SEGURIDAD SOCIAL EN SALUD: UNA MIRADA DESDE SUS

DETERMINANTES DE LA PROBABILIDAD PARA COLOMBIA EN EL PERIODO

ENERO-MARZO 2019.

SOCIAL SECURITY IN HEALTH: A LOOK FROM ITS DETERMINANTS OF THE

PROBABILITY FOR COLOMBIA IN THE PERIOD JANUARY-MARCH 2019.

ANA MARÍA TRUJILLO LÓPEZ

RESUMEN ABSTRACT
This investigation tries to show the
Esta investigación pretende evidenciar
effect of the variables of the
el efecto de las variables de los
determinants of the probability of
determinantes de la probabilidad de
having affiliation to Social Security in
contar con afiliación a Seguridad
Colombia during the period of the third
Social en Colombia durante el período
quarter of 2019. For this, these data
del tercer trimestre del año 2019. Para
were obtained from DANE's GEIH,
esto, dichos datos fueron obtenidos de
where the variables to be studied in
GEIH (Gran Encuesta Integrada de
this research were the age, gender,
Hogares) del DANE, donde las
educational level and labor sector to
variables a estudiar en esta pesquisa
which the individual belongs. The
fueron edad, género, nivel educativo y
empirical strategy consists of
sector laboral al que el individuo
estimating a probit model that allows
pertenece. La estrategia empírica
measuring the effect of the variables
consiste en la estimación de un
associated with the condition of the
modelo probit que permite medir el
worker and his environment on the
efecto de variables asociadas a la
probability of counting the health
condición del trabajador y su entorno
insurance affiliation, taking into
en la probabilidad de contar a la
account the possible selection bias in
afiliación a seguridad social en salud,
terms of who enters the labor market
tomando en cuenta el posible sesgo
and who does not.
de selección en términos de quienes
entran al mercado de trabajo y quiénes KEYWORDS: Social determinants of
no. health, Colombia, poverty, health
promotion, health inequities, variables.
PALABRAS CLAVE: Determinantes
sociales de la salud, Colombia,
pobreza, promoción de la salud,
inequidades en salud, variables.
 I. INTRODUCCIÓN
El Sistema General de Seguridad Social en Salud resulta ser de fundamental en
la vida de los colombianos debido a que esta prestación de servicio en salud se
encuentra ligado a la calidad de vida y bienestar de los ciudadanos, especialmente
de los más vulnerables. De este modo, la importancia de la realización de esta
investigación se da en el interés de identificar características y posibles
determinantes que hace que un individuo se afilie al sistema de seguridad social en
salud, con el fin de encontrar las políticas pertinentes para mejorar el sistema, su
cobertura, las deficiencias en salud pública y políticas sanitarias impulsadas por el
sistema neoliberal, ya que desde la Ley 100 de 1993, 1122 de 2007 y 1438 de 2011
en Colombia el panorama de afiliación Seguridad Social en salud es desalentador y
preocupante en términos de equidad, heterogeneidad en el mercado laboral y de
desarrollo humano integral debido a las grandes desigualdades en nutrición,
mortalidad infantil, morbilidad y esperanza de vida.
Para un país como Colombia, rico en recursos, pero conocido por su desigualdad
y corrupción, es relevante establecer cuáles son los determinantes de contar no con
afiliación en salud. De este modo, se realiza la búsqueda de aquellos determinantes
que influyen de manera considerable en la decisión de afiliarse o no al sistema
general de seguridad social en salud, estimando mediante un modelo econométrico
Logit, basado en la metodología del caso de estudio de Francisco Pérez (2011) bajo
el análisis de las características heterogéneas del mercado laboral, con el propósito
de evaluar específicamente cuál es el impacto sobre la probabilidad de estar afiliado
o no a un determinado régimen de salud.
Según el Departamento Administrativo Nacional de Estadísticas (DANE) “el 93.6
por ciento de los ocupados de las 13 ciudades y áreas metropolitanas reportaron
estar afiliados a Seguridad Social en Salud. Igualmente, para estas mismas zonas
la proporción de ocupados aportantes al régimen contributivo fue de 57.2%. En la
misma categoría, el total de beneficiarios del régimen contributivo fue del 12.5%;
mientras que, el 23.3 por ciento fue del régimen subsidiado (DANE: 2016: 3)”. P.7
Es por esto por lo que los objetivos de este estudio son bajo modelo binomial
Logit, evidenciar el efecto de las variables: edad, género, nivel educativo y sector
laboral al que el individuo pertenece, en los determinantes de la probabilidad de
tener afiliación a seguridad social en salud en Colombia para el primer trimestre del
año 2019 para de esta manera, detectar las variables políticas y sociales que estén
relacionadas con la decisión de afiliación en salud.
Entonces, el presente trabajo se divide en 7 parte que incluyen la presente
introducción; en el segundo apartado se presenta el planteamiento del problema; en
el tercer inciso se conoce la revisión de literatura; en la cuarta sección se encuentra
los datos, fuente y tipo de datos a trabajar; en el quinta punto está relacionado con
la metodología planteada en el estudio; en la sexta subsección encontramos los
resultados obtenidos en la estimación; en la séptima sección abarcara las
conclusiones y finalizando con las referencias y material de apoyo para la
realización final de esta pesquisa.

II. PLANTEAMIENTO DEL PROBLEMA

Con el fin de contribuir en el análisis de los efectos de la seguridad social en
salud en Colombia mediante la realización de un estudio que evalúe el efecto de los
determinantes de tener afiliación en esta, siendo que los determinantes sociales y
económicos se encuentran en la agenda central de los problemas tratados por la
Organización Mundial de la Salud (OMS), es por esto que se busca responder ¿De
qué manera las variables: género, edad, nivel educativo, sector laboral al que el
individuo pertenece, sean los factores significativos de la probabilidad para contar
con seguridad social en salud para Colombia?: Primer trimestre 2019
Para ello, se estimará un modelo tipo probit que nos indicará el efecto marginal
de variables socioeconómicas escogidas anteriormente mencionadas en la
probabilidad de estar afiliado.

III. REVISIÓN DE LITERATURA

El sistema de salud en Colombia según Arias-Tovar (2005) se basa en la ley 100
de 1993 y la ley 715 de 2001 la cual estableció la última reforma. La ley 100
establece un nuevo Sistema General de Seguridad Social en Salud (SGSSS), que
está compuesto por una organización mixta conformada esencialmente por dos
regímenes simultáneos, el contributivo y el subsidiado.

Referente al articulado de Leyes, que se encuentran relacionadas con la

Seguridad Social, estas han apuntado a una mayor cobertura de la población y
mayor participación de los trabajadores independientes. Algunas leyes como, la Ley
100 de 1993 y la Ley 1562 de 2012 han procurado mejorar las condiciones del
sistema de Seguridad Social en Colombia y en consecuencia han logrado una
mayor cobertura; sin embargo, algunos autores como Isaza y Meza (2004) han
discutido sobre la calidad del servicio a la hora de atender al usuario (Vargas, 2017).
Es por esto, que este mismo (Vargas, 2017) en su documento en la sección de
seguridad social en Colombia, menciona que “Céspedes, Jaramillo y Martínez
(2000) manifiestan que las transformaciones institucionales en el Sistema General
de Seguridad Social en Salud (SGSSS) en Colombia han derivado cambios
organizativos, cambios en el funcionamiento y cambios de financiamiento de los
servicios de salud” (p.6)

Por otra parte, Pérez (2011), Ley 100 de 1993, el sector salud en Colombia lo
conformaba el sistema de seguridad social, el oficial y el privado. De esta manera,
la Ley 100 al ajustar la contribución a la capacidad de pago y/o los ingresos de la
población hizo que la afiliación al régimen contributivo, en el caso de la población
trabajadora, quedará dependiendo de la evolución de trabajo formal, mientras que
el régimen subsidiado y el de transición para vinculados, fueron diseñados para la
población más pobre con poca o ninguna capacidad de pago, quedó dependiendo,
en buena parte, del empleo y las actividades económicas informales, al mundo
económico al cual se encuentra vinculada laboralmente la población más vulnerable
económica y socialmente. Esta misma ley, que creó el Sistema General de
Seguridad Social en Salud (SGSSS), a fin de generar mayor cobertura de
aseguramiento y mejor acceso de la población a los servicios de salud, para Pérez
(2011) los resultados hasta hoy alcanzados destacan cómo transformó el sistema
de salud colombiano caracterizado, hasta la consolidación de la reforma en 1994,
por la pobre cobertura y un acceso caótico, inequitativo y marcadamente excluyente.
Finalmente, y de cualquier manera si bien en todo este tiempo se registra ampliación
de cobertura de aseguramiento a los servicios, es indudable que no sólo el alcance
universal aún está muy lejos, sino que cada vez se pierde más en calidad y
ampliación de servicios.
Es por esto que, en la investigación “Evolución de la afiliación al SGSSS en
Colombia, informalidad laboral y desempleo”, expuesta por Pérez (2011) analiza las
características heterogéneas del mercado laboral, con el propósito de evaluar
específicamente cuál es el impacto sobre la probabilidad de estar afiliado o no a un
determinado régimen de salud, de variables como la informalidad, la condición de
desempleo, la incapacidad laboral permanente de una persona, el tipo de
contratación, el tamaño de la empresa según número de empleados, etc. En el
documento se analizan, mediante modelos multinomiales tipo Logit, los hechos
estilizados y la evolución de la probabilidad de afiliación al régimen subsidiado y la
probabilidad de no afiliación, finalmente, encuentra que cuanto menor es la
educación de la persona mayor es la inclinación de afiliación por régimen subsidiado
o para no estar afiliado, al igual que, la condición de ser hombre en la decisión de
afiliación y las personas de menor edad, entre 18 y 29 años, son más propensas a
afiliarse al subsidiado que al contributivo.
 Determinantes de la probabilidad de contar con afiliación a seguridad social
de los trabajadores en Colombia durante el período 2008-2015 por Vargas (2017),
menciona la revisión de literatura del panorama de afiliación a Seguridad Social de
los trabajadores en Colombia, la evolución de la afiliación a Seguridad Social en
Colombia bajo estadísticas descriptivas a partir de microdatos de encuestas de
hogares, dando a conocer la estimación de un modelo probit bivariado el cual mide
el efecto de variables asociadas a la condición del trabajador y su entorno en la
probabilidad de cotizar a pensiones y salud, tomando en cuenta el posible sesgo de
selección en términos de quienes entran al mercado de trabajo y quiénes no. Sus
resultados indican que la probabilidad de estar afiliado a un fondo de pensiones es
menor para las personas que no cuentan con un nivel educativo alto y para los
trabajos con baja cualificación, de este modo, surge la pregunta: “¿Qué pasará con
la gente que queda sin pensión?” (p.27), por otra parte, el régimen subsidiado ha
aumentado su afiliación, un claro ejemplo es Bogotá donde el 72% de la población
hace parte del régimen contributivo, y el 15% está vinculado al régimen subsidiado.

Asimismo, Álvarez (2009), es su estudio sobre Los determinantes sociales

de la salud: más allá de los factores de riesgo, considera que los marcos teóricos
para el estudio de los determinantes y los retos para la investigación de la
perspectiva de la situación en salud en Colombia, basándose desde el enfoque y la
directriz de la OMS, se empezarían una vez se conozca las particularidades de las
inequidades en salud y sus determinantes, pues estos se comportan y conlleva a
efectos de manera distinta a los de otros países. Sin embargo, esta expone que
“algunas veces el concepto es tratado de manera ambigua como los determinantes
de la salud y los determinantes de las inequidades en salud.” (p.72) y así dando pie
a nuevas inquietudes en los determinantes, tomando como pregunta “¿Qué origina
las inequidades en salud y cómo, ¿cuáles son las vías por las cuales el contexto
social y económico se convierte en enfermedad?”; esta publicación en síntesis
sugiere, utilizar herramientas teóricas y metodológicas cuantitativas y cualitativas
para indagar cómo la estructura de nuestra sociedad nos enferma y nos mata de
manera desigual.

Finalmente, Arias-Tovar, (2005) en su trabajo denominado Determinantes del

estado de salud de la población colombiana expone brevemente la situación actual
del sistema de salud colombiano, donde el objetivo de estos es establecer y evaluar
los factores determinantes del estado de salud de los colombianos, partiendo de los
datos obtenidos en la Encuesta Nacional de Calidad de Vida, para el año 2003,
mediante la realización de estadística de tablas de distribución de frecuencias
conjuntas y condicionales para determinar la consistencia del indicador del estado
de salud, y econométrica por medio de la estimación del stock de salud utilizando la
metodología sugerida por el estudio de Gerdtham (1997) en la que se emplea un
modelo ordenado, para así determinar y evaluar la relación que existe entre el
estado de salud y las variables explicativas que representan características
individuales de la persona, como lo son: la edad, el nivel educativo, el género, la
práctica de ejercicio físico, la actividad laboral y el régimen de salud al cual está
afiliado y características del hogar. Estos encontraron que las personas que no
tienen ningún nivel educativo, el porcentaje de tener un regular o mal estado de
salud es de 60.8%, para las personas que han obtenido un nivel universitario con
título el porcentaje es de 11% o de postgrado es de11.7%.

IV. DATOS
Los datos para la realización de esta investigación provienen de la Gran
Encuesta Integrada de Hogares (GEIH) para el trimestre enero-marzo del año 2019,
disponible en la página web del Departamento Administrativo Nacional de
Estadística - DANE (www.dane.gov.co). Una vez descargados los datos, mediante
el programa estadístico Stata 14 se crearon las variables de interés utilizadas en el
desarrollo de la metodología planteada.

V. METODOLOGÍA
Con el objetivo de determinar los factores asociados a la probabilidad de contar
con afiliación a seguridad social en salud de los trabajadores en Colombia durante
el trimestre enero-marzo del 2019, se estima un modelo de selección binaria tipo
probit usando como variable dependiente una dummy que toma el valor de 1 si el
trabajador tiene seguridad social y cero en otro caso. De esta manera, la
especificación general de este modelo de elección binaria es:

Fuente: Elaboración propia.

 En el conjunto de los determinantes de la afiliación de seguridad social en salud
se han incluido variables que denotan características personales del individuo y del
entorno como son las siguientes: nivel educativo de la persona, edad, género, tipo
de empleo, rama de actividad, tipo de contrato, sectores económicos y ciudad de
residencia. Para el análisis de regresión se utilizaron los datos de la GEIH (Gran
Encuesta Integrada de Hogares) del DANE en el trimestre enero-marzo de 2019
para las trece ciudades principales colombianas.
Es importante indicar que los coeficientes estimados no cuantifican directamente
el incremento en la probabilidad dado un cambio marginal en una variable
independiente, por ello es necesario el cálculo de las derivadas parciales o efectos
marginales (Gujarati & Poster, 2009). Esto debido a que, “el signo de los coeficientes
indica la dirección del cambio que experimenta la probabilidad de que se dé el
suceso J. Es decir, si el coeficiente de la variable explicativa es positivo, incrementos
marginales en la variable explicativa, incrementan la probabilidad de Y en la
categoría J más alta y disminuye en la más baja (0)” (Martínez, sf; Pg.21).

Nombre Naturaleza Rango Descripción

Seguridad Cualitativa 0 si no tiene seguridad Número de personas que

social social en salud; tienen seguridad social
en salud
1 si tiene seguridad social

Mujer Cualitativa 0 Hombre; 1 Mujer Número total de mujeres

Edad Cuantitativa 18 años a 65 años Número de personas

Bachiller Cualitativa 0 si tiene otro nivel Número de personas con

educativo; secundaria
1 si tiene secundaria o es
bachiller

Tecnólogo Cualitativa 0 si tiene otro nivel Número de personas con

educativo; técnico o tecnólogo
1 si es técnico o tecnólogo

Universidad Cualitativa 0 si tiene otro nivel Número de personas con

educativo; 1 si es título profesional
profesional
Pequeña_emp Cualitativa 0 si no es pequeña Empresas con un
resa empresa; número entre 11 y 50
empleados.
1 si es pequeña empresa

Grande_empre Cualitativa 0 si no es grande empresa; Empresas con un

sa 1 si es grande empresa número entre 51 y más
de 101 empleados.

Sec_agricola Cualitativa 0 si no es del sector Número de empleados

agrícola; del sector agrícola
1 Si es del sector agrícola

Sec_industrial Cualitativa 0 si no es del sector Número de empleados

industrial; del sector industrial
1 Si es del sector industrial

Traba_privado Cualitativa 0 si no es trabajador Número de empleados

privado; de empresa particular o
privado
1 si es trabajador privado

Traba_ Cualitativa 0 si no es empleado Número de personas en

domestico doméstico; empleo doméstico
1 si es empleado doméstico

Traba_Cuenta Cualitativa 0 si no es trabajador cuenta Número de trabajadores

propia propia; 1 si lo es por cuenta propia

Traba_patron Cualitativa 0 si no es patrón; 1 si lo es Número de personas que

son patrones o
empleador

Traba_jornal Cualitativa 0 si no es jornalero; 1 si lo es Número de trabajadores

jornaleros

term_fijo Cualitativo 0 si no posee contrato a Número de empleados

término fijo; con contrato a término
fijo
1 Si posee contrato a
término fijo

Ciudad de Cualitativo 0 Medellín; Número de empleado en

residencia respectivas ciudades.
1 si Barranquilla, Bogotá,
D.C, Cartagena, Manizales,
 Montería, Villavicencio,
Pasto, Cúcuta, Pereira,
Bucaramanga, Ibagué, Cali

Fuente: Elaboración propia.

VI. RESULTADOS
Para la interpretación de la regresión del modelo probit, solo se interpreta el
signo que acompaña a cada beta, en la figura 1, se presenta la primera regresión
del modelo, en la cual se puede observar que en total fueron necesarias cuatro
iteraciones para estimarlo, donde las estimaciones de las variables explicativas son
estadísticamente significativas.

Para su interpretación en la probabilidad de contar con afiliación a seguridad social

en salud se estimará los efectos marginales, además, de agentes representativos.

Figura 1. Primera estimación probit

Fuente: elaboración propia con datos del DANE para el trimestre enero- marzo del
2019.
Cuenta R2

En el modelo probit según Gujarati y Posner (2015) el coeficiente de correlación

lineal 𝑅2 usado normalmente para indicar el grado en el que las variables
explicativas se ajustan al modelo no es de gran relevancia. Por ello, para medir el
grado de ajuste se hace mediante la estimación de la cuenta 𝑅2 siendo el cociente
entre número de predicciones correctas y el número total de observaciones. El
resultado para la cuenta 𝑅2 que se observa en la gráfica anterior es de 0.91.

Figura 2. Estadística de ajuste de la regresión logística – Cuenta R2

Fuente: Elaboración propia

Criterio Akaike (CIA)

Para evaluar la correcta especificación del modelo se plantea dos modelos, el

primero no tendrá incorporado el tamaño de la empresa donde trabaja, debido a que
no se tiene certeza de su pertinencia (estimación base), en la segunda estimación
se incorpora estas variables con el fin de elegir el de mayor poder explicativo a
través del menor CIA.

Figura 3. Criterio CIA Modelo 1.

Figura 4. Criterio CIA Modelo 2.

Fuente: Elaboración propia

Al comparar el valor AIC dado en los modelos se puede evidenciar que el modelo
con menos valor AIC es el nuevo modelo que corresponde a 1.41e+0. Por tanto, la
especificación del segundo modelo es la siguiente:

Efectos marginales de la estimación final

En comparación con el modelo base o primera estimación, se evidencia en la

figura 5 que la significancia estadística de variables como trabajador universidad y
del sector servicios comunales se reduce, pero, continúa explicando la probabilidad
tener seguridad social en salud.

Este modelo nos muestra que las mujeres tienen 2% más de probabilidad de
poseer seguridad social en comparación con los hombres. Igualmente, la educación
tiene un efecto positivo en la probabilidad de tener seguridad social, de esta manera,
tener un título de posgrado aumenta la probabilidad en 0,8% de tener seguridad
social frente a los que no tienen ningún tipo de educación o cuentan con primaria.
Lo cual puede ser explicado, a que las personas con mayor educación tienen
mejores opciones laborales que le permitan acceder a este tipo de garantías.
Así mismo, se evidencia que el tipo de empleo es un factor determinante de la
probabilidad de tener o no seguridad social en salud, de esta manera, los resultados
indican que ser patrón o empleador aumenta la probabilidad en 1,1% de contar con
este tipo de seguridad social en comparación con los empleados públicos. Sin
embargo, ser jornalero, trabajador doméstico y trabajador privado reduce esta
probabilidad.
Respecto al tamaño de la empresa, se evidencia que ser trabajador de una gran
empresa tiene más posibilidades de tener seguridad social, al aumentar en un 9%
la probabilidad de tener alguna seguridad social. Esto se puede explicar, debido a
que este tipo de empresas ofrecen mejores garantías laborales.

Para finalizar, residir en ciudades como Cartagena, Manizales, Montería, Pasto

y Villavicencio aumenta la probabilidad frente a los que residen en Medellín, no
obstante, vivir en Bogotá, Cúcuta, Bucaramanga, Cali e Ibagué reduce esta
probabilidad.

Figura 5. Efecto marginal de la estimación final

Cuenta R2

En la Figura 6 se observa que la cuenta R2 no cambia respecto a la observada en

el primer modelo probit o modelo base estimado.

Figura 6. Estadística de ajuste de la regresión logística – Cuenta R2

Agente representativo

Teniendo en cuenta la figura 7, se deduce de ella que la probabilidad puntual de

que una persona que tenga 24 años sea mujer, bachiller, que sea trabajadora
privada, que tenga un contrato temporal, trabaje en una pequeña empresa en el
sector comercio y viva en Ibagué tenga seguridad social en salud es de 0,9309
(93%).

Los agentes representativos serán escogidos para comparar la diferencia en la

incidencia de contar con seguridad social en salud en Colombia para el periodo del
trimestre de enero-marzo del año 2019, serán realizados para el mejor el modelo
escogido bajo el criterio de Akaike.
Figura 7. Agente representativo 1.a

Si queremos tener la importancia de la variable sexo sobre la probabilidad de

tener seguridad social en salud, estimamos un nuevo agente representativo con las
mismas características del anterior excepto que es hombre, esto se muestra Figura
8. Los resultados indican que los hombres tienen una probabilidad del 88%
significando una reducción respecto a las mujeres de 5 puntos porcentuales.
Figura 8. Agente representativo 2.a

Retomando el agente representativo 1a, se realiza un nuevo posible escenario

para calcular la probabilidad de tener seguridad social en salud si tiene nivel
universitario y conservando sus demás características. En este sentido, este nuevo
agente tiene una probabilidad menos que aquel tiene solo educación secundaria,
debido a que su probabilidad puntal ahora es del 92%.
VII. CONCLUSIONES
Este estudio tuvo como objetivo evaluar el efecto de los determinantes de tener
afiliación a seguridad social en salud en Colombia durante el trimestre enero-marzo
del 2019, a través de un modelo probabilístico tipo probit. Además, realizó una
caracterización en relación con su cobertura por sexo, por ciudad de residencia y
tamaño de la empresa en la cual labora.
Respecto a la caracterización, se concluye que el mayor porcentaje de personas
que cotizan o se encuentran afiliados a seguridad social en salud son hombres,
igualmente, que las ciudades del país donde más afiliados hay son Medellín, Bogotá
y Barranquilla. Por parte del tamaño de empresa donde labora, se encuentra que
son las microempresas las que tienen del total de afiliados en el país el mayor
porcentaje y el menor las pequeñas empresas.
No obstante, en la estimación econométrica se concluye que los factores con
efecto positivo en la probabilidad de tener seguridad en salud son ser mujer, el nivel
educativo frente a tener ningún tipo estudio y el tamaño de la empresa. Dentro de
los factores que disminuye la probabilidad se encuentran el tipo de empleo en
comparación con el público, excepto si es patrón o empleador y residir en algunas
ciudades del país.
Por último, es importante que se profundice en la investigación acerca de estos
factores al ser de gran importancia para la formulación de políticas que mejoren la
calidad de vida en los trabajadores del país. En ese sentido, cobra relevancia que
se analice el efecto de la educación universitaria en el mercado laboral, debido a
que su efecto marginal en la probabilidad es mínimo.
REFERENCIAS
Arias Arbeláez, F. A., & Tovar Cuevas, L. M. (2005). Determinantes del estado de
salud de la población colombiana. Centro de Investigaciones y Documentación
Socioeconomica(82), 125-151. Obtenido de
http://biblioteca.clacso.edu.ar/Colombia/cidse-univalle/20121116041140/doc82.pdf

Álvarez Castaño, L. S. (2009). Los determinantes sociales de la salud: más allá de

los factores de riesgo. Revista Gerencia y Políticas de Salud, 8(17), 69-79. Obtenido
de https://www.redalyc.org/articulo.oa?id=54514009005

Eslava, J. C. (2002). La salud fragmentada en Colombia, 1910-1946. REVISTA

COLOMBIANA DE SOCIOLOGIA(23), 313-315. Obtenido de
http://bdigital.unal.edu.co/16400/1/11287-27328-1-PB.pdf

España Espinoza, D. A., & Jaimes, C. A. (2010). The determinants of the health
status in a developing country: results from the Colombian case. Revista Gerencia
y Políticas de Salud, 9(19), 179-215. Obtenido de
http://www.scielo.org.co/pdf/le/n63/n63a4.pdf

Gallego, J. M., Ramírez, M., & Sepúlveda, C. (2005). Los determinantes del estado
de salud en un país en desarrollo: resultados del caso colombiano. Scientific
Electronic Library Online, 119-141.

Mejía Mejía, A., Sánchez Gandur, A., & Tamayo Ramírez, J. (2007). Equidad en el
Acceso a Servicios de Salud en Antioquia, Colombia. Revista de Salud Pública, 9(1),
26-38. Obtenido de https://www.redalyc.org/articulo.oa?id=42290103

Organización Mundial de la Salud. (2005). Lograr la equidad en salud: desde las

causas iniciales a los resultados justos. Obtenido de
https://apps.who.int/iris/bitstream/handle/10665/69671/interim_statement_spa.pdf;j
sessionid=D8BF29D6335A36A6535DEF9B13B2C557?sequence=1
Pérez Torres, F. (2010). Evolución de la afiliación al SGSSS en Colombia,
informalidad laboral y desempleo. Escuela de Economía (13), 9-41.

Ross, C., & Mirowsky, J. (2000). Does Medical Insurance Contribute to

Socioeconomic Differentials in Health? The Milbank Quarterly, 78(2), 291-321.
Obtenido de
http://europepmc.org/backend/ptpmcrender.fcgi?accid=PMC2751153&blobtype=pd
f
Vargas Barbosa, C. A. (2017). Determinantes de la probabilidad de contar con
afiliación a seguridad social de los trabajadores en Colombia durante el período
2008-2015. Facultad de Ciencias Económicas y Sociales at Ciencia Unisalle.
Obtenido de
https://ciencia.lasalle.edu.co/cgi/viewcontent.cgi?article=1247&context=economia