, aunque la diferencia entre
ambos se ha reducido desde 23,3 puntos en 2005 a 10,5 puntos en 2015 (Cuadro 26). No obstante,
se debe considerar que la cronicidad está asociada a la edad de las poblaciones, por lo que EsSalud
lógicamente tiene una mayor carga de este tipo.
73
Cuadro 26. Cronicidad y evento de salud según el tipo de seguro en 2005 y en 2015 (%)
2005 2015
Cronicidad*
Crónico 8,8 31,2 32,1 42,6
No crónico 91,2 68,8 67,9 57,4
Total 100,0 100,0 100,0 100,0
Evento de salud*
Con evento 49,5 53,0 61,3 55,0
Sin evento 50,5 47,0 38,7 45,0
Total 100,0 100,0 100,0 100,0
*Relación significativa al 95% ambos en años (chi-cuadrado de Pearson).
Como se puede ver en el cuadro 27, la declaración de molestia crónica está fuertemente marcada
por la edad, siendo de un 81% entre los mayores de 65 años y tan sólo 12,1% entre los menores de
18 años. Ahora bien, cuando se realiza el análisis por seguro y edad se aprecia que en todos los tramos
la respuesta de cronicidad es mayor en EsSalud, siendo más amplia en los rangos de edad menores y
mayores.
Cuadro 27. Cronicidad por tramo de edad y seguro, 2015 (%)
Edad(en años) SIS EsSalud Total

0-17 9,4 18,4 12,1
18-29 21,9 26,8 23,5
30-44 37,7 38,3 38,0
45-64 61,4 61,6 61,5
65 y más 79,7 82,3 81,0
Total 32,1 42,6 36,1
Fuente: ENAHO 2015
En el análisis por departamento se puede apreciar que, en los casos con significatividad estadística,
la tasa de cronicidad es mayor en EsSalud que en el SIS en los dos años de análisis.
En este análisis temporal también se puede ver que las brechas se redujeron en casi todos los
territorios, con la única excepción de Amazonas. Así, las mayores diferencias identificada en 2005
en Lambayeque y la Libertad disminuyeron en comparación con las más altas en 2015 producidas en
Amazonas y nuevamente en La Libertad (Cuadro 28).
74
Cuadro 28. Tasa de cronicidad y evento de salud según el departamento y el tipo de seguro en 2005 y en 2015 (%)
Cronicidad Evento de salud

Departamento 2005 2015 2005 2015
SIS EsSalud SIS EsSalud SIS EsSalud SIS EsSalud
Amazonas 8,5 26,6 *** 32,1 57,0 *** 53,6 62,3 *** 58,1 58,4
Ancash 4,9 30,5 *** 38,6 52,0 *** 42,4 48,4 78,7 79,6
Apurímac 12,5 27,3 *** 36,3 42,5 45,9 56,6 70,7 70,3
Arequipa 7,8 32,9 *** 28,2 35,3 *** 64,2 64,3 56,3 52,1 ***
Ayacucho 1,8 10,5 *** 22,0 27,3 *** 49,6 61,4 *** 63,4 63,5
Cajamarca 11,4 31,5 *** 24,9 31,9 *** 50,1 53,3 61,0 62,3
Callao 9,0 29,1 *** 42,5 42,1 37,5 36,6 62,6 52,7 ***
Cusco 3,4 20,3 *** 29,9 42,4 *** 55,0 61,8 *** 65,2 65,1
Huancavelica 3,7 17,3 *** 20,6 24,8 *** 50,5 60,6 *** 56,9 59,9 ***
Huánuco 11,5 34,7 *** 29,8 43,7 *** 57,8 61,8 63,8 62,9
Ica 17,0 37,1 *** 39,6 43,3 *** 66,7 63,3 74,2 67,5 ***
Junín 7,4 23,3 *** 32,9 46,3 *** 54,8 56,8 70,4 70,3
La Libertad 9,9 37,1 *** 38,0 56,6 *** 50,2 61,6 *** 63,4 62,6
Lambayeque 14,7 41,6 *** 31,5 44,1 *** 55,0 61,5 *** 51,5 45,6 ***
Lima 13,5 33,2 *** 35,6 42,2 *** 38,0 46,7 *** 55,7 50,1 ***
Loreto 6,7 18,9 *** 23,8 37,3 *** 39,4 40,6 52,5 54,8
Madre de Dios 1,6 18,0 *** 15,1 20,8 *** 34,9 34,1 47,5 51,5
Moquegua 11,0 26,3 *** 51,1 55,5 *** 61,2 61,0 69,7 65,2
Pasco 6,3 20,2 *** 39,9 51,4 *** 46,5 60,9 *** 72,6 75,0
Piura 5,6 27,9 *** 26,5 34,6 *** 51,1 58,5 47,6 40,3 ***
Puno 1,6 24,6 *** 42,3 50,9 *** 66,6 75,4 *** 80,6 78,5 ***
San Martín 10,0 23,0 *** 31,9 35,9 *** 50,7 53,1 53,6 48,1
Tacna 20,3 38,3 *** 37,6 43,7 *** 63,2 58,3 59,7 48,4 ***
Tumbes 19,5 39,6 *** 35,9 44,8 *** 54,7 46,3 *** 52,8 51,9
Ucayali 10,8 22,7 *** 27,5 37,7 *** 33,1 47,8 *** 64,7 64,4
***
Significancia estadística al 5%.
75
En el análisis de evento de salud los comportamientos son distintos (Cuadro 28). Entre 2005 y 2015
las proporciones de personas que reconocieron tener un evento de salud pasaron de ser mayores en
EsSalud que en SIS a la relación inversa, aun considerando sólo las diferencias significativas.
Estos resultados muestran un incremento proporcional de los casos de evento de salud declarados
por los afiliados del SIS y puede deberse a los efectos de mayor acceso de sus beneficiarios o bien a
que la ampliación de la cobertura del SIS se haya realizado hacia personas más proclives a declarar un
evento de salud.
Dadas las características de la población afiliada al seguro integral, es posible esperar que los eventos
de salud y la salud en general partan de una situación de mayor precariedad que la media nacional.
Así, el proceso que se ha producido estos diez años parece más bien ser respuesta a la toma de
conciencia de acceso a estos servicios de parte de la población. Es decir, la situación de 2015 reflejaría
de mejor manera lo esperado en términos de necesidades, y a lo que habría que buscar explicación es
a la situación de diez años antes (existiría una posible demanda contenida).
En los departamentos comparables con datos significativos la brecha se redujo en Huancavelica,
Puno, Lambayeque y Lima. En todos ellos se confirma el cambio de sentido por el aumento en SIS, pero
también una reducción en EsSalud en los dos últimos. En definitiva, aunque sólo son cuatro territorios,
parecen corroborar la tendencia descrita en términos generales.
b. Acceso a la atención formal según el tipo de seguro

El acceso a la atención formal se ha definido como el porcentaje de personas que accedieron a atención
formal por un evento de salud que ellos mismo reconocieron como suficientemente grave para necesitar
atención. Es decir, se han excluido los casos de evento de salud en que la persona afectada dijo no
haber recurrido a un centro porque no lo consideró grave o no fue necesario.
En concreto, se entiende como atención formal aquella recibida en un puesto o centro de salud e
Minsa, puesto o centro de Comités Locales de Administración de Salud (CLAS), posta o policlínico de
EsSalud, hospitales de seguro, Minsa o FFAA-PNP, consultorios particulares o clínicas privadas.
Los resultados muestran que, aún con ambos seguros, más del 40% de la población no tuvo acceso
a atención formal en 2005. Más preocupante aún es que, si bien este porcentaje se mantuvo constante
entre los afiliados a EsSalud, en el SIS aumentó hasta el 50,3% en 2015 (Cuadro 29).
Una vez más, puede estar influyendo la distribución por edad en el sentido de que las personas
mayores sean más propensas a acudir a un centro de atención, explicando así las diferencias entre
ambos seguros.
Cuadro 29. Atención formal frente a un evento de salud con necesidades de atención según el tipo de seguro de
salud, en 2005 y en 2015 (%)
2005 2015
Atención formal
Con atención formal 59,6 59,8 49,7 60,9
Sin atención formal 40,4 40,2 50,3 39,1
Total 100,0 100,0 100,0 100,0
Un cruce con esta variable muestra que con independencia del tramo de edad, la atención formal
es mayor entre los afiliados a EsSalud y más aún, que esta diferencia es precisamente mayor entre las
personas que por edad están más sujetas a sufrir eventos de salud.
76
Cuadro 30. Atención formal ante la necesidad de atención por edad y según el tipo de seguro de salud, 2015
Edad(en años) SIS EsSalud Total

0-17 58,4 67,0 60,9
18-29 44,0 52,5 46,5
30-44 45,5 53,7 48,6
45-64 45,0 59,1 50,6
65 y más 48,3 67,2 56,1
Total 49,7 60,9 53,7
Fuente: ENAHO 2015.
Según centro de salud, el más recurrido es el Puesto del Minsa y los hospitales de EsSalud tanto en
2005 como en 2015.
En el caso del SIS, los puestos y centros del Minsa son los más utilizados, con el 69,5% del total en
2015 y en EsSalud son los hospitales, postas y policlínicos del seguro con el 63,5% ese año (Cuadro 31).
Cuadro 31. Lugar de atención formal al que acudió por evento de salud según el tipo de seguro de salud, 2015 (%)
2005 2015
SIS EsSalud Total SIS EsSalud Total
Puesto de salud (Minsa) 55,9 4,9 27,0 47,1 4,6 29,8
Centro de salud (Minsa) 23,8 3,2 12,2 22,4 3,0 14,5
Centro o puesto de salud CLAS 7,7 1,0 3,9 4,5 0,4 2,8
Posta, policlínico (EsSalud) 0,1 21,0 11,9 1,1 17,0 7,6
Hospital (Minsa) 8,1 3,5 5,5 11,6 2,6 7,9
Hospital del Seguro (EsSALUD) 0,5 50,3 28,7 0,4 45,5 18,8
Hospital de las FF.AA. - PNP 0,0 0,0 0,0 0,1 0,2 0,1
Consultorio médico particular 3,5 10,9 7,7 7,3 12,0 9,2
Clínica particular 0,5 5,2 3,1 5,5 14,6 9,2
Total 100,0 100,0 100,0 100,0 100,0 100,0
FF.AA. - PNP: Fuerzas Armadas y Policía Nacional de Perú
CLAS: Comités Locales de Administración en Salud
Una tendencia que se aprecia en la comparación de los diez años, es el aumento de la utilización
de consultorios y clínicas privadas que pasaron del 4% al 12,8% de las menciones en SIS y del 16,1%
al 26,6% en las de EsSalud. Esto muestra un incremento de la parte de mercado y posiblemente un
incremento del gasto de bolsillo.
Una segunda fuente de información sobre lugar de atención es la que proporciona la encuesta
ENSALUD. Cabe recordar que esta se realiza en 181 establecimientos de salud. Los resultados de dicha
encuesta acentúan esta diferencia.
Como se puede ver en la Cuadro 31, casi la totalidad de los que reconocen estar en el SIS asiste a
establecimientos del Minsa y gobiernos regionales, mientras que en el caso de EsSalud, la concentración
es algo menor: uno de cada diez asiste a un centro que no es de su seguro, casi en iguales proporciones
entre clínicas privadas y establecimientos del Minsa y gobiernos regionales.
77
Cuadro 32. Porcentaje de personas en establecimientos de salud según el tipo de seguro de salud, 2015
Seguro de salud
Establecimiento SIS EsSalud
Ministerio de Salud y Gobiernos Regionales 98,80% 3,60%
ESSALUD 0,00% 91,40%
Fuerzas Armadas y Policiales 0,70% 1,30%
Clínicas del Subsector Privado 0,50% 3,70%
Total 100,0% 100,0%
Fuente: ENSALUD 2015.
Volviendo a los datos más generales de la ENAHO, en el análisis territorial de acceso a atención
formal y seguro de salud se aprecia que las brechas son escasamente significativas en 2005 y aquellas
que lo son no permiten obtener una conclusión clara acerca de cuál seguro muestra mayor acceso en
cada territorio.
Sin embargo, para 2015 la significatividad de la muestra aumenta y, con ello, la de las brechas. En
todos los casos en los que se pueden obtener conclusiones, las tasas de acceso a servicios de salud son
mayores para los afiliados de EsSalud que los de SIS en cerca diez puntos porcentuales. Esto se puede
afirmar para Amazonas, Arequipa, Callao, Cusco, Huánuco, Junín, La Libertad, Lambayeque, Lima,
Piura, Puno, Tacna, Tumbes y Ucayali.
Cuadro 33. Tasa de acceso a atención formal por departamento y tipo de seguro de salud en 2005 y en 2015 (%)
Acceso atención formal

Departamento 2005 2015
Amazonas 61,0 53,6 55,5 64,1
Ancash 63,4 67,5 43,9 56,7 ***
Apurímac 49,2 53,0 49,3 48,4
Arequipa 65,9 60,7 52,7 60,8 ***
Ayacucho 48,7 50,2 51,9 56,1
Cajamarca 65,4 63,7 51,4 61,8
Callao 70,7 61,6 59,6 71,8 ***
Cusco 58,7 54,9 45,7 55,3 ***
Huancavelica 45,5 49,8 53,9 46,7
Huánuco 55,8 60,3 47,6 62,5 ***
Ica 67,6 52,7 58,6 53,6
Junín 72,3 46,0 *** 41,0 50,0 ***
La Libertad 56,5 59,4 *** 42,8 56,6 ***
Lambayeque 73,6 65,9 53,6 62,6 ***
78
Lima 69,1 67,1 61,2 65,3 ***
Loreto 55,1 52,8 59,8 62,5
Madre de Dios 73,1 61,3 54,0 64,6
Moquegua 68,0 53,6 43,8 50,2
Pasco 50,2 50,6 ***

47,2 50,7
Piura 53,2 51,2 47,8 62,3 ***
Puno 48,1 53,1 28,6 39,5 ***
San Martín 55,4 23,0 51,9 54,3
Tacna 59,6 55,0 46,9 62,2 ***
Tumbes 56,3 60,1 51,2 66,8 ***
Ucayali 66,1 65,9 52,5 62,5 ***
***
Significativo al 5%.
Los casos comparables para ambos años, Junín y La Libertad, confirman esta impresión sobre un
aumento o mantenimiento de la tasa de acceso de los afiliados a EsSalud mientras se deteriora la tasa
de acceso de los afiliados al SIS.
c. Satisfacción con la atención

La encuesta ENSUSALUD, realizada in situ en los establecimientos de atención de salud, entrega
información sobre el grado de satisfacción de los usuarios. Esta información es particularmente útil, por
cuanto se realiza pocos minutos después de haber recibido atención. En concreto se pregunta “Respecto
al servicio recibido el día de hoy en este establecimiento, ¿cómo calificaría su nivel de satisfacción?” y se
ofrece una escala de cinco opciones que va desde “muy satisfecho/a” a “muy insatisfecho/a”.
Los resultados muestran que los niveles de satisfacción son elevados en ambos seguros. Cerca
de dos tercios partes de las poblaciones que accedieron expresaron estar satisfechas con el servicio
recibido (Cuadro 34). La diferencia en esta categoría es levemente mejor para los usuarios del SIS, con
cinco puntos por encima de EsSalud en esta misma categoría (63,7% y 68,9%, respectivamente).
Cuadro 34. Distribución en porcentaje de la población según el grado de satisfacción con el servicio recibido
para ambos tipos de seguro de salud, 2015 (%)
Seguro de salud
Grado de satisfacción SIS EsSalud
Muy insatisfecho/a 0,3 1,1
Insatisfecho/a 7,7 9,4
Ni satisfecho/a / ni insatisfecho/a 20,8 22,3
Satisfecho/a 68,9 63,7
Muy satisfecho/a 2,3 3,5
Total 100,0 100,0
Fuente: ENSALUD 2015.
79
Asimismo, el porcentaje de personas que responden estar muy insatisfechas o insatisfechas también
es mayor en EsSalud, aunque cabe señalar que también es ligeramente superior las que están muy
satisfechas.
Estos resultados se orientan en la misma línea que las respuestas disponibles para 2005 y 2010 en la
encuesta ENAHO (recordar que en 2015 no se realizó esta pregunta). Es decir, hay mayor satisfacción en
los grupos más representativos del SIS: personas más pobres, de menor nivel educativo y las más jóvenes.
d. Mortalidad neonatal, infantil y en la niñez

Las mortalidades en general se calculan sobre los registros de defunciones. Esto permite tener la edad
de la persona al morir y otra información relevante. A ello se agregan los registros de nacimientos, que
son necesarios para calcular la proporción de unos sobre otros.
Sin embargo, en carencia de ello, las encuestas pueden utilizarse para estimar estos valores a través
de las respuestas de las personas encuestadas acerca del nacimiento de menores, la ocurrencia de una
muerte, la edad y el año.
No obstante, esta aproximación es compleja y tiene debilidades debido al escaso número de
observaciones. Como señala el propio INE en la explotación de esta fuente: “las probabilidades de morir
a las diferentes edades consideradas son especialmente susceptibles de errores y variaciones aleatorias
propias de las encuestas por muestreo, dada la baja frecuencia de estos eventos en la población total”
(INE 2016b).
Parte de estas restricciones pueden subsanarse modificando la propia definición de mortalidad en
función de la cobertura temporal de las muertes.
La mortalidad neonatal es el número de niños/as fallecidos antes del primer mes de vida por cada mil
nacidos vivos en un año o periodo determinado. La mortalidad infantil es el mismo indicador pero para
fallecidos antes de cumplir un año de vida y la mortalidad en la niñez se calcula sobre fallecimientos
antes de los cinco años de vida.
El INE, para aumentar el número de observaciones utiliza bases de dos años seguidos y considera las
respuestas de muertos y nacidos vivos sobre el acumulado de los cuatro años anteriores a la encuesta,
que compara con los años quintos al noveno previo. Todo, sobre los nacidos vivos según las personas
encuestadas.
De acuerdo a este criterio los datos oficiales estiman una tasa de mortalidad neonatal de 10 por mil
nacidos vivos, una tasa de mortalidad infantil de 15 por mil nacidos vivos y una tasa de mortalidad en
la niñez de 18 por cada mil nacidos vivos (Cuadro 35).
Cuadro 35. Tasas de mortalidad neonatal, mortalidad infantil y mortalidad en la niñez según características
personales y territoriales1/ por cada 1 000 nacidos vivos, 2015
Neonatal Infantil Niñez

Sexo
Masculino 13 19 24
Femenino 9 15 19
Educación de la madre
Sin educación (17) (30) (43)
Primaria (12) 23 30
Secundaria 12 17 20
Superior (7) (9) 11
80
Quintil de riqueza
I 13 25 34
II (12) 23 27
III (11) 15 16
IV (8) (11) 12
V (6) (8) (11)
Región
Lima Metropolitana2 (8) (10) (11)
Resto Costa (8) 13 17
Sierra 14 25 30
Selva 12 22 30
Total 10 15 18
La tasa entre paréntesis es solo referencial

1/
Prov. de Lima y Prov. Const. del Callao.

2/
Fuente: INEI (2016).
El indicador es más robusto en el tercer indicador que en el segundo y que en el primero. Pese a
ello y con todas estas restricciones, está disponible una aproximación para las tres según características
personales y territoriales. La mayoría de las desagregaciones son sólo referenciales debido a la alta
variabilidad, mismo motivo por el cual el análisis por departamentos no está disponible.
Entre las características sobre las que se pueden obtener algunas conclusiones, se aprecia una
mayor tasa de mortalidad para hombres que para mujeres, una relación inversamente proporcional con
el nivel educacional de la madre y con el nivel de ingreso del hogar. El cruce por departamentos fue
reemplazado por uno de regiones en el que se observa que las regiones de la sierra y la selva presentan
tasas de mortalidad mayores.
Para realizar el análisis según el tipo de seguro y con el objeto de contar con una muestra más
numerosa, de manera análoga a como lo hace el INE, se ha ampliado el alcance de las respuestas por
año de vida. Así, en lugar de usar los cuatro años anteriores a la encuesta, se han utilizado los siete
años anteriores. El resultado es muy similar a los oficiales, entregando una tasa de mortalidad neonatal
de 8,9 por cada mil nacidos vivos, infantil de 14,5 por mil nacidos vivos y de la niñez de 16,6 por mil
nacidos vivos.
La tasa de mortalidad en la niñez, que cuenta con la muestra más amplia, arroja un valor de
18,7 para el SIS y de 10,6 para EsSalud, sobre mil nacidos vivos, y en mortalidad infantil, valores de
16 y 9,9, respectivamente y sobre mil nacidos vivos. Sin embargo, en ambos casos los valores no
son estadísticamente significativos. Por este mismo motivo, un análisis por departamento no tiene
representatividad con estas fuentes.
Cuadro 36. Tasas de mortalidad infantil y mortalidad en la niñez según el tipo de seguro de salud, por cada 1000
nacidos vivos, 2015
Tasa de mortalidad
Infantil En la niñez
SIS 16,0 18,7
EsSalud 9,9 10,6
Total estimado 14,5 16,6
Oficial 15,0 18,0
***Estadísticamente significativa al 0,05.

Fuente: ENDES 2015.
81
4.3 Desigualdades en utilización

Las estadísticas oficiales de cada seguro presentan información sobre atenciones, aunque en diferentes
formatos y clasificaciones. La diferencia es que el SIS sólo registra las atenciones tarifadas, mientras que
EsSalud, toda la producción asistencial. La primera entrega un total de 65,9 millones de atenciones en
2015 (una media de 3,9 por afiliado) y EsSalud un total de 290,3 millones de productos en 2015 (una
media de 27 por afiliado). Ambas no son comparables, salvo mayor desagregación de los registros
originales de cada seguro, cuyo análisis escapa a este estudio.
A través de las encuestas se tiene acceso a una estimación de la utilización de servicios de afiliados
a cada seguro, hayan sido tarifadas o no, con lo que las atenciones del SIS tienen menor subestimación
que los registros. Al ser encuestas, tienen como sesgo la capacidad de recordar del entrevistado y las
distintas referencias temporales de uso: en las últimas cuatro semanas (t4), los últimos tres meses (t3) o
los últimos 12 meses (t12). A continuación se presenta la tasa de utilización de:
a. Consultas. Desagregadas por consulta general (t4), servicio dental (t3), servicio oftalmológico (t3),
control de salud de los niños (t3) y controles del embarazo (t12).
b. E xámenes (t4). Desagregadas por análisis generales, rayos X y tomografías, y otros exámenes
como hemodiálisis.
c. I ntervenciones clínicas (t12). Desagregadas por hospitalización, intervención quirúrgica y atención
de parto.
d. Materiales (t3). Desagregados por medicinas, otros gastos como ortopedia, termómetro, etc.,
anticonceptivos y compra de lentes.
e. V
acunación de menores de 12 meses y de 36 meses. Desagregadas por tipo de vacuna: BCG,
tres dosis de Polio y tres dosis de DPT, más la antisarampionosa para mayores de un año y un
indicador resumen con todas las vacunas correspondientes.
a. Uso de consultas y controles

La frecuencia de consulta general, dental y oftalmológica es mayor entre los afiliados a EsSalud que
entre los de SIS, tanto en 2005 como en 2015. Las diferencias son algo menores en la consulta general,
pero se amplían proporcionalmente en servicios dentales y oftalmología (Cuadro 37).
Cuadro 37. Utilización de consultas y servicios según el tipo de seguro de salud (%)
2005 2015
Consulta general 25,0 29,1 27,3 31,0 33,4 31,9
Servicio dental 6,2 13,5 10,3 9,2 15,1 11,4
Servicio oftalmológico 0,8 6,3 3,9 2,2 6,3 3,8
Control de salud de los niños 1/
91,4 87,5 90,6 86,2 74,8 82,8
Control del embarazo2/ 38,8 6,7 14,8 4,9 3,1 4,3
Sobre niños y niñas de 2 o menos años de edad.
1/
Sobre mujeres de 15 a 44 años de edad.

2/
82
Para realizar este análisis en control de salud de niños se calcula esta proporción sobre menores
de 2 o menos años y para control del embarazo, sobre mujeres en edad fértil. Esto se debe a que las
distribuciones poblacionales de cada seguro son distintas.
Este análisis muestra que, proporcionalmente a la población específica, la cobertura del control de
menores es más alta en el SIS que en EsSalud tanto en 2005 como en 2015 y lo mismo ocurre con el
control del embarazo, aunque en este último caso, las observaciones para SIS en 2005 entregan un
valor anormal. En cualquier caso, las tendencias apuntan a confirmar lo que se ha comentado en otros
capítulos sobre los favorables resultados en salud materna e infantil de este seguro.
El porcentaje de personas que reconoce haber utilizado consulta médica es mayor en casi todos
los departamentos con significancia estadística para los afiliados de EsSalud que los del SIS en 2005
y en 2015 (Cuadro 38). La única diferencia a favor de los afiliados del SIS es significativa en Callao en
2005 y en ICA en 2015, pero la brecha promedio entre ambos seguros se sitúa en cerca de 6,5 puntos
porcentuales ambos años.
Los seis departamentos en que las diferencias son significativas para los dos años estudiados y
favorecen a los afiliados a EsSalud son Ancash, Huancavelica, La Libertad, Pasco, Puno y Ucayali, por lo
que se puede asegurar con más o menos certeza que en promedio estos afiliados tienen una tasa de
utilización mayor en este servicio.
Las tasas de uso se reducen claramente en el análisis de atención dental. Dado que es un servicio
escasamente cubierto por los seguros y que implican desembolso económico, en la mayoría de los
departamentos no supera niveles del 15% en 2005 y del 20% en 2005 (Cuadro 38).
Cuadro 38. Tasa de utilización de consulta y atención dental por departamento y

según el tipo de seguro de salud en 2005 y en 2015 (%)
Consulta y atención dental

Departamento 2005 2015 2005 2015
Amazonas 28,2 25,4 34,2 41,0 14,0 17,8 *** 6,8 17,7 ***
Ancash 23,0 30,7 *** 32,0 41,3 *** 3,4 9,6 *** 9,8 13,8 ***
Apurímac 19,2 23,4 33,5 40,9 *** 11,4 19,6 *** 6,9 16,2 ***
Arequipa 36,0 37,0 29,9 32,1 *** 12,4 20,1 *** 14,4 17,3 ***
Ayacucho 18,8 29,6 *** 36,5 36,0 5,1 19,1 *** 13,8 21,1 ***
Cajamarca 26,9 27,5 29,9 36,7 *** 3,3 11,9 *** 6,9 12,5 ***
Callao 25,6 18,2 *** 35,6 34,8 6,8 8,9 10,2 15,6 ***
Cusco 27,0 31,4 29,3 38,6 *** 6,1 19,4 *** 9,2 20,6 ***
Huancavelica 15,5 23,9 *** 27,0 30,6 *** 0,7 12,4 *** 5,8 7,6 ***
Huánuco 26,9 31,8 29,6 37,0 *** 5,2 10,5 *** 10,9 15,8 ***
Ica 39,3 30,7 37,5 31,6 *** 7,6 17,4 *** 10,6 14,5 ***
Junín 33,6 28,4 37,3 46,3 *** 6,3 13,0 *** 11,0 15,1 ***
83
La Libertad 24,3 34,1 *** 32,2 39,4 *** 8,0 12,4 *** 7,7 12,9 ***
Lambayeque 33,1 35,6 34,1 30,9 2,5 10,7 *** 8,0 10,9 ***
Lima 21,6 27,5 *** 32,8 31,3 9,3 13,2 *** 11,9 15,7 ***
Loreto 20,1 20,3 26,1 30,3 *** 3,2 11,8 *** 7,5 16,9 ***
Madre de Dios 22,0 17,3 26,9 32,7 5,6 5,7 11,7 18,9 ***
Moquegua 38,0 32,0 29,9 36,0 *** 16,0 16,9 12,9 19,1 ***
Pasco 21,3 28,6 *** 37,6 46,5 *** 6,2 16,4 *** 9,5 16,2
Piura 25,8 34,1 *** 21,8 24,8 6,1 8,0 3,8 7,7 ***
Puno 25,6 33,2 *** 29,4 40,3 *** 3,4 16,4 *** 10,0 19,5 ***
San Martín 25,3 24,7 27,7 26,4 4,2 14,9 *** 6,9 14,2 ***
Tacna 33,7 32,5 31,1 32,7 12,5 19,3 *** 14,0 16,9 ***
Tumbes 25,0 25,6 28,7 36,5 *** 6,5 11,7 *** 6,6 12,3 ***
Ucayali 18,5 25,6 *** 34,9 39,9 *** 1,7 10,1 *** 8,6 16,0 ***
***
Los datos muestran que existe una clara diferencia en el uso de atención dental a favor de los
afiliados a EsSalud y que estas diferencias son significativas en casi todos los departamentos en los dos
años estudiados. Sólo Madre de Dios, Moquegua y Piura no son comparables en ambos períodos. En
todo el resto del territorio, las diferencias son significativas y muestran una tasa de uso mayor.
Como aspecto positivo, la brecha parece reducirse desde 8,5 puntos de media en 2005 a 5,8 puntos
en 2015. En 2005, los departamentos con mayores diferencias fueron Ayacucho, Cusco y Puno, con
tasas de uso de los afiliados a SIS menores en más de 13 puntos de los de EsSalud. Diez años después,
los dos últimos se mantienen entre los tres con mayores brechas, aunque con valores menores, mientras
que Ayacucho redujo notablemente este valor hasta situarse cerca de la media nacional.
El caso contrario ha ocurrido en Amazonas, donde las diferencias entre seguros han aumentado
notablemente. En 2015 las diferencias entre ambos seguros eran significativamente mayores.
Las diferencias entre ambos seguros son también significativas en la mayoría de los departamentos
cuando se analiza la consulta oftalmológica (Cuadro 39).
84
Cuadro 39. Tasa de utilización del servicio oftalmológico y control de menores por
departamento y según el tipo de seguro de salud en 2005 y en 2015 (%)
Servicio oftalmológico Control de menores1/

Departamento 2005 2015 2005 2015
Amazonas 0,1 3,8 *** 1,2 5,7 *** 76,7 84,7 93,1 80,0 ***
Ancash 0,2 4,7 *** 1,8 6,7 *** 75,3 84,6 86,9 75,8 ***
Apurímac 0,3 5,3 *** 1,9 6,6 *** 83,2 60,0 94,9 87,0
Arequipa 2,6 8,3 *** 3,0 5,8 *** 67,2 67,5 78,8 69,2 ***
Ayacucho 1,0 3,9 *** 1,8 7,6 *** 69,7 52,6 88,8 77,7
Cajamarca 0,1 4,3 *** 1,2 6,0 *** 76,0 80,0 87,2 63,8 ***
Callao 1,6 3,7 4,0 6,8 *** 68,2 78,6 76,3 62,6
Cusco 0,1 4,7 *** 1,8 9,8 *** 84,1 81,8 93,7 70,2
Huancavelica 0,2 3,7 *** 1,5 1,0 73,5 52,6 92,8 60,1 ***
Huánuco 0,5 5,7 *** 1,9 6,2 *** 74,2 50,0 96,3 86,4
Ica 0,9 5,0 *** 1,8 3,5 *** 72,7 48,8 *** 77,9 62,8 ***
Junín 0,3 5,0 *** 2,4 5,0 *** 76,7 68,8 94,4 82,5
La Libertad 1,4 5,9 *** 2,6 7,3 *** 54,8 60,0 85,4 78,3
Lambayeque 0,9 5,3 *** 1,9 6,1 *** 64,8 68,0 78,6 73,8
Lima 2,3 7,3 *** 3,6 6,5 *** 63,4 58,4 84,2 76,6 ***
Loreto 0,1 6,1 *** 1,6 7,2 *** 47,1 58,6 76,8 70,5
Madre de Dios 0,3 5,7 *** 2,6 7,7 *** 65,9 56,3 66,6 52,9
Moquegua 0,0 7,1 3,6 12,6 *** 64,2 58,1 84,4 80,1
Pasco 0,2 3,6 *** 1,2 2,9 *** 58,5 58,3 87,3 70,4 ***
Piura 0,4 7,5 *** 2,2 3,9 *** 64,9 75,9 90,6 79,3 ***
Puno 0,0 8,1 *** 1,7 8,0 *** 85,5 75,0 93,2 79,4 ***
San Martín 0,2 1,3 1,4 5,5 *** 68,7 56,0 86,7 96,5
Tacna 2,1 8,9 *** 3,2 4,5 79,6 85,7 82,1 74,0 ***
Tumbes 0,1 6,0 *** 3,1 8,1 *** 78,0 78,9 72,5 81,3
Ucayali 0,1 1,9 *** 1,4 5,3 *** 59,3 78,6 74,4 68,0
Sobre niños y niñas de 2 o menos años de edad

1/
***
85
En todos los casos comparables entre 2005 y 2015, las estadísticas favorecen a los afiliados de
EsSalud. En 2005, la tasa de uso de estos servicios entres los afiliados al SIS no superaba al 1% en la
mayoría de los departamentos mientras que en EsSalud la mayoría se ubicaba por encima del 5%. De ahí
que sólo en Cajamarca, Madre de Dios y San Martin, las brechas no sean estadísticamente significativas.
Diez años después las diferencias entre seguros se han reducido moderadamente desde cerca de 5
puntos porcentuales a 4,4 puntos. El principal motivo se debe al aumento de la utilización de servicios
oftalmológicos por parte del SIS en la mayoría de los departamentos. Destacan en este sentido Piura,
seguido de más atrás por Arequipa, Ica y Junín. Por el contrario, en algunos departamentos la brecha
se ha ampliado. Este es el caso de Cuzco, Ayacucho y Ucayali. Pese a ello, en ninguno de los casos los
aumentos de las diferencias han sobrepasado los 3,5 puntos.
Los niveles de significatividad caen de manera notable cuando se analiza el control de salud de
menores, debido al tamaño más reducido de la población objeto de análisis. Como se puede ver en el
cuadro 39, solo las diferencias por seguro en Ica son significativas en ambos años, lo que se traduce
en que las conclusiones que se puedan obtener de una comparación temporal son arriesgadas si se
realiza a nivel departamental.
Pese a ello y tomando en consideración los resultados de ese único dato para 2005 y los otros
once para 2015, se aprecia que en todos los casos la tasa de atención de menores es mayor entre los
afiliados al SIS.
En este sentido, cabe recordar que esta tasa está calculada sobre la población de hasta dos años
de edad, por lo que la composición etaria de los seguros no interfiere directamente en el resultado.
Otra cuestión es que la población vincule más al SIS con el control de menores que a EsSalud,
vale decir, que los afiliados del primer seguro están más predispuestos a realizar estos controles.
Las brechas favorables al SIS son particularmente altas en Huancavelica y Cajamarca, precisamente
porque en estos dos departamentos los afiliados a EsSalud registran algunos de los valores más bajos
en el uso de estos servicios. Vale decir, en ambos departamentos, los menores bajo la cobertura de
EsSalud reciben proporcionalmente menos controles que los menores de la misma edad en el SIS.
Algo similar ocurre en el control de salud de las embarazadas, aunque esta vez, con mayor
representatividad territorial. Las mujeres en edad fértil del SIS son más propensas a utilizar estos
servicios que las mismas mujeres de EsSalud (Cuadro 40).
El análisis resulta significativo en casi todos los departamentos con la excepción de Ancash, Callao
y Pasco en 2005 y Huánuco en 2015. No obstante, en general se aprecian tendencias comunes a la
mayoría de los territorios.
Ciertamente los controles del embarazo son mayores en el SIS que en EsSalud en ambos años, pero
la brecha se ha reducido significativamente en estos diez años debido a la caída de las tasas entre
las afiliadas al SIS, mientras que las de EsSalud se han mantenido más o menos constantes o se han
reducido, pero en menor proporción.
86
Cuadro 40. Tasa de utilización del control de embarazo por departamento y según el tipo de
seguro de salud en 2005 y en 2015 (%)
Control del embarazo1/

Amazonas 36,6 9,2 *** 12,4 10,7 ***
Ancash 51,4 10,9 *** 6,9 8,1 ***
Apurímac 29,1 12,0 8,7 6,4 ***
Arequipa 40,5 12,3 *** 14,9 8,6 ***
Ayacucho 33,3 9,5 *** 8,9 6,8 ***
Cajamarca 36,9 10,5 *** 8,1 7,0 ***
Callao 33,3 0,0 9,0 6,5 ***
Cusco 45,8 6,2 *** 10,0 9,3 ***
Huancavelica 42,6 4,8 *** 8,6 6,4 ***
Huánuco 47,8 3,6 *** 10,6 10,8
Ica 36,7 8,7 *** 15,7 10,4 ***
Junín 45,2 8,6 *** 11,6 4,1 ***
La Libertad 50,0 5,7 *** 11,4 8,3 ***
Lambayeque 27,1 7,2 *** 16,3 12,2 ***
Lima 25,0 5,0 *** 13,6 7,0 ***
Loreto 40,0 6,1 *** 15,3 13,1 ***
Madre de Dios 68,4 5,7 *** 15,4 19,8 ***
Moquegua 33,3 7,9 *** 15,0 9,1 ***
Pasco 22,6 9,3 14,0 7,8 ***
Piura 24,6 11,2 *** 12,7 5,6 ***
Puno 50,0 8,9 *** 9,7 5,3 ***
San Martín 38,8 8,4 *** 13,8 9,3 ***
Tacna 27,3 3,4 *** 9,7 7,4 ***
Tumbes 30,8 13,1 *** 12,1 11,0 ***
Ucayali 35,0 8,8 *** 13,4 9,7 ***

1/
***
87
Así, en 2005 la brecha entre seguros sobrepasaba los 40 puntos en departamentos como Ancash,
Huánuco, La Libertad y Puno e incluso llegaba a los 66 puntos en Madre de Dios. Una década más
tarde, las diferencias se han reducido ostensiblemente y las más altas no sobrepasan los ocho puntos
porcentuales y no se producen en ninguno de los departamentos citados, sino en Piura y Junín.
Las explicaciones de estos comportamientos son complejas y con la información disponible es
arriesgado aventurarse a hacer diagnósticos. No obstante, es muy probable que hayan influenciado
dos factores complementarios: la caída de la fecundidad en los niveles de educación más bajos y de
menos ingresos y el aumento del uso de esta atención por parte de las afiliadas a EsSalud.
b. Uso de análisis y exámenes

La tasa de utilización de análisis y exámenes se ha incrementado en ambos seguros de salud. Los
análisis han pasado del 4,8% de la población al 5,6% entre 2005 y 2015, mientras que el mayor
aumento proporcional se ha producido en los exámenes de rayos X y otros, donde casi se ha duplicado
y triplicado (Cuadro 41).
Cuadro 41. Utilización de exámenes y análisis según el tipo de seguro de salud en 2005 y en 2015 (%)
2005 2015
Exámenes y análisis
Análisis 2,4 6,7 4,8 4,5 7,6 5,6
Rayos X y tomografías 0,3 3,1 1,8 1,8 4,2 2,7
Otros exámenes 0,1 0,5 0,3 0,6 1,1 0,8
En línea con la mayor proporción de consultas, los afiliados a EsSalud utilizan relativamente más del
doble de análisis que los afiliados al SIS y casi el triple de exámenes. No obstante, esta diferencia se ha
reducido entre 2005 y 2015 debido al aumento de análisis y exámenes que han utilizado los afiliados al
SIS: la tasa de análisis aumentó un 80% y la de rayos X y tomografías y otros exámenes se sextuplicó.
Por departamento y seguro de salud se aprecia que en todos los casos significativos, para los dos
años estudiados y para los tres ítems analizados (análisis, rayos y tomografías y otro tipo de exámenes),
los afiliados a EsSalud registran mayores tasas de utilización de que los afiliados a SIS (Cuadros 42 y 43).
En el caso de los análisis, la representatividad de las diferencias por seguro es significativa en la
mayoría de los departamentos. Estos muestran que la utilización en EsSalud de estos servicios era en
algunos casos más del doble que en el SIS en 2005, y que en 2015 estas diferencias se habían reducido
moderadamente.
De los departamentos que se pueden comparar, las mayores brechas se producían en la Libertad,
Ucayali, Lambayeque y Arequipa y diez años después los últimos dos habían reducido significativamente
esta diferencia, algo menos lo había hecho Ucayali y solo La Libertad se mantenía entre los más
desiguales.
La representatividad territorial se resiente para los rayos X y tomografías (Cuadro 42). En este caso
menos de la mitad de los departamentos presenta valores significativos de las diferencias por seguro.
88
Cuadro 42. Tasa de utilización de análisis y exámenes por departamento y según el tipo de seguro de
salud en 2005 y en 2015 (%)
Análisis Exámenes
Departamento 2005 2015 2005 2015
Amazonas 4,0 6,6 *** 3,9 7,4 *** 0,0 4,1 0,9 3,0 ***
Ancash 1,2 5,5 *** 5,0 9,1 *** 0,4 2,4 *** 2,3 5,7 ***
Apurímac 2,0 6,9 *** 3,6 9,3 *** 0,0 3,5 1,0 5,0 ***
Arequipa 3,8 9,0 *** 6,0 8,3 *** 1,6 5,7 *** 3,6 5,0
Ayacucho 1,5 3,5 *** 5,0 7,5 *** 0,2 0,9 1,4 4,7 ***
Cajamarca 1,6 3,5 2,3 6,9 *** 0,1 0,3 0,8 3,4 ***
Callao 0,9 4,2 *** 9,0 7,1 0,0 1,5 4,8 4,7
Cusco 2,5 7,4 *** 3,0 6,3 *** 0,0 4,0 1,2 3,9 ***
Huancavelica 0,0 0,6 *** 1,9 2,6 *** 0,0 1,0 0.9 1,0
Huánuco 1,6 5,5 2,5 9,5 *** 0,3 5,7*** 0,7 5,7 ***
Ica 4,7 4,5 4,5 4,3 0,0 2,1 3,3 2,1
Junín 1,4 3,0 *** 2,4 5,2 *** 0,2 1,1 1,5 3,0 ***
La Libertad 2,3 8,6 *** 4,2 8,7 *** 1,2 3,2 1,8 4,5 ***
Lambayeque 1,4 6,6 *** 5,3 8,2 *** 0,2 3,2 ***
1,3 3,8 ***
Lima 3,2 7,7 *** 6,9 8,1 *** 0,2 3,4 ***
3,6 4,6 ***
Loreto 3,4 4,9 *** 6,1 8,1 *** 0,0 0,6 0,7 1,6 ***
Madre de Dios 1,2 4,8 5,8 7,8 0,1 2,1 ***

1,7 5,0 ***
Moquegua 2,4 4,7 *** 3,8 6,7 *** 0,0 2,5 1,6 3,6 ***
Pasco 0,9 3,7 *** 4,7 5,8 0,1 3,3 ***

1,5 3,4 ***
Piura 4,4 7,5 *** 4,8 6,6 0,4 3,0 ***

1,2 2,5 ***
Puno 0,8 4,7 *** 1,1 4,2 *** 0,5 3,4 ***
1,0 2,9 ***
San Martín 2,1 5,3 *** 4,1 6,5 *** 0,0 3,0 1,2 1,7
Tacna 1,4 5,8 6,3 7,7 0,5 2,1 3,0 3,1
Tumbes 9,0 9,0 6,1 7,4 0,6 2,5 ***

1,7 4,7 ***
Ucayali 1,8 7,3 *** 3,7 5,1 *** 0,0 3,4 2,0 3,0 ***
***
89
De todas formas se mantiene el patrón de mayor uso de EsSalud, que es relativamente mayor en
Huánuco tanto en 2005 como en 2015, y aunque registra un descenso de medio punto entre ambas
fechas, se sigue situando como el más desigual.
Por último, en el uso de otros exámenes, la representatividad es casi nula en 2005, lo que sólo
permite comparar temporalmente la evolución del departamento de Amazonas y su resultado es un
aumento de las diferencias entre seguros (Cuadro 43). No obstante, al ser sólo un departamento, no
se pueden obtener conclusiones generales.
Por lo demás, las cifras para 2015 confirman la mayor tasa de utilización de EsSalud en todos los
territorios con representatividad.
Cuadro 43. Tasa de utilización de otros exámenes por departamento y según

el tipo de seguro de salud en 2005 y en 2015 (%)
Otros exámenes
Amazonas 0,3 0,9 *** 0,3 1,5 ***
Ancash 0,0 1,0 0,5 1,8 ***
Apurímac 0,1 0,7 0,4 0,0
Arequipa 0,0 0,6 0,1 0,7 ***
Ayacucho 0,0 0,2 0,2 0,0
Cajamarca 0,0 0,3 0,3 1,6 ***
Callao 0,0 0,0 1,8 1,2
Cusco 0,0 0,0 0,5 1,8 ***
Huancavelica 0,0 0,0 0,1 0,1
Huánuco 0,0 1,0 0,3 1,5 ***
Ica 0,0 0,4 0,8 0,6
Junín 0,0 0,0 0,5 0,4
La Libertad 0,0 1,7 0,7 1,2 ***
Lambayeque 0,2 1,4 *** 0,9 1,8
Lima 0,2 0,3 1,0 1,2
Loreto 0,0 0,0 0,3 1,4 ***
Madre de Dios 0,0 0,3 0,1 0,9
Moquegua 0,2 0,7 0,9 2,9 ***
Pasco 0,0 1,3 0,4 2,0 ***
Piura 0,1 0,5 0,4 0,7
90
EsSalud
Puno 0,0 0,3 0,3 0,7
San Martín 0,0 0,4 0,4 0,2
Tacna 0,0 0,2 0,9 0,6
Tumbes 0,3 0,7 0,7 0,8
Ucayali 0,0 0,0 0,2 0,2
***
c. Uso de intervenciones
En la encuesta de 2005, los ítems de hospitalización e intervenciones son parte de un mismo servicio
o ítem, mientras que para 2015 se encuentran desagregados. Esto impide hacer una comparación
directa. No obstante, parece existir un ligero incremento de su uso. Esto es lo contrario de lo que ocurre
en la atención de parto, que como consecuencia de la reducción de la tasa de natalidad, también ha
disminuido su utilización (Cuadro 44).
En la comparación entre ambos seguros se distingue una tasa de uso mayor entre los afiliados a
EsSalud que entre los del SIS, aunque esta brecha se reduce en el periodo estudiado. La reducción es
más pronunciada en la atención de parto de los primeros. Este fenómeno puede explicarse en parte
por el incremento del nivel de ingresos de las familias y el relativo mayor nivel socioeconómico de
estos afiliados.
Cuadro 44. Utilización de intervenciones según el tipo de seguro de salud en 2005 y en 2015 (%)
2005 2015
Intervenciones
Hospitalización 4,7 5,1 4,9
Intervención quirúrgica 3,8 7,6 5,9 2,4 3,6 2,9
Atención de parto1/ 7,9 4,2 5,1 6,8 2,1 4,4
1/
Resulta difícil la comparación por departamentos, ya que la desagregación en dos categorías

separadas (hospitalización e intervención quirúrgica) disminuye los valores representativos en 2015
(Cuadro 45).
Sin embargo, en un análisis vertical se aprecia que en todos los departamentos se confirma el
mayor uso de EsSalud. En 2005 destacaban Tumbes y Amazonas con las mayores diferencias (más de
seis puntos porcentuales) y en 2015 Amazonas repetía en brecha de hospitalizaciones a la vez que en
Intervenciones quirúrgicas, entre afiliados al SIS y a EsSalud.
91
Cuadro 45. Tasa de utilización de hospitalización e intervenciones quirúrgicas por

departamentos y según el tipo de seguro de salud en 2005 y en 2015 (%)
Hospitalizaciones y/o
Hospitalización Intervenciones quirúrgicas
intrevenciones quirúgicas
Departamento
2005 2015 2015
SIS EsSalud SIS EsSalud SIS EsSalud
Amazonas 2,6 9,2 *** 4,6 8,7 1,7 4,2 ***
Ancash 3,3 7,0 *** 4,6 6,6 2,1 3,6 ***
Apurímac 2,9 5,2 *** 4,6 4,6 1,3 2,6 ***
Arequipa 7,0 8,8 6,6 5,2 4,2 4,2 ***
Ayacucho 1,9 4,4 *** 4,8 5,6 1,8 3,1 ***
Cajamarca 1,2 6,3 *** 3,4 5,3 1,5 3,5 ***
Callao 11,1 5,7 5,4 4,7 3,7 3,6
Cusco 1,4 6,2 *** 4,8 7,4 *** 1,9 2,9 ***
Huancavelica 0,6 1,8 3,5 3,0 1,4 1,8
Huánuco 2,1 5,7 *** 3,4 3,7 1,7 3,6 ***
Ica 6,2 8,4 6,0 4,8 2,8 2,6
Junín 2,4 5,2 *** 3,2 4,6 *** 2,4 2,9
La Libertad 4,9 10,6 *** 3,8 7,5 *** 2,2 4,2 ***
Lambayeque 1,6 6,9 *** 4,2 5,7 *** 2,2 3,1
Lima 5,6 7,5 5,9 4,5 *** 3,9 3,8
Loreto 5,0 5,8 *** 4,7 6,9 *** 2,0 3,5 ***
Madre de Dios 2,8 8,0 *** 8,6 9,8 2,5 2,5 ***
Moquegua 7,0 10,5 *** 6,1 5,9 3,8 5,0
Pasco 2,0 4,3 *** 4,9 3,9 2,3 3,0 ***
Piura 7,1 10,1 *** 5,0 5,7 2,3 3,2 ***
Puno 3,2 7,7 *** 3,3 3,2 1,5 3,3 ***
San Martín 2,7 8,6 *** 4,4 7,7 *** 2,0 4,1
Tacna 5,6 8,3 5,7 5,9 3,2 4,2
Tumbes 3,9 10,9 *** 7,8 7,4 2,7 2,0 ***
Ucayali 5,7 10,9 *** 6,0 7,1 *** 1,6 2,7
***
92
En cuanto a partos, los datos para 2015 apenas si son significativos en Ancash, con una diferencia
notable a favor de más atenciones de parto en SIS que en EsSalud sobre el total de mujeres en edad
fértil, lo que muestra mayor propensión a maternidad del seguro integral (Cuadro 46).
Lamentablemente, la brecha para este departamento no es significativa en 2015, por lo que no es
posible determinar su evolución. Una posibilidad sería que las proporciones por SIS y EsSalud hayan
convergido, pero dadas las diferencias iniciales resulta difícil asumir. Además, cuando se realiza el
análisis para los cinco departamentos cuyas brechas por seguro son significativas en 2015 (Ayacucho,
Junín, Lima, Pasco y Piura) se aprecia que en todos ellos la tasa de partos es mayor en el SIS con
diferencias de entre 3,7 y 6 puntos porcentuales.
Cuadro 46. Tasa de utilización de atención del parto según el tipo de seguro de salud en 2005 y en 2015 (%)
Atención de parto1/
Amazonas 6,2 2,3 6,8 3,8
Ancash 22,8 9,7 *** 5,4 4,5
Apurímac 5,1 8,3 5,5 5,1
Arequipa 6,2 7,9 7,7 4,5
Ayacucho 9,9 3,9 7,1 1,1 ***
Cajamarca 12,9 4,0 4,9 4,6
Callao 0,0 1,0 5,5 2,8
Cusco 11,8 4,3 7,0 7,4
Huancavelica 6,3 3,1 6,6 3,7
Huánuco 9,9 2,8 7,5 4,9
Ica 0,0 6,1 8,7 6,8
Junín 3,2 8,0 7,5 2,7 ***
La Libertad 16,4 3,4 5,1 2,4
Lambayeque 8,1 6,7 *** 7,0 4,2
Lima 5,1 1,7 7,7 4,0 ***
Loreto 2,8 7,0 10,1 8,5
Madre de Dios 15,7 3,2 7,4 10,1
Moquegua 5,0 1,5 8,0 4,9
Pasco 7,7 5,6 6,5 1,6 ***
Piura 6,6 11,1 5,2 1,2 ***
Puno 12,1 6,4 4,7 2,1
93
Puno 12,1 6,4 4,7 2,1
San Martín 2,0 6,6 7,7 6,1
Tacna 5,4 0,0 5,0 4,9
Tumbes 0,0 4,7 4,0 5,4
Ucayali 5,4 6,7 8,6 5,1

1/
***
d. Uso de materiales
De manera similar a los indicadores anteriores, se aprecia un aumento en el uso de todos los materiales
evaluados en salud: medicinas, anticonceptivos entre mujeres en edad fértil, compra de lentes y otros.
Este último ítem es el que más ha crecido lo que determina una ampliación de la gama de materiales
utilizados en uno y otro año (Cuadro 47).
Cuadro 47. Utilización de materiales según el tipo de seguro de salud en 2005 y en 2015 (%)
2005 2015
Materiales
Medicinas 34,2 42,8 39,0 42,2 45,1 43,3
Anticonceptivos 5,7 18,1 14,9 25,5 11,6 18,4
Compra de lentes 0,3 4,1 2,4 1,2 4,6 2,5
Otros (ortopedia, etc.) 6,6 12,3 9,8 29,8 29,3 29,6
1/
En este análisis se aprecia aún más claramente otro fenómeno identificado en la evolución de los
indicadores previos: una reducción de la brecha de utilización entre SIS y EsSalud debido a un mayor
incremento de uso de los afiliados al primero que el incremento de uso de los afiliados al segundo. Las
tasas de utilización de los afiliados al SIS se cuadruplicaron en anticonceptivos, compra de lentes y otros
materiales como ortopedias, etc.
No obstante, en casi la totalidad de departamentos con diferencias significativas, tanto en 2005
como en 2015 el uso de los cuatro ítems analizados (medicinas, anticonceptivos, lentes y otros insumos
como ortopedia, termómetros etc.) fue mayor entre los afiliados a EsSalud que los afiliados al SIS
(Cuadros 48 y 49).
El uso de medicinas es el que más ha crecido en los usuarios del SIS, con un aumento de cerca de
diez puntos de un año a otro (Cuadro 48). Esto se ha traducido en que las brechas entre ambos seguros
se han reducido de algo más de 11 puntos a casi 8 puntos porcentuales.
De los nueve departamentos que presentan brechas significativas en los dos años de estudio, sólo
en Ancash aumentó en estos diez años, y en menos de un punto. En el resto las diferencias han
superado en muchos casos los cinco puntos porcentuales.
94
Cuadro 48. Tasa de utilización de medicinas y anticonceptivos por departamento y

según el tipo de seguro de sal en 2005 y en 2015 (%)
Medicinas Anticonceptivos1/
Departamento 2005 2015 2005 2015
Amazonas 37,8 49,0 *** 42,3 47,8 *** 3,0 22,7 *** 5,2 12,9
Ancash 29,5 39,9 *** 42,1 53,3 *** 8,9 20,8 2,9 6,0
Apurímac 20,4 31,3 *** 37,3 47,5 *** 6,9 10,9 0,8 3,2
Arequipa 48,5 48,6 36,6 38,8 *** 2,7 6,9 *** 5,3 2,5
Ayacucho 24,5 33,9 *** 45,8 45,0 7,2 9,8 *** 2,7 8,2 ***
Cajamarca 36,9 41,9 34,1 40,8 *** 3,8 14,5 *** 2,9 6,4 ***
Callao 33,7 30,5 49,7 44,9 0,0 16,5 9,8 13,2
Cusco 32,7 47,8 *** 35,4 47,8 *** 2,2 12,9 *** 2,6 8,3 ***
Huancavelica 17,7 30,6 *** 30,6 34,2 *** 0,0 9,8 1,0 3,8
Huánuco 39,3 48,3 45,6 50,9 *** 2,5 8,6 4,2 5,7
Ica 48,2 47,6 64,2 61,3 3,0 15,4 *** 4,2 3,0
Junín 39,4 44,9 *** 49,3 58,1 *** 0,0 4,3 3,9 6,4
La Libertad 37,7 51,1 *** 42,3 48,2 *** 8,7 13,0 5,7 7,4
Lambayeque 40,3 46,4 *** 41,3 40,8 10,2 14,8 6,4 3,2
Lima 29,8 40,1 *** 45,1 42,9 9,1 13,2 11,0 10,3
Loreto 34,6 31,2 43,4 44,4 4,2 14,0 7,8 11,0 ***
Madre de Dios 27,8 29,8 34,2 41,4 0,0 33,5 10,5 6,4 ***
Moquegua 40,9 42,8 39,5 47,1 *** 7,6 16,8 7,7 15,9
Pasco 32,6 51,2 *** 48,3 59,0 *** 2,1 20,8 *** 6,2 12,8
Piura 39,0 51,9 *** 35,7 37,8 9,4 16,1 1,9 3,6 ***
Puno 34,5 48,3 *** 44,5 56,3 *** 0,0 7,5 1,7 6,4 ***
San Martín 38,5 43,1 *** 41,8 40,9 0,9 23,8 *** 3,4 7,9 ***
Tacna 41,4 42,1 35,8 38,0 0,0 11,9 3,3 3,3
Tumbes 44,8 50,3 42,7 46,0 6,3 24,6 *** 6,3 7,1
Ucayali 31,1 47,5 *** 60,2 59,0 6,1 24,8 *** 7,8 5,3

1/
***
95
La misma brecha en favor de EsSalud se aprecia en el uso de anticonceptivos por parte de mujeres
en edad fértil tanto en 2005 como en 2015 (Cuadro 48). Solo en Madre de Dios y para este último año,
la tasa de utilización fue mayor entre las mujeres del SIS. De forma general, las brechas han caído por
un aumento del uso en las afiliadas al SIS y una caída del uso en las mujeres de EsSalud. Esta afirmación
sólo es contrastable para cuatro departamentos con brechas significativas ambos años: Ayacucho,
Cajamarca, Cuzco y San Martín.
En la compra de lentes y la compra de otros insumos se repiten los comportamientos identificados
en el análisis del consumo de medicinas (Cuadro 49). La adquisición de lentes en el SIS, tanto en 2005
como en 2015, es ostensiblemente más baja que en EsSalud.
Cuadro 49. Tasa de utilización de compra de lentes y otros materiales por departamento y
según el tipo de seguro de salud en 2005 y en 2015 (%)
Lentes Otros
Departamento 2005 2015 2005 2015
Amazonas 0,0 2,2 0,7 4,9 *** 13,9 19,9 *** 40,2 41,7
Ancash 0,0 3,1 0,8 4,6 *** 2,3 8,9 *** 36,0 31,8 ***
Apurímac 0,3 5,0 *** 0,4 3,3 *** 0,5 2,0 *** 31,0 29,1
Arequipa 1,5 6,0 *** 2,5 4,5 *** 10,7 9,9 *** 11,5 15,5 ***
Ayacucho 0,3 4,0 *** 0,6 4,4 *** 0,0 0,3 32,7 34,1
Cajamarca 0,0 2,9 0.4 3,6 *** 3,8 16,7 *** 34,8 31,4 ***
Callao 1,6 1,5 3,0 5,0 *** 1,1 7,1 *** 26,7 26,4
Cusco 0,1 2,4 *** 0,6 7,0 *** 7,9 22,8 *** 34,1 37,8 ***
Huancavelica 0,2 0,7 *** 0,1 0,9 *** 0,8 0,0 25,5 17,5 ***
Huánuco 0,1 5,1 *** 0,8 5,6 *** 10,4 18,1 *** 38,8 35,0
Ica 0,4 2,9 *** 1,5 2,0 3,0 4,6 *** 13,0 12,1
Junín 0,2 3,4 *** 0,8 3,9 *** 0,3 1,9*** 42,8 47,0 ***
La Libertad 0,0 4,8 1,7 6,4 *** 11,5 21,9*** 30,5 30,6
Lambayeque 0,7 1,7 *** 0,8 2,9 *** 10,1 17,4*** 31,4 33,7
Lima 0,6 4,4 *** 2,3 4,6 *** 4,9 12,8*** 22,6 29,4 ***
Loreto 0,2 4,2 *** 1,1 4,8 *** 25,3 28,0 34,3 44,6 ***
Madre de Dios 0,0 4,4 1,6 5,1 *** 3,1 0,5*** 16,0 21,9 ***
Moquegua 1,0 5,3 *** 2,0 5,8 *** 7,8 5,6*** 24,5 32,3 ***
Pasco 0,0 2,5 1,1 4,7 *** 0,8 13,7 *** 28,8 35,7 ***
Piura 0,0 6,3 1,1 3,4 *** 7,3 10,7 *** 19,9 18,9
96
Puno 0,0 7,1 0,4 7,3 *** 6,4 11,3 *** 35,5 32,9
San Martín 0,0 4,9 1,1 6,6 *** 3,3 2,4 *** 21,4 28,8 ***
Tacna 0,0 6,0 1,6 5,0 *** 7,9 5,1 *** 15,9 24,7 ***
Tumbes 0,4 6,6 *** 1,7 5,1 *** 5,2 20,0 *** 25,1 32,0 ***
Ucayali 0,0 1,3 1,2 4,3 *** 3,0 5,7 *** 52,8 59,8 ***
***
En el análisis temporal, doce departamentos presentan brechas significativas en ambos años. De

estos, casi todos muestran una reducción de la brechas, aunque por debajo de dos puntos y medios,
lo puede entenderse como una tendencia más o menos general. No obstante, en promedio la brecha
se ha mantenido más o menos estable porque estas reducciones son compensadas con el aumento en
un solo departamento: Cusco.
El grupo de otros insumos engloba todo lo que el entrevistado pueda entender en este ámbito.
Motivo por el cual el número de respuestas es elevado y la significatividad alta, pero también su
variabilidad. Por una parte, se aprecia un incremento del consumo en ambos grupos y ligeramente
mayor en el SIS, con una reducción fuerte de la brecha en Ancash, Cusco, Pasco y Tumbes. Por otra
parte, la alta variabilidad territorial se concreta en que paralelamente en otros tres departamentos las
brechas aumentaron de manera significativa: Loreto, Moquegua y Tacna.
e. Cobertura de vacunación
El INEI presenta una descripción sobre las tasa de cobertura de vacunación para menores 12 y 36
meses. Con base en el calendario de vacunación se evalúan las vacunas BCG, las tres dosis de DPT
y las tres dosis de Polio, agregando para los mayores de 12 meses la antisarampionosa (Figura 34).
Los resultados nacionales para 2015 muestran altas tasas vacunación en ambos grupos en BCG,
DPT1 y Polio1 que se van reduciendo en las siguientes dosis, alcanzando una tasa de vacunación
completa de algo menos del 27% de los menores.
97
Figura 34. Tasas nacionales de vacunación por tipo y grupo de edad, 2015
Niños menores de 36 meses
Todas 69,4
As 83,4
Polio 3 79,0
Polio 2 88,1
Polio 1 95,6
DPT 3 80,2
DPT 2 87,7
DPT 1 93,6
BCG 94,7
Todas 69,4
Polio 3 67,3
Polio 2 81,5
Polio 1 93,2
DPT 3 69,5
DPT 2 82,4
DPT 1 90,9
BCG 94,2
0 20 40 60 80 100
Porcentaje de niños vacunados
AS: Antisarampionosa
En las estadísticas desagregadas que se presentan en los cuadros 50 y 51 se obtienen resultados

similares en comportamientos para las tasas de vacunación de menores de 12 meses y menores de
36 meses.
Estos resultados muestran el mismo comportamiento de los estudiados en el Capítulo III. Las
diferencias por sexo son bajas o poco significativas, por educación, mientras que por ingreso se aprecia
un gradiente favorable a las categorías superiores (cuadros 50 y 51).
Cuadro 50. Características de vacunación en menores de 12 meses, 2015 (%)
DPT Polio
Variables
BCG 1 2 3 1 2 3 Todas
Niños 93,7 91,1 81,7 68,0 93,1 81,6 66,9 68,7
Niñas 94,7 90,7 83,3 71,2 93,2 81,4 67,8 70,1
Nivel de educación de la madre
Sin educación 93,2 92,8 83,6 59,7 93,1 76,9 70,2 61,3
Primaria 91,7 85,0 78,6 69,7 86,8 78,0 66,4 64,8
Secundaria 93,8 90,8 81,6 68,1 93,8 80,4 65,7 69,7
Superior 96,7 95,3 86,5 72,3 96,7 86,3 70,7 72,8
98
Cuartil de riqueza
I 88,8 87,9 80,3 67,7 90,2 77,8 65,7 65,1
II 95,0 89,1 80,0 72,5 89,7 78,6 67,4 68,2
III 95,6 90,8 84,1 69,9 94,9 85,6 67,3 71,2
IV 97,5 95,1 84,7 67,2 97,3 82,6 65,9 70,5
V 95,8 93,4 84,5 70,0 95,6 85,0 71,8 74,4
Departamento
Amazonas 91,4 90,0 85,6 78,2 95,1 91,7 82,0 77,0
Ancash 98,0 96,3 91,9 81,8 98,0 92,1 87,2 84,6
Apurímac 98,9 96,6 92,5 84,2 98,3 96,2 89,0 87,8
Arequipa 99,5 95,4 85,8 72,3 95,4 83,1 72,3 75,1
Ayacucho 96,5 94,1 86,6 70,5 96,3 90,7 72,8 76,0
Cajamarca 97,3 96,1 88,8 80,4 91,5 85,4 78,2 74,3
Callao 90,1 86,5 78,6 63,2 87,6 78,4 65,7 64,5
Cusco 98,2 96,3 90,0 82,2 95,3 85,2 76,7 78,3
Huancavelica 96,3 95,8 94,3 74,1 96,9 91,7 78,4 79,5
Huánuco 96,2 92,0 86,4 79,4 94,6 86,7 78,1 80,5
Ica 98,5 94,2 81,4 73,8 98,6 84,4 70,2 72,1
Junín 93,8 93,9 87,9 74,7 90,8 77,5 57,9 62,0
La Libertad 96,8 73,4 67,2 56,3 91,3 75,0 55,9 56,1
Lambayeque 95,0 89,1 77,8 57,1 89,2 74,3 64,4 65,0
Lima 95,3 92,5 81,1 64,2 95,3 82,1 66,5 72,0
Loreto 79,0 83,4 75,1 67,0 87,8 76,7 67,2 60,4
Madre de Dios 99,3 89,6 80,7 67,3 89,1 79,8 68,7 72,7
Moquegua 98,6 96,2 84,4 74,6 98,9 87,0 71,1 80,8
Pasco 94,6 94,0 86,5 71,9 96,4 91,0 73,9 77,8
Piura 95,0 94,7 86,8 80,6 94,4 83,7 58,9 67,2
Puno 87,5 81,5 76,6 61,7 84,4 71,4 54,5 50,8
San Martín 93,1 92,5 88,4 76,0 92,2 79,3 68,3 63,7
Tacna 98,1 90,8 83,3 74,0 96,6 83,8 74,0 76,7
Tumbes 97,0 96,6 86,0 86,0 97,2 86,7 82,2 82,0
Ucayali 80,6 84,3 71,4 47,7 80,5 56,6 37,0 50,1
99
Cuadro 51. Características de vacunación en menores de 36 meses, 2015 (%)
DPT Polio
Variables
BCG 1 2 3 1 2 3 AS Todas
Niños 94,5 93,6 87,5 80,2 95,9 88,0 78,7 83,9 69,0
Niñas 94,9 93,5 87,8 80,3 95,3 88,2 79,2 82,8 69,8
Nivel de educación de la madre
Sin educación 88,6 89,0 81,2 71,7 94,0 83,5 72,7 80,0 61,3
Primaria 91,6 90,7 84,8 78,7 92,2 83,8 74,9 81,9 64,7
Secundaria 95,0 93,8 87,7 79,5 96,2 88,2 78,6 83,0 69,4
Superior 96,7 95,5 90,1 82,9 97,4 91,3 82,8 85,3 73,2
Cuartil de riqueza
I 89,6 92,3 86,6 78,9 93,8 85,1 74,7 65,0 65,0
II 95,0 92,6 85,7 79,4 94,1 85,8 77,3 68,8 68,8
III 97,2 93,8 88,7 81,8 97,1 91,0 81,7 72,6 72,6
IV 96,7 95,8 89,1 80,9 96,8 89,3 80,5 70,6 70,6
V 96,2 94,1 89,1 80,7 97,2 90,6 82,4 71,2 71,2
Departamento
Amazonas 90,5 91,0 86,5 78,9 94,5 88,7 81,0 84,9 71,8
Ancash 98,1 98,3 94,1 89,0 99,0 94,9 90,3 90,2 81,9
Apurímac 98,7 98,1 95,1 90,7 99,4 96,8 90,8 93,2 85,1
Arequipa 98,0 94,8 87,9 78,7 96,6 88,7 77,5 79,5 70,7
Ayacucho 95,1 94,9 89,9 82,3 96,9 91,4 81,8 85,0 73,0
Cajamarca 95,4 95,2 90,6 85,9 94,3 89,0 81,4 86,4 72,5
Callao 92,4 91,4 81,3 74,0 93,7 84,3 74,5 79,5 63,4
Cusco 98,1 95,3 88,6 83,8 96,8 89,6 81,6 86,0 73,7
Huancavelica 96,6 96,6 93,3 84,4 97,3 92,5 80,9 87,9 72,9
Huánuco 95,8 96,4 94,0 91,2 97,6 95,1 91,1 94,3 84,0
Ica 98,1 94,4 84,4 74,9 97,8 86,6 73,2 80,7 66,0
Junín 95,6 95,9 93,2 86,2 94,6 89,6 81,2 87,5 72,5
La Libertad 96,9 81,8 75,4 71,3 93,5 84,5 75,5 83,4 62,1
Lambayeque 96,4 92,1 82,9 75,1 94,1 82,4 72,0 74,9 62,7
100
Lima 96,2 94,8 89,0 80,5 96,9 89,6 81,5 83,8 71,9
Loreto 79,4 91,8 84,3 73,0 94,3 84,7 72,0 79,3 58,5
Madre de Dios 95,2 90,9 81,6 70,9 94,1 84,5 71,6 73,1 61,4
Moquegua 96,8 95,6 87,9 79,0 97,9 90,3 81,1 82,3 71,6
Pasco 93,4 94,3 84,2 75,2 97,5 90,3 77,0 85,1 69,0
Piura 95,9 96,8 93,0 87,1 97,0 89,8 78,9 87,8 70,7
Puno 90,6 88,5 83,7 74,4 91,2 83,3 71,9 78,9 58,4
San Martín 92,1 94,3 89,3 82,8 92,8 83,8 75,1 81,5 66,6
Tacna 96,8 93,7 88,9 83,3 96,4 89,5 83,7 80,2 73,2
Tumbes 97,2 97,3 91,0 87,0 98,7 92,6 86,3 82,5 76,4
Ucayali 84,3 89,1 80,9 69,3 86,6 73,9 61,2 66,8 51,2
Total 94,7 93,6 87,7 80,2 95,6 88,1 79,0 83,4 69,4

Los departamentos con peores indicadores son Ucayali, Puno, La Libertad, Lambayeque, Loreto y
algo menos negativos pero por debajo de la media San Martín, Madre de Dios y Callao. De todos ellos,
las situaciones más críticas son Ucayali y Puno.
En el análisis por tipo de seguro se obtienen mejores indicadores para el seguro contributivo en
casi todas las dosis de vacunas, para los menores de 36 meses como para los menores de 12 meses
(Cuadro 52).
Cuadro 52. Menores de 12 meses y de 36 meses según vacuna recibida y

tipo de seguro de salud de la madre, 2015 (%)
Menores de 12 meses Menores de 36 meses

Vacuna
SIS EsSalud Perú SIS EsSalud Perú
BCG 94,4 97,1 94,2 94,6 97,3 94,7
DPT 1 89,3 99,7 90,9 93,6 99,3 93,6
DPT 2 85,0 87,3 82,4 88,6 90,6 87,7
DPT 3 73,6 73,9 69,5 81,3 83,3 80,2
Polio 1 93,9 95,1 93,2 96,0 97,5 95,6
Polio 2 83,7 86,8 81,5 89,0 92,2 88,1
Polio 3 72,2 72,0 67,3 80,0 82,7 79,0
Antisarampionosa NC NC NC 85,0 85,5 83,4
Todas 65,9 66,5 69,4 69,8 73,0 69,4
NC: no corresponde.
Fuente: ENDES 2015.
101
Sin embargo, la brecha entre ambos seguros y para ambos grupos de edad disminuye a medida que
aumenta el periodo de vacunación. Así, por ejemplo, la diferencia alcanza a 10,5 puntos porcentuales
en menores de 12 meses en DPT1 y a 5,7 puntos en menores de 36 meses. Mientras que en DPT3 la
diferencia se ha reducido a 0,3 y 2 puntos, respectivamente (Figura 35).
Figura 35. Diferencia en vacunación de menores de 12 meses y 36 meses por tipo de

vacuna y según el tipo de seguro de salud, 2015 (%)
Todas 3,2
As 0,5
Polio 3 2,7
Polio 2 3,2
Polio 1 1,5
DPT 3 2,0
DPT 2 2,0
DPT 1 5,7
BCG 2,7
Todas 0,6
Polio 3 -0,3
Polio 2 3,0
Polio 1 1,2
DPT 3 0,3
DPT 2 2,3
DPT 1 10,5
BCG 2,7
-2 0 2 4 6 8 10 12
Fuente: ENDES 2015.
Uno de los problemas de trabajar con información de encuestas es que para este tipo de análisis se
cuenta con respuestas que pueden estar sesgadas por el entrevistado y que el número de observaciones
no permita demasiadas desagregaciones.
Esto se hace evidente para el análisis por departamento y seguro, en el que diferencias en las
proporciones de respuestas positivas en muchos casos no son significativas estadísticamente. Como
una forma de utilizar una muestra más amplia, se ha utilizado la cobertura de vacunación para el grupo
de hasta 36 meses de edad (Cuadros 53 y 54).
102
Cuadro 53. Menores de 36 meses según la vacuna recibida y el tipo de seguro de

salud de la madre por departamento, 2015 (I) (%)
BCG DPT1 DPT2 DPT3

Departamento
Amazonas 93,0 96,9 93,5 96,8 89,5 91,9 81,8 86,4
Ancash 98,1 97,7 99,0 95,1 *** 95,4 88,3 *** 90,0 84,9
Apurímac 97,7 98,1 96,0 100,0 93,0 95,5 89,8 86,8
Arequipa 95,5 98,9 91,9 97,7 *** 84,4 93,3 *** 76,2 81,6
Ayacucho 93,8 94,7 *** 94,6 89,3 89,1 86,3 81,3 75,5
Cajamarca 95,2 94,7 94,2 97,3 90,4 88,6 85,3 90,9
Callao 89,4 93,0 89,2 89,9 77,8 82,6 69,1 76,4
Cusco 97,1 100,0 94,2 97,1 87,5 93,8 82,6 84,1
Huancavelica 94,5 94,7 94,7 91,4 91,4 85,7 83,5 71,9
Huánuco 95,1 98,7 96,4 95,7 94,4 90,8 90,7 91,5
Ica 98,1 98,1 92,5 94,4 85,1 83,7 77,3 71,4
Junín 95,2 92,7 95,7 93,3 91,5 91,7 85,7 84,2
La Libertad 93,6 97,6 77,1 91,6 *** 71,1 86,8 *** 67,4 79,3
Lambayeque 94,9 96,6 92,3 91,4 81,6 87,6 73,6 82,5 ***
Lima 94,7 96,5 93,4 95,2 86,3 92,2 *** 79,7 85,6 ***
Loreto 81,9 98,7 91,5 98,7 *** 86,1 94,4 *** 76,5 82,4 ***
Madre de Dios 94,8 97,8 91,9 95,3 84,0 86,1 73,8 77,6
Moquegua 94,2 97,8 95,4 96,1 85,2 89,5 77,3 80,6
Pasco 93,1 95,2 93,7 94,0 86,5 83,6 77,8 73,3
Piura 96,5 96,3 96,6 95,1 92,7 92,9 84,9 89,5
Puno 93,0 91,7 92,1 94,3 87,6 91,4 80,7 75,0
San Martín 90,3 95,5 93,1 97,5 88,4 95,9 *** 80,6 92,9 ***
Tacna 97,5 97,3 92,2 99,1 *** 88,3 94,2 82,9 88,7
Tumbes 96,8 97,5 97,4 96,4 89,9 94,3 84,1 91,1
Ucayali 82,4 96,7 *** 88,9 96,3 *** 80,9 94,8 *** 68,2 90,7 ***
***
Estadísticamente significativa al 0,05.
Fuente: ENDES 2015.
103
En el cuadro anterior se puede apreciar que, en efecto, en la mayoría de los casos las diferencias de
cada tipo de cobertura de vacunas por seguro y departamento no son significativas.
Entre las diferencias estadísticamente significativas se encuentran con mayor frecuencia los
departamentos de Ucayali y San Martín, seguidos de La Libertad. En estos cuatro casos se puede
afirmar que los menores de EsSalud tienen una cobertura de cinco o más vacunas mayor que los
afiliados a SIS, aunque ambos grupos se ubican por encima de la media nacional.
Cuadro 54. Menores de 36 meses según la vacuna recibida y el tipo de seguro de

salud de la madre por departamento, 2015 (I) (%)
Polio1 Polio2 Polio3 Antisarampionosa

Departamento
Amazonas 97,3 96,8 92,1 96,8 84,8 89,8 89,9 95,6
Ancash 99,3 98,8 95,0 93,5 90,4 90,4 93,5 88,1
Apurímac 97,8 100,0 95,5 97,7 90,1 89,5 95,0 87,9
Arequipa 94,1 99,4 *** 86,1 92,7 *** 76,8 79,7 80,3 80,9
Ayacucho 96,0 96,4 91,2 92,2 82,4 77,6 87,0 73,2 ***
Cajamarca 94,2 94,6 89,2 91,4 80,3 93,9 87,2 84,0
Callao 91,7 92,1 79,4 85,0 69,7 76,4 75,5 82,1
Cusco 96,3 100,0 88,4 92,2 79,9 77,8 88,3 77,6 ***
Huancavelica 95,2 91,4 91,4 80,0 *** 81,5 65,6 *** 86,9 82,6
Huánuco 96,6 97,1 94,6 92,3 91,0 91,5 94,7 95,8
Ica 98,0 96,4 86,2 86,8 77,3 68,1 *** 79,9 83,0
Junín 94,6 91,0 88,4 85,7 81,6 80,3 92,0 79,7 ***
La Libertad 90,6 96,6 *** 80,6 92,1 *** 72,1 80,2 81,3 85,1
Lambayeque 93,2 96,4 79,4 90,5 *** 69,8 80,2 *** 70,6 83,0 ***
Lima 96,0 97,2 88,0 92,9 *** 80,7 85,2 *** 84,7 86,8
Loreto 93,9 98,7 87,6 94,4 75,4 83,8 81,3 93,0 ***
Madre de Dios 93,6 98,8 *** 86,9 88,6 73,8 80,3 76,0 78,1
Moquegua 97,4 97,8 *** 89,0 91,9 83,0 81,9 82,5 84,5
Pasco 96,2 95,7 90,8 91,8 79,9 75,2 86,0 87,2
Piura 97,4 96,7 90,0 92,0 77,5 84,8 87,1 90,4
Puno 95,2 97,1 87,6 91,4 77,6 75,0 84,4 77,8 ***
San Martín 90,6 97,5 *** 81,6 93,2 *** 71,7 91,4 *** 79,6 94,1
104
Tacna 96,4 99,1 90,0 93,3 86,6 87,6 84,1 81,7
Total 95,0 96,8 87,9 91,5 *** 79,1 82,1 *** 84,1 84,9 ***
Tumbes 98,5 100,0 *** 91,3 97,1 *** 82,4 94,1 *** 81,0 90,7
Ucayali 85,9 95,1 *** 73,2 96,1 *** 60,3 85,3 *** 66,4 77,8
***
Estadísticamente significativa al 0,05.
Fuente: ENDES 2015.
Otros departamentos con diferencias significativas son los de Loreto, Lima y Arequipa en cuatro
vacunas, Tumbes y Lambayeque con tres vacunas, Ancash y Huancavelica en dos vacunas, y Tacna,
Madre de Dios, Ica, Cusco, Callao, Junín y Ayacucho con 1 vacunación.
Por último, cuando se realiza un análisis de vacunas completas, se tiene que en promedio, el 69,4%
de los menores han recibido las ocho vacunas analizadas en los cuadros anteriores. Por seguro de salud
se tiene que la tasa es de 69,8% para el SIS y 73,0% para EsSalud. Por departamento las diferencias
por seguro son significativas en siete de ellos: Ayacucho, Callao, Lambayeque, Loreto, San Martín,
Tumbes y Ucayali (Figura 36).
Figura 36. Porcentaje de menores de 36 meses con todas las vacunas recibidas por departamento y
según el tipo de seguro de salud, y significatividad de las diferentes proporciones. 2015
Amazonas 71,3 80,0

Ancash 83,3 76,3
Apurímac *** 84,6 78,8
Arequipa 68,9 71,8
Ayacucho 71,4 56,1
Cajamarca 70,5 80,0
Callao *** 55,4 68,6
Cusco 69,5 65,5
Huancavelica 69,1 65,2
Huánuco 85,6 89,6
Ica 67,4 59,9
Junín 79,4 72,9
La Libertad 61,2 70,2
Lambayeque *** 58,4 73,0
Lima 71,4 74,5
Loreto *** 61,2 77,2
Madre de Dios 60,2 60,9
Moquegua 66,4 72,1
Pasco 69,4 67,4
Piura 71,5 79,5
Puno 65,9 66,7
San Martín *** 64,2 86,3
Tacna 77,0 72,0
Tumbes *** 71,2 83,7
Ucayali *** 48,3 76,2
100 50 0 50 100
SIS EsSalud Porcentaje de niños vacunados
105
Al igual que en los análisis anteriores, en la mayoría de los departamentos las diferencias son
positivas en favor de los afiliados a EsSalud, aunque en solo algunos departamentos estas sean
significativas estadísticamente. En seis de ellos, las diferencias son amplias a favor de EsSalud. La
excepción la constituye Ayacucho con una diferencia significativa a favor de SIS.
4.4 Desigualdades en impacto

En el análisis de impacto se analizaron tres variables: las causas de autoexclusión en la búsqueda de
atención formal, el porcentaje de personas que pagaron por el servicio o bien recibido y el valor del
pago que debieron realizar.
a. Autoexclusión por distintos motivos

El cuadro 55 muestra la distribución de las razones por las que las personas que tuvieron un evento de
salud no acudieron a un centro o establecimiento cuando era necesario. Es decir, sobre el total que no
acudió se sustrajeron aquellas respuestas cuya razón era “no era grave/no fue necesario”.
Cuadro 55. Razones de no asistencia centro de salud teniendo necesidad según el tipo de seguro de salud (%)
2005 2015
Se autorecetó o repitió receta 13,6 20,0 17,3 8,1 9,5 8,6
Prefiere remedios caseros 15,6 6,3 10,3 9,5 3,3 7,2
Falta de tiempo 5,9 10,3 8,5 7,3 5,8 6,7
Demoran mucho en atender 1,2 4,0 2,8 5,0 4,1 4,7
No tuvo dinero 9,7 4,6 6,8 3,5 0,8 2,5
Se encuentra lejos 5,9 1,0 3,1 3,1 0,7 2,2
No confía en los médicos 2,3 2,9 2,6 2,7 1,1 2,1
Otro 1,9 1,1 1,4 2,0 1,0 1,6
Maltrato del personal de salud 0,3 0,5 0,4 1,0 0,5 0,8
Total 100,0 100,0 100,0 100,0 100,0 100,0
Los resultados muestran una reducción del peso de todas las razones por las que no se acudió a
servicios formales, con excepción de “otras razones” que aumentó del 1,4% al 1,6%. Es decir, cada
vez más personas con necesidad de atención recurrieron a un centro formal de salud.
La razón más importante para no solicitar atención formal fue la misma en 2005 y en 2015: la
automedicación, seguida de los remedios caseros y de la falta de tiempo. En la cuarta posición se han
producido cambios. En 2005 ocupaba este lugar no tener dinero y en 2015 lo fue la tardanza en recibir
la atención.
Se aprecian algunas diferencias según el tipo de seguro. En primer lugar, los remedios caseros son
mucho menos importantes en EsSalud que en SIS, pero en cambio es relativamente más importante la
falta de tiempo. Asimismo, la falta de dinero prácticamente desapareció como causa en EsSalud. Estos
patrones parecen ser lógicos ante el perfil de personas ocupadas y en edad adulta de los que pagan
contribuciones.
106
b. Pago por consultas y servicios

Pese a que la lógica lleva a razonar que una mayor población cubierta permite que la proporción de los
que realizan gasto de bolsillo sea menor, en la comparación 2005 – 2015 para 15 ítems este porcentaje
aumenta en la mayoría de los casos. Las excepciones se producen en las consultas, atención dental,
oftalmológica y atenciones de parto (Cuadro 56).
Cuadro 56. Porcentaje de personas que pagaron servicios y materiales según el tipo de seguro de salud1/
2005 2015
Consultas y controles
Consulta 10,3 22,4 17,5 11,4 25,4 16,9
Servicio dental 28,1 61,7 52,8 39,0 63,3 51,1
Servicio oftalmológico 45,3 52,0 51,4 38,5 48,3 44,7
Control del niño 0,7 12,2 3,1 1,9 13,2 5,0
Controles por embarazo 4,6 18,2 9,2 7,7 21,0 11,3
Análisis y exámenes
Análisis 28,7 25,7 26,3 25,1 28,6 26,9
Rayos X 49,8 22,6 24,3 43,9 31,7 36,9
Otros exámenes 81,1 10,8 17,3 38,7 22,6 29,9
Hospitalizaciones y otros
Hospitalización 40,6 20,5 26,1 29,7 20,1 25,9
Intervención quirúrgica 27,7 23,8 25,8
Atenciones de parto 28,9 23,4 25,5 12,8 26,7 16,2
Materiales
Medicinas 43,1 60,6 53,9 62,8 66,9 64,4
Anticonceptivos 3,4 29,7 27,2 19,0 59,5 32,1
Compra de lentes 63,2 93,0 91,6 88,4 96,3 93,9
Otros gastos 42,8 81,5 70,2 58,7 74,3 64,5
1/
Pagado por algún miembro del hogar.
En la relación de seguros, la proporción de afiliados a EsSalud que deben pagar por servicios es
mayor a la del SIS en prácticamente todos los ítems evaluados, tanto en 2005 y 2015, lo que tiene
sentido en relación a la población objetivo del SIS. Sin embargo, si bien la brecha es importante en casi
todos ellos, lo es mucho menos en el pago de materiales.
El porcentaje de afiliados que deben pagar por medicinas es de aproximadamente el 65% y las
diferencias en compra de lentes y otros gastos es proporcionalmente baja. La excepción son los
anticonceptivos, para los que sólo el 19% de los afiliados al SIS han pagado, frente al 59,5% de
EsSalud.
En el análisis departamental de los 15 ítems anteriores se descartan cinco de ellos por insuficiente
significatividad de los cruces: pago por control de menores, pago por análisis, rayos y tomografías, y
por otros exámenes, y pago por parto. El tamaño de la muestra de personas que han accedido a estos
servicios y que han pagado desagregadas por tipo de seguro es muy pequeño y las brechas no tienen
significatividad en casi ninguno de los departamentos en 2005 y muy poco en 2015.
107
El resto de ítems en consulta y controles: consulta, atención dental, oftalmología y control del
embarazo se presentan en los cuadros 57 y 58. El pago por hospitalización y atención quirúrgica en
el cuadro 59 y finalmente, el pago de materiales: medicinas, anticonceptivos, lentes y otros, en los
cuadros 60 y 61.
Cuadro 57. Porcentaje de personas que han pagado por consulta y atención dental según el tipo
de seguro de salud en 2005 y en 20151/
Análisis Rayos X
Departamento 2005 2015 2005 2015
Amazonas 3,2 33,3 *** 4,8 13,1 ***
16,2 26,2 28,0 46,4 ***
Ancash 11,1 20,2 *** 14,3 15,8 ***

36,4 49,5 34,1 56,6 ***
Apurímac 3,3 11,3 *** 4,1 16,8 ***

0,0 38,4 35,2 50,7
Arequipa 9,8 21,2 *** 15,4 27,5 ***

29,9 57,2 *** 28,2 68,4 ***
Ayacucho 3,4 15,9 *** 7,7 25,0 ***

20,5 66,9 *** 35,9 59,0 ***
Cajamarca 2,8 12,8 *** 6,3 17,9 ***

45,1 41,2 44,1 47,9
Callao 23,1 30,2 16,4 25,8 ***

11,3 26,3 45,7 63,8 ***
Cusco 6,8 18,2 *** 7,6 16,0 ***

29,6 45,4*** 53,7 62,9 ***
Huancavelica 1,0 16,5 *** 3,5 15,9 ***

38,7 44,0 8,1 27,9 ***
Huánuco 5,0 20,5 *** 7,1 18,7 *** 12,7 50,8*** 28,5 54,9 ***
Ica 20,6 22,0 23,1 33,9 *** 20,3 57,4 45,8 68,5 ***
Junín 5,3 18,6 *** 7,4 13,2 *** 34,4 64,9*** 34,3 67,3 ***
La Libertad 15,6 18,6 9,0 22,4 *** 36,2 69,7*** 36,2 49,4
Lambayeque 5,4 11,2 *** 11,1 23.9 *** 20,6 56,3 45,2 60,2 ***
Lima 26,6 28,9 20,8 31,3 *** 37,1 74,3*** 42,6 69,4 ***
Loreto 11,8 24,6 *** 8,4 20,8 *** 41,7 64,2 28,0 32,2
Madre de Dios 7,6 31,0 *** 12,3 18,9 *** 59,4 39,0 27,4 42,8 ***
Moquegua 6,5 18,8 *** 7,8 12,9 14,3 51,8*** 24,1 41,0 ***
Pasco 4,7 10,4 *** 5,2 13,2 *** 16,4 49,8 *** 23,4 40,8 ***
Piura 14,6 18,4 15,1 24,6 *** 37,3 48,0 *** 28,7 58,9
Puno 5,0 13,2 7,2 10,2 18,1 48,1 *** 51,4 62,5 ***
San Martín 4,1 14,6 *** 9,5 18,2 ***

36,7 68,5 *** 43,1 46,0
Tacna 10,0 16,8 *** 7,8 26,7 ***

19,4 52,5 *** 20,0 56,6 ***
Tumbes 20,5 13,5 8,2 20,6 ***

21,5 21,9 34,9 37,7
Ucayali 6,1 15,2 *** 9,9 13,3 ***

37,1 53,1 65,9 67,9
1
Significativo al 5%
***
108
Cuadro 58. Porcentaje de personas que han pagado por oftalmología y control del embarazo por
departamento y según el tipo de seguro de salud en 2005 y en 20151/
Oftalmología Control del embarazo

Departamento 2005 2015 2005 2015
Amazonas 54,8 *** 23,5 64,2 *** 11,9 9,4
Ancash 51,4 *** 40,8 38,6 14,9 15,4 10,2
Apurímac 50,8 67,6 *** 41,5 84,9 *** 33,3 1,6
Arequipa 49,1 49,6 *** 24,4 50,9 *** 19,9 25,3 11,1 31,0 ***
Ayacucho 85,1 91,4 *** 36,1 50,6 14,2 2,8 20,0
Cajamarca 41,6 *** 48,6 56,9 2,8 15,2
Callao 100 66,9 50,7 39,7 25,3 8,3
Cusco 100 49,6 *** 45,7 65,4 *** 5,0 25,5 11,1
Huancavelica 100 63,7 *** 1,6 44,7 *** 3,4
Huánuco 4,5 56,3 *** 22,0 56,6 ***
Ica 81,9 60,9 35,4 48,3 9,9 24,4 19,6 25,1
Junín 100 56,4 *** 31,7 37,1 0,0 49,9 14,1 19,3
La Libertad 45,0 41,2 63,0 *** 14,5 46,1 14,0 12,1
Lambayeque 61,7 30,3 *** 37,1 45,7 0,0 9,5 1,5 36,5 ***
Lima 37,4 55,0 49,0 46,4 3,9 16,7 7,2 24,8 ***
Loreto 34,5 *** 24,5 32,9 3,0 4,6 ***
Madre de Dios 87,5 *** 32,0 40,2 16,5 36,8 6,9 21,8 ***
Moquegua 43,5 *** 9,3 37,1 *** 21,7 14,6
Pasco 100 55,4 *** 21,2 22,2 27,7 0,0
Piura 69,8 37,8 12,7 35,7 *** 18,2 18,8 12,2 35,1 ***
Puno 53,7 30,9 57,2 0,0 6,7 0,0
San Martín 49,6 80,3 ***

51,0 59,9 2,0 12,4 3,3 6,2
Tacna 15,5 39,5 ***

27,0 45,3 *** 12,2 14,9
Tumbes 100 75,5 50,9 44,0 20,1 32,6 26,4
Ucayali 75,1 ***

59,4 63,3 5,8 11,1 11,7 27,2 ***

1/
Significativo al 5%
***
109
Lo primero que se puede apreciar en el análisis de consultas y controles es que la significatividad de

los resultados es baja en oftalmología y en control del embarazo. Algo más se puede obtener del pago
por consulta médica y por atención dental.
En cuanto a la consulta, se aprecia que las tasas de pago son significativamente mayores entre los
afiliados a EsSalud que entre los afiliados al SIS en todos los departamentos analizados y en los dos
años abordados.
En la comparación temporal, 17 departamentos presentan información comparable y en diez de
ellos se produce una reducción de la brecha, que se explica en parte importante por el aumento de
la tasa de pago de los del SIS. En los otros siete departamentos la brecha aumenta, aunque de forma
amplia sólo en Tacna y Lambayeque, donde el aumento de la tasa de pago de EsSalud ha crecido
significativamente más que la del SIS.
Las tasas de pago son mucho mayores en atención dental en ambos seguros, ya que la mayoría de
los servicios de este tipo no son cubiertos por ninguno de ellos. Así, en 2005 las tasas de pago de SIS
rondaban el 30% en la mayoría de los departamentos y las de EsSalud más del 50%. Diez años más
tarde, los primeros se habían elevado al umbral del 40%, mientras que los segundos al 60%. Esto ha
permitido que los departamentos con brechas significativas estadísticamente sean mayores en 2015.
Considerando esto, se aprecia una importante reducción de las brechas. En siete de los diez
departamentos con datos comparables se aprecia una fuerte caída de las diferencias entre seguros
debido fundamentalmente al aumento de la proporción de afiliados al SIS que han debido pagar por
este servicio. Sólo en Arequipa, Junín y Tacna se ha producido el fenómeno contrario.
En oftalmología y control del embarazo las brechas son escasamente significativas en 2015 y nulas
en 2005, por lo que sólo se puede realizar un análisis vertical para ese año.
De ese análisis se derivan fuertes diferencias en la cobertura de los afiliados de uno y otro sistema,
que llegan a sobrepasar los 40 puntos porcentuales en el pago de oftalmología en Amazonas, Apurímac
y Huancavelica y más de 20 puntos en control del embarazo en Arequipa, Lambayeque y Piura, todos
en favor de los afiliados al SIS.
La mayoría de las brechas de hospitalización e intervención quirúrgica no son significativas en
2005, lo que se agrega a la dificultad de comparar los datos agregados ese año con las respuestas en
categorías separadas para 2015.
En el primer año, las diferencias tienen significatividad estadística en seis departamentos: Ancash,
Lambayeque, Tacna, Tumbes, Lima y Junín y en los cuatro primeros las brechas van desde 48 puntos a
72 puntos más altas entre los afiliados del SIS. Esto resulta particularmente llamativo debido a que en
los departamentos donde no existe significatividad estadística las diferencias son peores para EsSalud.
Para 2015, ya con ambas categorías separadas, se repite el fenómeno: sólo seis departamentos
tienen diferencias con significatividad estadística en hospitalización y tres en intervenciones quirúrgicas
y en todos ellos las tasas de pago de EsSalud son menores que en SIS.
Dicho de otro modo, si bien en promedio los porcentajes de población de cada seguro que pagan
por estos servicios son levemente superiores en SIS que en EsSalud en 2015, cuando se analizan sólo
los que tienen diferencias significativas, las diferencias se amplían notoriamente en desmedro del SIS.
110
De esta forma, parece ser que los usuarios de EsSalud están más protegidos frente a la necesidad
de hacer un desembolso del ingreso familiar para costear estas atenciones, mientras que por algún
motivo, los afiliados a SIS recurren a centros en los que deben pagar por los servicios.
Cuadro 59. Porcentaje de personas que han pagado por hospitalización e interveniones
quirúrgicas por departamento y según el tipo de seguro de salud en 2005 y en 20151/
Pago hospitalización y/o internamiento Hospitalización Hospitalización

Departamento 2005 2015 2015
Amazonas 10,1 21,0 4,6 17,8 57,1 ***
Ancash 67,0 16,9 *** 48,6 22,5 *** 34,1 27,1
Apurímac 30,6 22,5 20,4 22,7 26,3 6,8
Arequipa 31,0 18,3 27,7 11,4 31,6 18,3
Ayacucho 18,6 23,9 29,7 12,5 15,7 11,3
Cajamarca 42,8 9,6 36,6 15,0 27,4 17,2
Callao 24,0 30,4 23,8 18,2 27,2 19,0
Cusco 22,8 9,4 24,0 28,0 36,5 21,9
Huancavelica 7,0 20,7 29,1 17,8 41,2
Huánuco 28,6 21,2 33,2 27,9 15,5 33,3
Ica 60,0 21,2 65,1 25,8 *** 13,2 29,2
Junín 47,1 16,8 *** 56,6 37,6 25,2 18,5
La Libertad 42,7 20,3 34,2 14,6 *** 50,3 23,5
Lambayeque 87,8 23,0 *** 27,6 19,5 41,3 35,4
Lima 48,4 20,3 *** 17,8 20,9 19,3 25,3
Loreto 33,4 40,5 27,7 22,5 20,6 22,3
Madre de Dios 20,3 10,9 38,6 23,8 20,1 1.7
Moquegua 38,0 22,7 21,8 11,3 23,3 20,5
Pasco 100 22,6 35,3 6,2 *** 50,6 12,0 ***
Piura 37,4 24,2 36,6 18,0 *** 29,2 23,3
Puno 32,4 7,9 49,3 42,1 70,0 10,2 ***
San Martín 48,1 31,3 25,5 20,4 27,8 27,8
Tacna 80,9 8,2 *** 18,8 4,1 25,6 6,1
Tumbes 54,7 6,0 *** 47,9 12,4 *** 26,8 16,9
Ucayali 37,5 33,1 35,2 29,6 26,4 13,2

1/
Significativo al 5%
***
111
Como se vio antes, los pagos son más frecuentes en medicinas. Más de un 50% en 2005 y más de
un 60% en 2015 debieron realizar un desembolso económico del hogar para adquirirlas. En ambos
casos, las proporciones fueron menores para los afiliados al SIS.
Por departamentos, se tienen diferencias significativas en casi una veintena en 2005 y algo menos
en 2015, pudiendo hacerse la comparación en cerca de doce territorios.
Lo primero que se aprecia de estos resultados es que en todos los departamentos y ambos años,
los afiliados a EsSalud tienen una tasa de pago mayor que los del SIS, con la única excepción de Callao
en 2015. Lamentablemente, no es posible conocer hasta qué punto los afiliados al SIS tienen menores
tasas de pago que los de EsSalud debido a una mayor protección o debido a que no accedieron a los
medicamentos.
En cuanto a la evolución temporal, Huancavelica y Apurímac son dos de los departamentos con
mayores brechas tanto en 2005 como en 2015, superados sólo por Cajamarca, Huánuco y Junín en
2005. La diferencia es que estos tres redujeron estos valores significativamente en los diez años de
estudio.
Precisamente son estas fuertes reducciones las que producen una disminución de la brecha. De los
doce departamentos con datos significativos, estos dos presentan disminuciones por encima de los 30
puntos, seguidos de Moquegua con 23. Así, en 2015 los porcentajes de poblaciones que debieron
pagar por medicinas fueron más similares entre SIS y EsSalud, aunque seguían siendo superiores en estos
últimos.
Cuadro 60. Porcentaje de personas que han pagado por medicinas y anticonceptivos1 / por
Medicinas Anticonceptivos
Departamento 2005 2015 2005 2015
Amazonas 35,0 67,1 *** 46,6 60,5 *** 2,9 8,9 9,1
Ancash 46,1 52,1 61,9 60,3 26,5 7,3 25,3 ***
Apurímac 9,7 41,3 *** 41,2 64,6 *** 1,8 7,1 ***
Arequipa 42,9 56,2 *** 62,3 61,7 32,4 4,8 19,4 ***
Ayacucho 27,4 45,4 *** 51,4 68,5 *** 36,7 6,2 37,7 ***
Cajamarca 32,2 67,1 *** 51,0 60,4 *** 0,8 32,4
Callao 57,5 64,7 71,0 61,7 *** 21,9 14,3 48,4 ***
Cusco 29,3 53,7 *** 55,1 65,9 *** 28,1 5,5 54,3 ***
Huancavelica 14,2 47,4 *** 32,9 66,1 *** 11,6 3,0 15,9 ***
Huánuco 30,2 67,1 *** 50,8 55,9 *** 0,0 6,1 44,0 ***
Ica 50,0 60,5 *** 85,2 88,6 *** 5,0 9,3 38,6 ***
Junín 30,6 69,4 *** 68,0 76,0 *** 44,2 14,5 55,1 ***
La Libertad 59,3 61,4 71,0 67,5 19,2 6,8 41,6 ***
112
Lambayeque 41,5 56,1 *** 68,2 68,4 24,8 13,1 30,0
Lima 61,9 61,8 71,3 66,3 33,8 15,3 46,5 ***
Loreto 50,0 61,3 *** 57,9 64,2 *** 26,3 7,1 27,3 ***
Madre de Dios 34,6 63,4 *** 66,4 60,3 28,4 17,6 52,6 ***
Moquegua 23,5 53,2 *** 43,4 50,8 *** 18,7 2,4 25,9 ***
Pasco 37,7 64,4 *** 51,3 65,5 *** 7,9 2,5 15,8 ***
Piura 55,5 63,1 68,8 63,9 11,3 55,2 ***
Puno 37,8 56,7 *** 67,1 70,2 26,8 5,8 70,1 ***
San Martín 48,4 61,7 *** 62,5 66,4 16,1 9,5 31,0 ***
Tacna 45,2 59,7 *** 54,6 65,6 *** 13,6 11,0 11,8 ***
Tumbes 60,8 54,9 71,5 62,9 18,3 17,7 21,9
Ucayali 52,5 63,8 *** 74,6 70,8 13,6 18,4 43,9 ***
1/
2/
***
Significativo al 5%
Los datos por pago de anticonceptivos son interesantes por cuanto los resultados para 2005 son
casi nulos para SIS en todos los departamentos, a excepción de Piura. La escasa muestra a la que queda
reducida este análisis, separado por seguro hace imposible inferir relaciones.
Para 2015 la muestra mejora y en la mayoría de los departamentos las brechas son significativas. En
todos estos casos, el porcentaje de mujeres que tuvo que pagar por anticonceptivos fue susceptiblemente
mayor en EsSalud que en SIS, con brechas que superan los cuarenta puntos en Piura, Puno, Junín y
Cusco y que sólo en Apurímac caen por debajo de los diez puntos porcentuales.En este sentido sí
parece existir una mayor protección financiara en la adquisición de anticonceptivos para las mujeres
del SIS.
En otro ítem, las brechas en la compra de lentes entre seguros y departamentos apenas si son
representativas en Lima y Tumbes en 2005 y en Cusco, La Libertad, Lambayeque Loreto y Tacna en 2015.
Cuadro 61. Porcentaje de personas que han pagado por lentes y otros materiales por
Lentes Otros materiales

Departamento 2005 2015 2005 2015
Amazonas 80,4 82,9 100 12,8 73,8 *** 30,5 59,2 ***
Ancash 88,2 96,2 87,7 42,6 88,0 *** 62,1 85,9 ***
Apurímac 54,0 72,6 92,5 82,7 71,7 55,4 80,2 ***
113
Arequipa 80,7 94,9 100 100 31,8 72,7 *** 65,5 76,3 ***
Ayacucho 19,7 100 76,3 100 100 68,7 84,2 ***
Cajamarca 73,9 100 91,4 22,5 93,9 *** 51,1 75,4 ***
Callao 100 79,2 100 98,2 60,7 75,6 68,8 ***
Cusco 100 52,4 91,3 *** 25,7 84,9 *** 75,3 89,7 ***
Huancavelica 18,8 100 100 100 24,9 61,0 ***
Huánuco 95,2 82,3 100 7,3 72,8 *** 33,9 68,0 ***
Ica 100 78,1 93,4 92,1 10,0 64,7 *** 46,4 74,6 ***
Junín 96,6 95,8 98,0 71,1 66,0 78,4 ***
La Libertad 100 76,9 96,4 *** 86,1 88,8 56,7 76,3 ***
Lambayeque 76,7 100 82,6 97,1 *** 73,3 94,2 *** 72,1 83,9 ***
Lima 69,1 92,7 *** 92,8 96,5 81,5 81,6 72,5 72,0
Loreto 86,7 79,0 97,7 *** 34,6 90,9 *** 37,3 64,3 ***
Madre de Dios 91,6 85,3 100 4,0 61,5 62,4 64,8
Moquegua 83,4 81,9 95,5 6,4 29,9 *** 53,9 59,2
Pasco 100 94,7 96,1 80,6 97,8 *** 58,7 76,5 ***
Piura 92,4 83,6 100 75,0 74,1 50,4 68,9 ***
Puno 100 91,1 93,5 13,4 85,5 *** 65,2 85,8 ***
San Martín 100 74,0 97,9 21,7 61,7 *** 60,7 73,2 ***
Tacna 95,9 81,4 98,8 *** 17,2 82,3 *** 57,1 68,3 ***
Tumbes 17,6 96,9 *** 92,2 90,0 38,8 11,5 *** 59,7 68,9 ***
Ucayali 100 94,2 100 49,2 62,7 79,4 ***

1/
Significativo al 5%
***
De esta forma, no se puede realizar una comparación robusta entre los diez años estudiados. Sólo
se puede asegurar que en los que se dispone de información, la tasa de pago de lentes es mayor entre
los afiliados a EsSalud que entre los del SIS. Tomando como precaución que los casos para 2005 son
muy limitados en número.
Por último, en los otros pagos las personas encuestadas tienen una tasa de respuesta mayor. En
parte importante porque lo que consideren que no se les ha preguntado pueden incluirlo allí. Así, el
lado positivo es que la significatividad de las brechas son más abundantes en 2005 y en 2015, pero
como contrapartida se tiene que no está especificado qué se incluyó en esta categoría y qué no.
114
Tomando en consideración estas dos cuestiones, se aprecia que en los dos años y para casi todos
los departamentos con brechas significativas la tasa de pago fue mayor entre los afiliados a EsSalud.
Las excepciones son Tumbes en 2005 y Callao en 2015.
Estas diferencias son las que más se han reducido: desde más de cuarenta puntos el primer año hasta
poco menos de veinte en el último año. El motivo es que en muchos departamentos la disminución del
pago de los afiliados a EsSalud se redujo moderadamente, mientras que la tasa de pago de los afiliados
al SIS aumentó en forma abrupta, como en Cajamarca, Cusco, Puno y Tacna.
c. Pago por servicios

Otra cuestión es el impacto del pago anterior. En este sentido, se han actualizado los valores de gasto
de 2005 de acuerdo a la variación del índice general de precios a 2015. Los resultados muestran que
casi todos los ítems evaluados han aumentado su precio, en consonancia con la tendencia global de
los precios de salud (Cuadro 62).
Cuadro 62. Pago promedio por utilización de consultas y servicios en soles reales
según el tipo de seguro de salud, 2015
2005 2015 Variación (%)

Consultas y controles
Consulta 167 313 250 342 49,9 9,1
Servicio dental 113 787 460 953 306,0 21,1
Servicio oftalmológico 88 152 143 290 63,3 91,3
Control del niño 30 133 69 134 131,9 1,0
Controles por embarazo 26 103 79 242 200,2 135,8
Análisis y exámenes
Análisis 233 688 509 762 118,2 10,8
Rayos X 829 1.356 1.241 1.335 49,7 -1,6
Otros exámenes 421 1.539 1.185 1.688 181,2 9,7
Hospitalizaciones y otros
Hospitalización 385 725 459 1.028 19,2 41,8
Intervención quirúrgica 1.205 1.758
Atenciones de parto 48 328 183 1.066 278,8 225,1
Materiales
Medicinas 247 520 326 506 31,8 -2,7
Anticonceptivos 164 260 96 129 -41,5 -50,4
Compra de lentes 414 636 543 776 31,1 22,1
Otros gastos 65 204 84 203 27,8 -0,4
Por último, en el análisis por departamentos y seguros se ha optado por sumar los pagos realizados
en los 15 ítems analizados en 2005 y 2015 y actualizarlos a moneda constante. De esta forma, se
obtiene una mayor significatividad estadística por territorio que por cada ítem por separado.
115
Los resultados muestran que en los dos años estudiados y en todos los departamentos con brechas
significativas, la cantidad pagada por los afiliados a EsSalud es mayor que la pagada por los afiliados al
SIS. Esta diferencia es particularmente amplia en Cuzco y Madre de Dios en ambos años.
Cuadro 63. Pago promedio por utilización de consultas y servicios en soles reales según el tipo
de seguro de salud, en soles reales del 2015
Promedio del total de pagos

Amazonas 151 685 *** 334 787 ***
Ancash 267 708 *** 370 586 ***
Apurímac 263 769 *** 276 633
Arequipa 307 635 *** 779 891 ***
Ayacucho 162 574 *** 330 623 ***

***
Cajamarca 274 710 *** 397 779
Callao 309 618 461 793 ***
Cusco 147 769 *** 324 933 ***
Huancavelica 63 297 344 445
Huánuco 130 507 *** 266 719 ***
Ica 427 726 427 582
Junín 226 489 *** 315 719 ***
La Libertad 363 1009 *** 359 927 ***
Lambayeque 225 707 *** 396 772 ***
Lima 335 927 *** 534 931 ***
Loreto 140 483 *** 210 580 ***
Madre de Dios 242 844 *** 488 1112 ***
Moquegua 219 668 *** 440 604
Pasco 192 500 *** 276 305
Piura 358 536 *** 533 851 ***
Puno 104 459 *** 297 547 ***
San Martín 385 978 *** 478 1013 ***
Tacna 375 748 *** 454 956 ***
Tumbes 279 994 352 685 ***
Ucayali 349 524 *** 279 545 ***
***
Significativo al 5%
116
Sin embargo, en el análisis de las brechas significativas se aprecia que en la mayoría de los
departamentos las diferencias por seguro se han reducido. El motivo es que el pago medio que
realizaban los afiliados al SIS en 2005 creció más que el promedio del pago medio de los afiliados a
EsSalud.
Es decir, la población gasta más en salud en 2015, pero las diferencias entre lo que gastan los
afiliados de cada seguro se redujeron.
117
Capítulo V
Conclusiones y Recomendaciones
Pocas cosas dañan más el capital social de un país que las desigualdades injustas, innecesarias y abusivas
entre su población. En salud, estas inequidades resultan en vidas más precarias e incluso en la muerte.
Por este motivo, la OPS ha querido dar prioridad a la lucha en contra de las desigualdades, para
lograr el reto de acceso y cobertura universal en salud en la región y particularmente en Perú.
El presente estudio se enmarca en dicho esfuerzo y tuvo como objetivo realizar un análisis de
equidad en salud en Perú según las características sociodemográficas de sus habitantes, con especial
énfasis en el aseguramiento en salud y las diferencias entre SIS y EsSalud.
En términos generales, el país ha mejorado claramente el acceso a servicios formales de salud,
cobertura y protección financiera, insumos e infraestructuras, etc. Sin duda, hoy en día los peruanos y
las peruanas gozan de mejores condiciones que hace diez años.
Estos avances han favorecido principalmente a los grupos más vulnerables como son los niños y
niñas, las personas del cuartil más pobre y aquellos con menores niveles de educación.
No obstante, siguen existiendo importantes desigualdades sin resolver. Diferencias injustas que
no parecen tener una explicación médica y que ponen en desventaja vital a parte de la población por
motivos de sexo, edad, educación, ingreso o lugar de residencia.
Los resultados en este sentido confirman la evidencia previa y se encuentran en línea con la
bibliografía nacional e internacional. Perú mantiene grandes desigualdades por nivel de ingreso y
educación, así como una alta variabilidad territorial.
Un primer síntoma de estas inequidades se encuentra en el reconocimiento de evento de salud y
acceso a servicios formales. Las diferencias por sexo se han reducido y las de edad responden en gran
parte al deterioro natural de la salud de los mayores. Sin embargo, los niveles educativos y el ingreso
del hogar siguen siendo determinantes en el reconocimiento de necesidad de atención y en el acceso
a servicios de salud.
En este sentido se enlazan dos cuestiones: la falta de información sobre derechos y sobre pertinencia
de intervenciones médicas, y la autoexclusión por motivos económicos. En ambos casos, el resultado
es que personas que debería recibir atención no la reciben, con el consecuente daño al capital social y
humano del país y a su fuerza de trabajo.
En casi la totalidad de los análisis realizados, la variabilidad territorial es alta. Al menos tres factores
parecen condicionar estas diferencias: el nivel de ingreso de cada región, la estructura poblacional, y
la dotación de infraestructuras. Los departamentos con menor tasa de pobreza como Ica, Arequipa y
Madre de Dios registran mejores indicadores y apenas se sitúan por debajo del promedio nacional. Por
el contrario, Amazonas, Cajamarca, Huancavelica, Pasco, Puno y Loreto, suelen presentar las mayores
desigualdades con respecto al resto del país. La mayor proporción de personas mayores también
119
suele influir en los resultados, situando en algunos casos a Moquegua, uno de los departamentos con
menor tasa de pobreza, entre aquellos con mayores desigualdades respecto al resto. Algo que ocurre
en menor medida, pero que en algunos indicadores afecta a La Libertad. La separación de variables
es determinante para identificar las desigualdades territoriales que puedan deberse a cuestiones
puramente geográficas o de ubicación/dotación de servicios. Las regresiones llevadas a cabo parecen
señalar que más allá de las composiciones poblacionales y de ingreso, algunos departamentos como
Puno, Pasco, Moquegua, Loreto y Huancavelica presentan mayores desigualdades con respecto al resto
del país.
La mayor novedad de los resultados tiene que ver con los análisis sobre aseguramiento y diferencias
entre los afiliados al SIS y a EsSalud. En este sentido, las respuestas corresponden a las percepciones
de los entrevistados y no a su estatus legal. Las diferencias entre la población que dice estar afiliada
y la que oficialmente consta como tal, es positiva. Vale decir, existen aproximadamente unos tres
millones de habitantes que teóricamente tienen un seguro de salud, pero que responden no tenerlo.
Esto ya ha sido comentado anteriormente y según algunos autores refleja el aumento acelerado de
la afiliación y de procedimientos automáticos de incorporación, que se producen sin que el individuo
tenga información de sus derechos. El caso es que si una persona está asegurada pero ignora estarlo,
su comportamiento y barreras previas al acceso seguirán manteniéndose.
Pese al aumento importante de la cobertura en los últimos diez años, más de una cuarta parte de
la población continuaba respondiendo no tener seguro el año pasado. Esto explica parte importante
de las desigualdades ya que las personas que cuentan con algún tipo de aseguramiento en salud
reconocen con más frecuencia haber tenido un evento de salud y sus tasas de acceso a la atención
formal son casi el doble de las no aseguradas. El porcentaje de personas que se autoexcluye de la
atención por motivos económicos es casi el doble entre aquellos que no tienen seguro de salud.
Un mayor acceso se traduce de inmediato en una mayor utilización de servicios médicos como
consulta médica, que son un 40% más frecuente en las personas con seguro, hospitalización, en más
del doble, y control del embarazo en casi medio punto.
Lo mismo ocurre con la protección financiera. El porcentaje de personas sin seguro de salud que
debe pagar por consulta médica es más del doble que entre las personas con seguro. No obstante,
estas últimas, cuando deben hacerlo, desembolsan un monto mayor de su ingreso.
Una de las claves que motivan este estudio es la situación de desigualdad existente en el propio
sistema público, concretamente entre los dos más importantes: el Sistema Integrado de Salud (SIS) y el
Seguro Contributivo de la Seguridad Social (EsSalud).
Ambos seguros son diferentes en perfil y financiamiento. El primero se nutre de impuestos generales,
mientras que el segundo de las contribuciones que paga el empleador en proporción al salario bruto
de los trabajadores. La población del SIS es más joven y más pobre que la de EsSalud, ya que nació con
una vocación centrada en la salud materna e infantil, y dirigido a las personas más vulnerables. Como
contrapartida, EsSalud tiene una población más envejecida y con mayor tasa de crónicos.
Estas diferencias condicionan muchos de los resultados en salud de ambos tipos de afiliados, pero
algunas veces estas características producen efectos antagónicos. Por ejemplo, las tasas de utilización
deberían ser más altas en EsSalud por el mayor porcentaje de personas mayores, pero a la vez, el mayor
ingreso y educación de la población trabajadora les permite mejores condiciones de alimentación y
habitabilidad que redunda en mejores estados de salud.
120
Los resultados obtenidos en este estudio muestran que las personas del SIS, pese a ser más jóvenes,
presentan más eventos de salud que las de EsSalud. Aunque en este caso es una realidad reciente ya
que hace sólo diez años, la relación era la contraria.
Por eso es tan relevante que aun considerando la edad, el acceso de las personas a atención formal
sea mayor en EsSalud que en el SIS. Es decir, los afiliados al seguro integral de salud tienen menos
acceso a los servicios médicos formales que los del seguro contributivo, sea cual sea el tramo de edad
considerado.
Por lo tanto, no es de extrañar que también la utilización sea proporcionalmente mayor entre
los afiliados de EsSalud. En la mayoría de los servicios analizados, estos fueron significativamente
mayores: consulta médica, atención dental, servicio oftalmológico, análisis, rayos X y tomografías, otros
exámenes, hospitalización, intervención quirúrgica, medicina, anticonceptivos, otros insumos como
ortopedia, lentes, y vacunas en menores de uno y de tres años (BCG, DPT, Polio y antisarampionosa).
Sólo en algunas prestaciones, relacionadas con la salud materna e infantil, la utilización fue
proporcionalmente mayor entre los afiliados al SIS. Estas fueron: atención de parto, control de menores
y control de embarazadas.
Pese a ello, la protección financiera es mayor en el SIS para la mayoría de los servicios utilizados.
Vale decir, cuando los afiliados a este seguro accedieron a servicios médicos, fueron proporcionalmente
menos los casos en que debieron pagar por ellos. En general, los afiliados a EsSalud pagaron en
más ocasiones. Pero esto no es válido en todos los servicios. En hospitalizaciones e intervenciones
quirúrgicas, la relación es la contraria. Esto quiere decir que, en casos graves, los afiliados al SIS parecen
estar menos protegidos financieramente que los de EsSalud.
En cuanto a los montos pagados por los servicios médicos, la cantidad fue mayor entre los afiliados
a EsSalud que entre los del SIS, lo que refleja cierta progresividad en el gasto de bolsillo. No obstante,
en ambos casos los efectos pueden ser perjudiciales para el acceso.
El análisis territorial de las desigualdades en salud entre ambos seguros confirmó, en términos
generales, las tendencias antes señaladas. En casi todos los análisis y departamentos las brechas
favorecieron a los afiliados de EsSalud, y por la lado positivo, en casi todos ellos las brechas mostraron
una reducción entre 2005 y 2015.
Algunos departamentos se repiten entre los más desiguales entre seguros, como son Amazonas y
La Libertad en utilización de servicios, Piura y Huancavelica por pago de servicios, y Cuzco y Junín en
ambos.
Este diagnóstico señala que aún queda mucho camino por andar en la reducción de las desigualdades
en salud, principalmente en materia de acceso y utilización, y sobre todo en la protección financiera
de las familias.
De este análisis se obtienen cuatro conclusiones que pueden servir de orientación para mejorar la
equidad del sistema de salud peruano:
1. En primer lugar, es conveniente dar un nuevo impulso al aseguramiento en salud. Todavía una
tercera parte de la población no reconoce estar cubierta por ningún tipo de seguro, público o
privado, lo que origina persistentes desigualdades en acceso, utilización y protección financiera.
2. En segundo lugar, es necesario plantearse cómo avanzar en este ámbito en relación a la
actual situación de un sistema fragmentado. Será muy difícil combatir las desigualdades si se
121
mantienen dos redes de atención distintas para afiliados a seguros públicos. El mantenimiento
de dos redes públicas paralelas genera desigualdades e ineficiencia en el acceso, lo que dificulta
el logro de la cobertura real universal. Posiblemente sea necesario avanzar en la unificación de
redes e incorporar de esta forma un componente de solidaridad y distribución de riesgos en el
sistema.
3. En tercer lugar, se debe aumentar la protección financiera de las familias en general. La
autoexclusión de acceso a servicios formales de salud continúa siendo alta, con diferencias
significativas por nivel de ingreso e incluso entre los propios seguros públicos. Si se quiere
avanzar en igualdad, no se puede permitir que el nivel de ingresos sea un determinante tan
importante de acceso. En este punto, conviene poner atención no sólo en la protección de
los más pobres, sino también en la evolución del gasto de bolsillo de las familias de ingresos
medios y medio-bajos.
4. En cuarto lugar, las desigualdades territoriales son insostenibles en un contexto de mayor
igualdad. Para poder reducirlas es necesario establecer un mecanismo de monitoreo cercano
de información que permita orientar los recursos en salud a las zonas más necesitadas y que
esté primera línea de acceso para los tomadores de decisiones.
Por último, volver a destacar la necesidad de transversalidad de las políticas de salud, sociales y
laborales. Cada sector por si sólo será incapaz de acabar con las inequidades que afectan a la población
y sólo así se pueden consolidar las bases para el desarrollo social y humano del país.
122
Referencias Bibliográficas
1. Almeida G, Sarti FM. Measuring evolution of income-related inequalities in health and health
care utilization in selected Latin American and Caribbean countries. Revista Panamericana de
Salud Pública [Internet]. 2013 Feb [cited 2017 Jun 30];33(2):83–9. Available from: http://www.
scielosp.org/scielo.php?script=sci_abstract&pid=S1020-49892013000200002&lng=en&nrm=i
so&tlng=en
2. Asaria M, Ali S, Doran T, Ferguson B, Fleetcroft R, Goddard M, et al. How a universal health
system reduces inequalities: lessons from England. J Epidemiol Community Health [Internet].
2016 [cited 2017 Oct 7];70(7):637–643. Available from: http://jech.bmj.com/content/70/7/637.
short
3. Bambra C, Netuveli G, Eikemo TA. Welfare state regime life courses: the development of
western European welfare state regimes and age-related patterns of educational inequalities in
self-reported health. Int J Health Serv. 2010;40(3):399–420.
4. Barroso C, Abásolo I, Cáceres JJ. Health inequalities by socioeconomic characteristics in Spain:
the economic crisis effect. Int J Equity Health [Internet]. 2016 Apr 11;15. Available from: http://
www.ncbi.nlm.nih.gov/pmc/articles/PMC4827195/
5. Batty GD, Der G, Macintyre S, Deary IJ. Does IQ explain socioeconomic inequalities in health?
Evidence from a population based cohort study in the west of Scotland. BMJ [Internet].
2006 Mar 9 [cited 2017 Jun 30];332(7541):580–4. Available from: http://www.bmj.com/
content/332/7541/580
6. Black D, Morris J, Smith, C, Townsend P. Inequalities in health: report of a Research Working
Group. [Internet]. Great Britain Department of Health and Social Security. London: DHSS; 1980
[cited 2017 Jun 30]. Available from: https://espace.library.uq.edu.au/view/UQ:546810
7. Borrell C, Palència L, Muntaner C, Urquía M, Malmusi D, O’Campo P. Influence of macrosocial
policies on women’s health and gender inequalities in health. Epidemiol Rev. 2014;36:31–48.
8. Bourdieu P. Distinction: A social critique of the judgement of taste [Internet]. Cambridge:
Harvard University Press; 1984 [cited 2017 Jun 30]. 632 p. Available from: https://monoskop.
org/images/e/e0/Pierre_Bourdieu_Distinction_A_Social_Critique_of_the_Judgement_of_
Taste_1984.pdf
9. Campos-Serna J, Ronda-Pérez E, Artazcoz L, Moen BE, Benavides FG. Gender inequalities in
occupational health related to the unequal distribution of working and employment conditions:
a systematic review. Int J Equity Health [Internet]. 2013 Aug 5;12:57. Available from: http://
10. Cetrángolo O, Bertranou F, Casanova L, Casalí P. El sistema de salud del Perú: situación actual
y estrategias para orientar la extensión de la cobertura contributiva [Internet]. OIT; 2013 [cited
2017 Jun 30]. Available from: http://www.academia.edu/download/40061293/El_sistema_de_
salud_del_Per_situacin_act20151116-24306-bcfc48.pdf
123
11. Chor D. Health inequalities in Brazil: race matters. Cad Saúde Pública [Internet]. 2013
[cited 2017 Jun 30];29(7):1272–1275. Available from: https://pdfs.semanticscholar.
org/71bc/8ba719a4cd1564e6dcf63ba1f858b161e2f3.pdf
12. Comfort AB, Peterson LA, Hatt LE. Effect of health insurance on the use and provision of
maternal health services and maternal and neonatal health outcomes: a systematic review. J
Health Popul Nutr. 2013 Dec;31(4 Suppl 2):81–105.
13. Cotlear D, Vermeersch C. Peruvian lessons for the transition from MDGs to SDGs. Lancet Glob
Health. 2016 Jun;4(6):e353-354.
14. Cotlear D. Population aging : is Latin America ready? [Internet]. The World Bank; 2010 Dec
[cited 2017 Jul 1] p. 1–324. Report No.: 58842. Available from: http://documents.worldbank.
org/curated/en/117291468299147625/Population-aging-is-Latin-America-ready
15. Fan VY, Savedoff WD. The health financing transition: A conceptual framework and empirical
evidence. Social Science & Medicine [Internet]. 2014 Mar 1;105:112–21. Available from: http://
www.sciencedirect.com/science/article/pii/S0277953614000392
16. Font-Ribera L, García-Continente X, Davó-Blanes MC, Ariza C, Díez E, García Calvente M del
M, et al. El estudio de las desigualdades sociales en la salud infantil y adolescente en España.
Gaceta Sanitaria [Internet]. 2014 Jul [cited 2017 Jul 1];28(4):316–25. Available from: http://
linkinghub.elsevier.com/retrieve/pii/S0213911114000053
17. Forrest LF, Adams J, Wareham H, Rubin G, White M. Socioeconomic Inequalities in Lung
Cancer Treatment: Systematic Review and Meta-Analysis. PLOS Medicine [Internet]. 2013 Feb
5 [cited 2017 Jul 1];10(2):e1001376. Available from: http://journals.plos.org/plosmedicine/
article?id=10.1371/journal.pmed.1001376
18. Francke P. Perú: El Sistema Integral de Salud y los nuevos retos para la cobertura
universal [Internet]. Washington DC: Banco Mundial; 2013 [cited 2017 Jul 1]. 44 p.
Available from: http://documents.worldbank.org/curated/en/413901468086060903/
pdf/750090REVISED00LIC00UNICO0PERU02014.pdf
19. Hoffman SJ, Tan C. Overview of systematic reviews on the health-related effects of government
tobacco control policies. BMC Public Health [Internet]. 2015 Aug 5;15. Available from: http://
20. Instituto Nacional de Estadística e Informática. Microdatos. Encuesta Nacional de Hogares
[Internet]. 2005 [cited 2017 Jul 1]. Available from: http://iinei.inei.gob.pe/microdatos/
21. Instituto Nacional de Estadística e Informática. Perú: Situación de Salud de la Población Adulta
Mayor, 2012 [Internet]. Lima: Instituto Nacional de Estadística e Informática; 2013 [cited 2017
Jul 1]. 128 p. Available from: https://www.inei.gob.pe/media/MenuRecursivo/publicaciones_
digitales/Est/Lib1146/libro.pdf
22. Kakwani N, Wagstaff A, van Doorslaer E. Socioeconomic inequalities in health: Measurement,
computation, and statistical inference. Journal of Econometrics [Internet]. 1997 Mar 1;77(1):87–
103. Available from: http://www.sciencedirect.com/science/article/pii/S0304407696018076
23. Karlsson M, Nilsson T, Lyttkens CH, Leeson G. Income inequality and health: Importance of
a cross-country perspective. Social Science & Medicine [Internet]. 2010 Mar 1;70(6):875–85.
Available from: http://www.sciencedirect.com/science/article/pii/S0277953609007655
124
24. Lindeboom M, Ewijk RV. Early life conditions and later life inequality in health. Health and
Inequality [Internet]. 2013 [cited 2017 Jul 1];21:399–419. Available from: https://research.vu.nl/
en/publications/early-life-conditions-and-later-life-inequality-in-health
25. Link BG, Phelan J. Social conditions as fundamental causes of disease. J Health Soc Behav [Internet].
1995;Spec No:80–94. Available from: https://www.ncbi.nlm.nih.gov/pubmed/7560851
26. Lorenc T, Petticrew M, Welch V, Tugwell P. What types of interventions generate inequalities?
Evidence from systematic reviews. J Epidemiol Community Health [Internet]. 2013 Feb;67(2):190–
3. Available from: https://www.ncbi.nlm.nih.gov/pubmed/22875078
27. Lynch J, Smith GD, Harper S, Hillemeier M. Is Income Inequality a Determinant of Population
Health? Part 2. U.S. National and Regional Trends in Income Inequality and Age- and Cause-
Specific Mortality. Milbank Q [Internet]. 2004 Jun;82(2):355–400. Available from: http://www.
ncbi.nlm.nih.gov/pmc/articles/PMC2690174/
28. Lynch JW, Smith GD, Kaplan GA, House JS. Income inequality and mortality: importance to
health of individual income, psychosocial environment, or material conditions. BMJ [Internet].
2000 Apr 29 [cited 2017 Jul 1];320(7243):1200–4. Available from: http://www.bmj.com/
content/320/7243/1200
29. Mackenbach JP, Stirbu I, Roskam A-JR, Schaap MM, Menvielle G, Leinsalu M, et al. Socioeconomic
inequalities in health in 22 European countries. New England Journal of Medicine [Internet].
2008 [cited 2017 Jul 1];358(23):2468–2481. Available from: http://www.nejm.org/doi/
full/10.1056/NEJMsa0707519
30. Mackenbach JP. The persistence of health inequalities in modern welfare states: the explanation
of a paradox. Soc Sci Med. 2012 Aug;75(4):761–9.
31. Mackenbach JP. Cultural values and population health: a quantitative analysis of variations in
cultural values, health behaviours and health outcomes among 42 European countries. Health
Place. 2014 Jul;28:116–32.
32. Mackenbach JP, Kunst AE, Cavelaars AE, Groenhof F, Geurts JJ. Socioeconomic inequalities
in morbidity and mortality in western Europe. The EU Working Group on Socioeconomic
Inequalities in Health. Lancet. 1997 Jun 7;349(9066):1655–9.
33. Marmot M. Social determinants of health inequalities. The Lancet [Internet]. 2005 [cited 2017
Jul 1];365(9464):1099–1104. Available from: http://www.sciencedirect.com/science/article/pii/
S0140673605711466
34. Matus-López M, Prieto Toledo L, Cid Pedraza C. Evaluación del espacio fiscal para la salud en
Perú. Rev Panam Salud Publica [Internet]. 2016 [cited 2017 Jul 1];40(1):64–9. Available from:
http://iris.paho.org/xmlui/handle/123456789/28581
35. Matus López M, Rodríguez-Modroño P. Presiones de oferta y demanda sobre políticas formales
de cuidados en Latinoamérica. Revista del CLAD Reforma y Democracia [Internet]. 2014 [cited
2017 Jul 1];(60). Available from: http://www.redalyc.org/html/3575/357533692004/
36. Mellor JM, Milyo J. Income Inequality and Health Status in the United States: Evidence from
the Current Population Survey. Journal of Human Resources [Internet]. 2002 [cited 2017 Jul
1];37(3):510–39. Available from: https://ideas.repec.org/a/uwp/jhriss/v37y2002i3p510-539.
html
125
37. Ministerio de Salud, editor. Compendio Estadístico: Información de Recursos Humanos del
Sector Salud, Perú - 2013 [Internet]. Lima: Ministerio de Salud; 2014 [cited 2017 Jul 1]. 406 p.
(Dirección General de Gestión del Desarrollo de Recursos Humanos, editor. Serie Bibliográfica
Recursos Humanos en Salud). Available from: http://www.minsa.gob.pe/dggdrh/libros/pdf/s1/
compendio2013.pdf
38. Miqdad A, Shehzad A, Doran T, Ferguson B, Fleetcroft R, Goddard M, et al. How a universal
health system reduces inequalities: lessons from England. Journal of Epidemiology & Community
Health [Internet]. 2016 [cited 2017 Jun 30];70(10.1136/jech-2015-206742):637–43. Available
from: http://openaccess.city.ac.uk/13038/
39. Nilsson T, Bergh A. Income Inequality, Health and Development ? in Search of a Pattern. In:
O’Donnell O, Dias P, editors. Health and Inequality [Internet]. Emerald Group Publishing Limited;
2013 [cited 2017 Jul 1]. p. 441–68. (Research on Economic Inequality; vol. 21). Available from:
https://doi.org/10.1108/S1049-2585(2013)0000021021
40. Nussbaum MC. Human Capabilities, Female Human Beings - Oxford Scholarship. In: Nussbaum M,
Glover J, editors. Women, Culture, and Development: A Study of Human Capabilities [Internet].
Oxford: Clarendon Press; 1995 [cited 2017 Jul 1]. Available from: http://www.oxfordscholarship.
com/view/10.1093/0198289642.001.0001/acprof-9780198289647-chapter-3
41. Oliveira BLCA de, Thomaz EBAF, Silva RA da. The association between skin color/race and health
indicators in elderly Brazilians: a study based on the Brazilian National Household Sample Survey
(2008). Cad Saúde Pública [Internet]. 2014 Jul [cited 2017 Jul 1];30(7):1438–52. Available from:
http://www.scielo.br/scielo.php?script=sci_arttext&pid=S0102-311X2014000701438&lng=en
&tlng=en
42. Organización Mundial de Salud. Handbook on health inequality monitoring with a
special focus on low- and middle-income countries [Internet]. Geneva: World Health
Organization; 2013 [cited 2017 Jul 1]. 105 p. Available from: http://apps.who.int/iris/
bitstream/10665/85345/1/9789241548632_eng.pdf
43. Organización Mundial de Salud. State of inequality: Reproductive, maternal, newborn and child
health [Internet]. Geneva: World Health Organization; 2015 [cited 2017 Jul 1]. 103 p. Available
from: http://www.who.int/entity/gender-equity-rights/knowledge/state-of-inequality/en/index.
html
44. Organización Mundial de Salud. Universal health coverage (UHC). Fact sheet 2015 [Internet].
2015b [cited 2016 May 20]. Available from: http://www.who.int/mediacentre/factsheets/fs395/
en/
45. Organización Mundial de Salud. Social determinants of health [Internet]. 2016 [cited 2016
May 5]. Available from: http://www.who.int/social_determinants/final_report/key_concepts_
en.pdf?ua=1
46. Organización Panamericana de la Salud. Documento CD53/5, Rev. 2. Estrategia para el Acceso
Universal a la Salud y la Cobertura Universal de Salud [Internet]. Organización Panamericana
de la Salud; 2014 [cited 2017 Jul 1]. Available from: http://www.paho.org/hq/index.
php?option=com_docman&task=doc_view&gid=27273&Itemid=270&lang=es
126
47. Organización Panamericana de la Salud. Estrategia para el Acceso Universal a la Salud y la

Cobertura Universal de Salud [Internet]. Resolucion CD53.R14 Oct 29, 2014. Available from:
http://iris.paho.org/xmlui/bitstream/handle/123456789/7652/CD53-R14-s.pdf
48. Petrera M, Valdivia M, Jimenez E, Almeida G. Equity in health and health care in Peru, 2004-
2008. Rev Panam Salud Publica. 2013 Feb;33(2):131–6.
49. Programa de las Naciones Unidas para el Desarrollo. Informe sobre desarrollo humano 2015.
Trabajo al servicio del desarrollo humano [Internet]. Nueva York: Naciones Unidas; 2016. 290 p.
Available from: http://hdr.undp.org/sites/default/files/hdr_2015_report_sp.pdf
50. Rawls J. A Theory of Justice [Internet]. Cambridge: Harvard University Press; 1971 [cited 2017
Jul 1]. 561 p. Available from: http://www.univpgri-palembang.ac.id/perpus-fkip/Perpustakaan/
American%20Phylosophy/John%20Rawls%20-%20A%20Theory%20of%20Justice~%20
Revised%20Edition.pdf
51. Scanlan JP. Race and Mortality Revisited. Soc [Internet]. 2014 Aug 1 [cited 2017 Jul 1];51(4):328–
46. Available from: https://link.springer.com/article/10.1007/s12115-014-9790-1
52. Schneider MC, Castillo-Salgado C, Bacallao J, Loyola E, Mujica OJ, Vidaurre M, et al. Métodos
de medición de las desigualdades de salud. Rev Panam Salud Publica [Internet]. 2002 [cited
2017 Jul 1];12(6):398–414. Available from: http://iris.paho.org/xmlui/handle/123456789/9953
53. Seguro Integral de Salud. Estadísticas SIS 2016 [Internet]. 2016 [cited 2017 Jul 1]. Available
from: http://www.sis.gob.pe/Portal/estadisticas/index.html
54. Sen A. Commodities and Capabilities [Internet]. Amsterdam: North-Holland; 1985. Available
from: http://www.amazon.com/Commodities-Capabilities-Amartya-Sen/dp/0195650387/
ref=sr_1_1?s=books&ie=UTF8&qid=1310679705&sr=1-1
55. Sen A. The idea of justice. Cambridge, Mass: Belknap Press of Harvard University Press; 2009.
467 p.
56. Sen G, Iyer A, Mukherjee C. A Methodology to Analyse the Intersections of Social Inequalities in
Health. Journal of Human Development and Capabilities [Internet]. 2009 Nov 1;10(3):397–415.
Available from: http://dx.doi.org/10.1080/19452820903048894
57. Slatore CG, Au DH, Gould MK. An Official American Thoracic Society Systematic Review:
Insurance Status and Disparities in Lung Cancer Practices and Outcomes. Am J Respir Crit Care
Med [Internet]. 2010 Nov 1;182(9):1195–205. Available from: http://www.atsjournals.org/doi/
full/10.1164/rccm.2009-038ST
58. Smedley BD, Stith AY, Nelson AR, editors. Unequal treatment : confronting racial and ethnic
disparities in health care [Internet]. Washington, D.C.: National Academies Press; 2003 [cited
2017 Jul 1]. 764 p. Available from: https://www.ncbi.nlm.nih.gov/books/NBK220358/
59. Sommer I, Griebler U, Mahlknecht P, Thaler K, Bouskill K, Gartlehner G, et al. Socioeconomic
inequalities in non-communicable diseases and their risk factors: an overview of systematic
reviews. BMC Public Health [Internet]. 2015 Sep 18;15. Available from: http://www.ncbi.nlm.
nih.gov/pmc/articles/PMC4575459/
127
60. Spaan E, Mathijssen J, Tromp N, McBain F, ten Have A, Baltussen R. The impact of health
insurance in Africa and Asia: a systematic review. Bulletin of the World Health Organization
[Internet]. 2012 Sep 1 [cited 2017 Jul 1];90(9):685–92. Available from: http://www.who.int/
bulletin/volumes/90/9/12-102301.pdf
61. Superintendencia Nacional de Salud. Registro de Afiliados Nacionales 2015-2016 [Internet].
2016 [cited 2017 Jul 1]. Available from: http://portales.susalud.gob.pe/web/portal/afiliados_
nacionales
62. Superintendencia Nacional de Salud. Encuestas de Satisfacción a nivel Nacional (ENSUSALUD
2015) [Internet]. [cited 2017 Jul 1]. Available from: http://portales.susalud.gob.pe/web/
portal/239
63. Uphoff EP, Pickett KE, Cabieses B, Small N, Wright J. A systematic review of the relationships
between social capital and socioeconomic inequalities in health: a contribution to understanding
the psychosocial pathway of health inequalities. International Journal for Equity in Health
[Internet]. 2013 [cited 2017 Jul 1];12(1):54. Available from: https://equityhealthj.biomedcentral.
com/articles/10.1186/1475-9276-12-54
64. U.S. Department of Health and Human Services. Healthy People 2010: Understanding and
Improving Health [Internet]. 2nd ed. Washington, DC: U.S. Government Printing Office; 2000
[cited 2017 Jul 1]. 76 p. Available from: http://www.healthypeople.gov/2010/document/pdf/
uih/2010uih.pdf
65. Vellakkal S, Millett C, Basu S, Khan Z, Aitsi-Selmi A, Stuckler D, et al. Are estimates of
socioeconomic inequalities in chronic disease artefactually narrowed by self-reported measures
of prevalence in low-income and middle-income countries? Findings from the WHO-SAGE
survey. J Epidemiol Community Health [Internet]. 2014 Dec 30 [cited 2017 Jul 1];jech-2014-
204621. Available from: http://jech.bmj.com/content/early/2014/12/30/jech-2014-204621
66. Whitehead M. The concepts and principles of equity and health. Int J Health Serv.
1992;22(3):429–45.
67. Wilkinson RG. Socioeconomic determinants of health. Health inequalities: relative or absolute
material standards? BMJ [Internet]. 1997;314:591–5. Available from: http://www.ncbi.nlm.nih.
gov/pmc/articles/PMC2126067/
68. Wilkinson RG, Pickett K. The Spirit Level: Why More Equal Societies Almost Always Do Better
[Internet]. Vol. 11. London: Allen Lane; 2012. Available from: http://dx.doi.org/10.1080/15700
763.2011.577928
69. Wilkinson RG. Income distribution and life expectancy. British Medical Journal [Internet]. 1992
[cited 2017 Jul 1];304:165–8. Available from: https://www.ncbi.nlm.nih.gov/pmc/articles/
PMC1881178/
70. World Bank. World Development Indicators | DataBank [Internet]. [cited 2016 May 25]. Available
from: http://databank.worldbank.org/data/reports.aspx?source=world-development-indicators
71. Zapata Moya AR, Buffel V, Navarro Yañez CJ, Bracke P. Social inequality in morbidity, framed
within the current economic crisis in Spain. International Journal for Equity in Health [Internet].
2015 [cited 2017 Jul 1];14(1). Available from: http://www.equityhealthj.com/content/14/1/131
128
Anexos
Resultados de las Regresiones
RLB 1. Resultados de RLB para existencia de malestar crónico
2005 2015
B sig B sig
Sexo .312 ***
Sexo .397 ***
Edad .047 *** Edad .056 ***

Ingreso .343 *** Ingreso .441 ***
Seguro .183 *** Seguro .200 ***
Educación (1) -.266 *** Educación (1) -.074
Educación (2) -.466 *** Educación (2) -.153 ***
Departamentos Departamentos
Huánuco .401 *** Pasco .377 ***
Tumbes .325 *** Moquegua .301 ***
Apurímac .046 *** Ayacucho -1.129 ***
Madre de Dios -.849 *** Huancavelica -1.217 ***
Puno -.904 *** Madre de Dios -1.432 ***
Cusco -1.090 ***
Ayacucho -1.405 ***
RLB: REGRESIÓN LOGÍSTICA BINARIA: Variables de base. Sexo: Masculino/femenino; Edad: escala en años; Ingreso: log consumo per cápita
equivalente; Educación: sin estudios, primaria incompleta o menor; primaria completa o secundaria incompleta; secundaria completa y
técnica; educación superior. Departamentos con mayores y menores ratios respecto a Amazonas.
Fuente: ENAHO 2005, 2015.
RLB 2. Resultados de RLB para existencia de evento de salud
2005 2015
B sig B sig
Sexo .365 *** Sexo .337 ***
Edad .018 *** Edad .022 ***
Seguro .093 *** Seguro .169 ***
Arequipa .089 Puno 1.074 ***
Loreto -.925 Ancash .918 ***
Callao -.974 *** Pasco .807 ***
Lima -.976 *** Lima -.424 ***
Ucayali -1.117 *** Lambayeque -.551 ***
Madre de Dios -1.164 *** Piura -.652 ***
131
RLB 3. Resultados de RLB para acceso a atención formal
2005 2015
B sig B sig
Sexo .008 ***
Sexo .127 ***
Edad -.001 *** Edad -.003 ***

Seguro 1.274 *** Seguro 1.075 ***
Educación (1) -.115 Educación (1) .005
Madre de Dios .296 Callao .219 ***
Ucayali .246 Ancash -.414 ***
Lima .233 *** Moquegua -.467 ***
Piura -.421 *** Junín -.623 ***
Huánuco -.443 *** Puno -1.047 ***
Puno -.865 ***
RLB 4. Resultados de RLB para acceso a atención dental
2005 2015
B sig B sig
Sexo .065 Sexo .115 ***
Edad -.009 *** Edad -.012 ***

Seguro .360 *** Seguro .488 ***
Educación (1) .837 *** Educación (1) .519 ***
Educación (3) 1.045 *** Educación (3) .621 ***
Educación (4) 1.221 *** Educación (4) .747 ***
Madre de Dios -1.475 *** Ayacucho .684 ***
Ucayali -1.254 *** Puno .428 ***
Tumbes -1.151 *** Moquegua .337 ***
Piura -1.089 *** Pasco .318 ***
Lambayeque -1.037 *** Tumbes -.291 ***
*** Loreto -.244 ***
Lambayeque -.188 ***
132
RLB 5. Resultados de RLB para hospitalización
2005 2015
B sig B sig
Sexo .483 ***
Sexo .633 ***
Edad .016 *** Edad .012 ***

Seguro .315 *** Seguro .809 ***
Educación (1) .164 Educación (1) .085
Educación (4) .238 Educación (4) .293 ***
Tumbes .243 Tumbes .128
Ucayali .186 San Martín .126
Huancavelica -.763 *** Lima -.498 ***
Pasco -.692 *** Puno -.497 ***
Ancash -.629 *** Junín -.389 ***
Puno -.616 *** Ica -.385 ***
Huánuco -.372 ***
Huancavelica -.372 ***
RLB 6. Resultados de RLB para pago por atención médica
2005 2015
B sig B sig
Sexo .075 Sexo .146 ***
Edad .004 *** Edad .000 ***
Seguro -2.062 *** Seguro -1.238 ***
Educación (1) .080 Educación (1) .082
Educación (2) .066 Educación (2) -.054
Educación (3) -.055 Educación (3) -.094
Educación (4) -.159 Educación (4) .036
Apurímac 1.254 *** Ica 1.500 ***
San Martín 1.135 *** Lima 1.276 ***
Madre de Dios 1.122 *** Arequipa 1.273 ***
Lima 1.094 *** Piura 1.175 ***
Callao 1.087 *** Callao 1.104 ***
Cajamarca -.305
133
Contrastes de diferencias
Contraste 1. Pruebas de chi-cuadrado para 2005 y 2015, para valores de cronicidad
2005 2015
Sig. asintótica Sig. exacta Sig. exacta Sig. asintótica Sig. exacta Sig. exacta
Valor gl Valor gl
(bilateral) (bilateral) (unilateral) (bilateral) (bilateral) (unilateral)
Chi-cuadrado de 31,741a 1 ,000 Chi-cuadrado de 102,515a 1 ,000
Pearson Pearson
Corrección por 31,640 1 ,000 Corrección por 102,372 1 ,000
continuidadb continuidadb
Razón de 31,937 1 ,000 Razón de 103,349 1 ,000
verosimilitudes verosimilitudes
Estadístico exacto de ,000 ,000 Estadístico exacto de ,000 ,000
Fisher Fisher
Asociación lineal por 31,741 1 ,000 Asociación lineal por 102,514 1 ,000
lineal lineal
N de casos válidos 85585 N de casos válidos 119338
gl: grados de libertad

Contraste 2. Pruebas de chi-cuadrado para 2005 y 2015, para valores de evento de salud
2005 2015
Valor gl Valor gl
Chi-cuadrado de 14,475 a
1 ,000 Chi-cuadrado de 243,100 a
1 ,000
Pearson Pearson
Razón de 14,477 1 ,000 Razón de 241,884 1 ,000
Fisher Fisher
lineal lineal

Contraste 3. Pruebas de chi-cuadrado para 2005 y 2015, para valores de acceso a atención formal
2005 2015
Valor gl Valor gl
1 ,000
Pearson Pearson
Razón de 27,505 1 ,000 Razón de 2048,806 1 ,000
Fisher Fisher
lineal lineal

134
Contraste 4. Pruebas de diferencias para 2005 y 2015 para valores de satisfacción con el tiempo de espera
2005 Valor gl
Sig. asintótica Sig. exacta Sig. exacta
(bilateral) (bilateral) (unilateral)
Chi-cuadrado de 27,308a 1 ,000
Pearson
Corrección por 27,083 1 ,000
continuidadb
Razón de 27,505 1 ,000
verosimilitudes
Estadístico exacto de ,000 ,000
Fisher
Asociación lineal por 27,305 1 ,000
lineal
N de casos válidos 10354
2015 Prueba de Levene para la

Prueba T para la igualdad de medias
igualdad de varianzas
95% Intervalo de confianza
Sig. Diferencia Error típ. de para la diferencia
F Sig. t. gl (bilateral) de medias la diferencia
Inferior Superior
Tiempo en Se han asumido 1251,102 ,000 -20,993 47788 ,000 -10,51073 ,50067 -11,49205 -9,52941
minutos varianzas iguales
No se han asumido -26,426 18415,160 ,000 -10,51073 ,39774 -11,29033 -9,73112

varianzas iguales
Contraste 5. Pruebas de chi-cuadrado para 2005 y 2015, para los valores de consulta médica
2005 2015
Valor gl Valor gl
1 ,000
Pearson Pearson
Razón de 2202,898 1 ,000 Razón de 925,124 1 ,000
Fisher Fisher
lineal lineal
Contraste 6. Pruebas de chi-cuadrado para 2005 y 2015, para valores de hospitalización
2005 2015
Valor gl Valor gl
1 ,000
Pearson Pearson
Razón de 163,955 1 ,000 Razón de 455,034 1 ,000
Fisher Fisher
lineal lineal
135
Contraste 7. Pruebas de chi-cuadrado para 2005 y 2015, para valores de atención dental
2005 2015
Valor gl Valor gl
Pearson Pearson
Razón de 401,539 1 ,000 Razón de 262,466 1 ,000
Fisher Fisher
lineal lineal
N de casos válidos 855,83 N de casos válidos 119358
Contraste 8. Pruebas de chi-cuadrado para 2005 y 2015, para valores de hospitalización
2005 2015
Valor gl Valor gl
Pearson Pearson
Razón de 2,32 1 ,128 Razón de 7,774 1 ,005
Fisher Fisher
lineal lineal
Contraste 9. Pruebas de chi-cuadrado para 2005 y 2015, para valores de autoexclusión económica
2005 2015
Valor gl Valor gl
1 ,000
Pearson Pearson
Razón de 1569,155 1 ,000 Razón de 249,080 1 ,000
Fisher Fisher
lineal lineal
136
Contraste 10. Pruebas de chi-cuadrado para 2005 y 2015. Pago por consulta
2005 2015
Valor gl Valor gl
Pearson Pearson
Razón de 3250,878 1 ,000 Razón de 1847,782 1 ,000
Fisher Fisher
lineal lineal
Contraste 11. Pruebas de diferencia de medias para 2005 y 2015. Impacto de pago por consulta

Inferior Superior
Tiempo Minutos Se han asumido 9,785 ,002 -2,760 5201 ,006 -,30676 ,11115 -,52466 -,08886
varianzas iguales
No se han asumido -2,771 2042,819 ,0006 -,30676 ,11069 -,52384 -,08969

varianzas iguales

Inferior Superior
Tiempo Minutos Se han asumido 31,313 ,000 -6,123 6719 ,000 -,44310 ,07237 -,58498 -,30123
varianzas iguales
No se han asumido -6,371 6104,367 ,000 -,44310 ,06955 -,57944 -,30677

varianzas iguales
137

OPSPER17024 Spa

Cargado por

Información del documento

Título original

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

OPSPER17024 Spa

Cargado por

Copyright:

Formatos disponibles

EQUIDAD EN LA

© Organización Panamericana de la Salud, 2017

Forma de cita propuesta: Organización Panamericana de la Salud. Equidad en la atención en salud en

Catalogación en la fuente: Puede consultarse en http://iris.paho.org.

Las publicaciones de la Organización Panamericana de la Salud están acogidas a la protección prevista

Editado por: Organización Panamericana de la Salud

Primera edición, octubre 2017

Se terminó de imprimir en octubre de 2017 en:

E n la última década, el problema de la desigualdad ha vuelto a tomar protagonismo en la literatura

El nivel de ingresos sigue siendo determinante en las desigualdades en salud, particularmente en el

Figura 1. Características de las inequidades

1.1.1. Equidad y estrategia para la estrategia de salud universal

Figura 2. Las regiones más desiguales del planeta

Fuente: Foro Económico Mundial (2016).

Figura 3. Líneas estratégicas para el acceso y cobertura universal en salud

El presente estudio se enmarca en la línea 1, en la que reconoce como fundamental “identificar

1.1.2 Teorías sobre desigualdad en salud

1.2 Marco metodológico

1.2.1 El modelo de la OMS para el monitoreo de desigualdades en salud

Figura 4. Componentes de la evaluación en salud

INSUMOS PRODUCTOS RESULTADOS IMPACTOS

1.2.2 Estratificadores para el análisis de las desigualdades en salud

Figura 5. Gradiente social de inequidades en salud

Cuadro 1. Descripción de la estratificadores

Primaria incompleta o menor

Ingresos y gastos Cuartiles de gasto per cápita equivalente

Sin seguro de salud

Aseguramiento Seguro Integral de Salud (SIS)

Fuente: Instituto Nacional de Estadística e Informática, 2016.

Las propias limitaciones de las fuentes de información no permiten demasiadas desagregaciones

1.2.3 Variables de análisis

Cuadro 2. Descripción de variables de estudio

Médicos y personal de enfermería

Total de egresos por cada mil habitantes según registros oficiales.

Descripción de variables de estudio (continuación)

Intervenciones Porcentaje de personas que recibieron intervenciones clínicas. Desagregada en hospitalización,

Porcentaje de personas que recibieron materiales. Desagregados por medicinas, otros

Para menores de 12:

Distribución de las personas que no accedieron a servicio de atención formal según el

Porcentaje de personas que no accedieron a servicio de atención formal por motivos

1.2.4 Tipos de indicadores

Figura 6. Medición de desigualdades en salud

Fuente: OMS (2013) y Schneider et al. (2002).

Cuadro 3. Descripción de la Encuesta Nacional de Hogares-ENAHO

SEXO 2005 2010 2015 EDUCACIÓN 2005 2010 2015

Secundaria y superior no universitaria 18.257 20.753 29.707

18-29 17.072 16.300 20.766 Sin información 5.527 4.749 6.050

30-44 15.664 16.629 22.651 Total 86.309 88.055 119.515

45-64 13.223 15.482 23.555 Fuente: ENAHO 2005, 2010, 2015.

65 y más 5.806 7.067 11.739

Total 86.309 88.055 119.515

Cuadro 4. Descripción de la Encuesta Demográfica y de Salud Familiar (ENDES)

SEXO 2015 EDAD (en años) 2015 EDUCACIÓN 2015

Femenino 77.299 18-29 28.430 Educación primaria 42.435

Total 151.267 30-44 31.052 Educación secundaria 46.714

45-64 20.154 Educación superior 23.623

Total 151.267 ND: No disponible

Cuadro 5. Descripción de la Encuesta Nacional de Satisfacción en Salud (ENSUSALUD)

SEXO 2015 EDAD (en años) 2015 EDUCACIÓN 2015

Masculino 5.335 15-17 574 Sin educación 381

Femenino 8.335 18-29 3.251 Educación primaria 2.371

Total 13.670 30-44 3.765 Educación secundaria 5.295

45-64 4.316 Superior no universitaria 2.792