Manual metodológico: Estimación de Áreas Pequeñas

Introducción a la Evaluación de la Prevalencia de Desnutrición mediante estimados de Áreas Pequeñas utilizando el Programa de Mapa de Pobreza (PovMap Program)

Beatrice Lorge Rogers, James Wirth, Parke Wilde, Kathy Macías

Facultad de Ciencias y Políticas de Nutrición "Friedman"

Universidad Tufts, Marzo 2007

Investigar: Qinghua Zhao y Peter Lanjouw

El siguiente escrito constituye un resumen del trabajo anteriormente citado, el cual se divide en dos secciones: la primera detalla la técnica estadística SAE y el mapeo del hambre, y la segunda, constituye un manual de como utilizar el PovMap.

I. Introducción

"Entender la distribución de la desnutrición dentro de un país y los factores fundamentales asociados con su prevalencia es clave para desarrollar políticas y programas orientados a reducirla."

La técnica estadística conocida como Estimados de Áreas Pequeñas (siglas en inglés SAE), fue implementada a través del programa "PovMap" desarrollado por el Banco Mundial, el cual realiza los cálculos necesarios.

II. Sección I. Teoría de Mapeo de Hambre y Estimados de Áreas Pequeñas

1.0 Necesidad de Mapeo del Hambre

"La recopilación de data sobre desnutrición [PDA'S] es una actividad que requiere de mucho tiempo para llevarla a cabo; exige el uso de equipos especiales y capacitación para el pesaje y medición de los miembros de cada familia; y a menudo incluye cuestionarios detallados a efectos de medir los factores asociados con la desnutrición." 

Censo = población nacional Beneficio: Abarca el total de la población

Encuesta = muestra representativa del ámbito nacional las cuales estiman la prevalencia en unidades geográficas de gran agregado (estratos o provincias) Beneficio: Contiene los datos antropométricos de la variable analizar.

"Conforme ha podido advertirse en los estimado de la pobreza, a medida que la incidencia de la misma DECRECE en el ámbito nacional, la desagregación se torna más importante para la determinación de políticas debido a la necesidad de seleccionar las áreas más pequeñas RESTANTES en donde el problema es grave" (Kam et al 2005)

"Una vez desarrollados los estimados sobre prevalencia de desnutrición [INSEGURIDAD ALIMENTARIA], desagregados geográficamente, estos pueden ser presentados en forma de mapas que muestren la distribución de los indicadores de desnutrición en un país. Los MAPAS constituyen poderosas herramientas para visualizar la naturaleza y amplitud del problema, ilustrando de forma gráfica el NIVEL DE NECESIDAD en las diferentes regiones o localidades. (....) El relacionar la prevalencia de desnutrición con las características geográficas puede sugerir la importancia de ciertas causas básicas del problema en distintas regiones."

"Sin embargo, la pobreza es un indicador imperfecto de la desnutrición: las áreas con alta prevalencia de pobreza NO se sobreponen o traslapan exactamente con las áreas de ata desnutrición"

1.1 Estimados de Áreas Pequeñas

1.1.1 ¿Cómo funciona?

Cita "El Estimado de Áreas Pequeñas (siglas en inglés: SAE), es una técnica que permite desarrollar estimados desagregados geográficamente sobre la prevalencia de una determinada condición (pobreza, desnutrición) combinando una encuesta muestral, estadísticamente representativa, conteniendo información sobre dicha condición, con un censo nacional que cubra la población en su conjunto." 

III. Sección II. Manual del Programa PovMap para Mapeo del Hambre

"El nivel de desagregación está limitado únicamente por la necesidad de precisión estadística y por el número de niños en el área."

Investigar: ecuaciones de regresión, ya que el método funciona empleando esta ecuación y la encuesta para predecir el resultado de interés obteniendo un valor anticipado para cada niño y luego aplicarlo al Censo.

1.2 Necesidades de información

1.2.1 Fuentes Principales de Información: Encuestas y Censo

"El enfoque de SAE depende tanto de una encuesta que contenga la variable de interés del resultado (Estatus antropométrico) como de un Censo; ambos conjuntos de información deben incluir suficientes variables comunes a fin de que sea posible desarrollar un modelo razonablemente predictivo a partir de la encuesta y aplicado al censo."

¿Cómo identificar si la encuesta y censo son válidos y adecuados para el modelo de predicción?

a) Año de implementación. El año de la encuesta y del censo debe estar entre 0 y 4 años de diferencia, de manera que las variables "no sean sólo similares por periodos sino también por significado" (Haslett y Jones 2005, 552)

Investigar: Proceso de dolarización en Ecuador en el 2000.

b) Variables comparables. Tanto la encuesta como el Censo deben contener un número suficiente de variables similares o preguntas comparables/ iguales/ equivalentes. En caso de variables similares deberá "recodificarse" a fin de crear variables idénticas.

Investigar: Modelo causal ?

"LA APLICACIÓN DE LA TÉCNICA SAE DEPENDERÁ DE QUE SE CUENTE CON UN NÚMERO SUFICIENTE DE VARIABLES COMPARATIVAS QUE SEAN RELEVANTES A LA PREDICCIÓN DEL ESTATUS NUTRICIONAL [o variable]."

Problemática: "No toda encuesta muestral utiliza el marco muestral del censo."

Solución:  "En tales casos, la información  podrá ser calculada al nivel de la unidad de menor tamaño con la cual la encuesta y los segmentos de la muesra puedan concordarse - la comunidad, distrito."

2do día.
¿Cuáles son las variables que emplea la ecuación de regresión?
Emplea diversos tipos de variables, clasificadas en tres "Vectores": a) Vector  1. Variables referentes a nivel individuo; b) Vector 2. Variables referentes a nivel familiar u hogar; c) Vector 3. Variables que representan el contexto de la comunidad, las cuales "deberán calcularse al nivel más PEQUEÑO POSIBLE -segmento o conglomerado- a fin de ofrecer una indicación útil del contexto local en el cual vive el individuo (vector 1) o la familia (vector 2).
Investigar: ¿Cuándo o curre un Sesgo regresivo? Ejem. incluir en el estudios a niños menores de 6 meses de edad, cuando en realidad no existe desnutrición en esa etapa debido a la leche materna.

1.2.2 Data Secundaria de Fuentes Gubernamentales o Institucionales 
"Cuando se da inicio a un proyecto de mapeo del hambre, la disponibilidad de data complementaria de fuentes gubernamentales y de otras fuentes, deberá ser investigada."

1.2.3 Información Geográfica 
"La información geográfica (...) incluye los usos de la tierra relacionados con medios de subsitencia (porcentaje de tierras dedicadas a la agricultura, ganadería, bosques, pantanos), ubicación sobre la zona de litoral, productividad (calidad de suelos, elevación y pendientes de terrenos, cantidad de lluvias), y acceso a caminos, mercados y áreas urbanas.
Desventaja:EL UTILIZAR DATOS GEOGRÁFICOS puede MEJORAR enormemente el ajuste del MODELO y la CAPACIDAD EXPLICATIVA, pero requiere de una considerable inversión en tiempo y recursos." -> "(...)La experiencia, tanto con el mapeo de la pobreza como del hambre, ha mostrado que la información geográfica contribuye de manera significativa en muchos casos, al poder de predicción del modelo" (Simler 2006, Fujii et al 2004)
"Para fusionarse con el censo y con los conjuntos de datos de la encuesta, la información geográfica requiere estar disponible para las mismas unidades, con límites constantes."

1.3 Desarrollo del Modelo
1.3.1 Variable Dependiente
¿Cómo definen su línea de investigación?
"El resultado de interés es la desnutrición de la niñez, medida en términos del estatus antropométrico (talla para edad, peso para talla y peso para edad) de los niños menores de cinco años de edad."
Dónde cada indicador antropométrico tiene una interpretación diferente.

No entiendo: Ejem. Un niño ubicado por debajo de dos desviaciones negativas de la media respecto de la norma para el indicador, es considerado desnutrido según este indicador.

"La baja talla para la edad (TPE), o retardo de crecimiento, es un indicador de desnutrición crónica, resultado de insuficiencia alimentaria de larga duración, a menudo combinada con otras condiciones (bajo peso al nacer, enfermedades frecuentes)."
Bajo peso para la talla = desnutrición aguda = falta de alimentos durante un período corto.
Bajo peso para la edad (PPE) o desnutrición global = niños con retraso en su crecimiento o con caquexia.
"Apesar de que no ofrece información acerca de las probables causas subyacentes (...) El PPE, es el indicador elegido para medir el logro de la Meta de Desarrollo del Milenio que se ha impuesto reducir el hambre a la mitad para el año 2015. De las tres mediciones el PPE es la medición recopilada con mayor frecuencia (probablemente porque no requiere la medición de la talla/longitud del niño, que es la más engorrosa para medir en el campo).
Investigar: ¿Cuál es el indicador para medir el logro del Objetivo Desarrollo Sostenible de CERO HAMBRE?
Programa PovMap --> Estimado de la prevalencia de desnutrición --> Como un valor de -2 DE (Desviaciones Estándar) o menor.

1.3.1 Variables Predictivas 
Cita: "Un punto de partida para desarrollar un MODELO PREDICTIVO es identificar las causas inmediatas, básicas y subyacentes de la desnutrición (UNICEF 1991), y echar mano de la amplia literatura existente sobre factores asociados con la desnutrición (por ejemplo, UNICEF 1991, Smith y Haddad 2000), pero reconociendo que no todas las variables deseadas estarán disponibles."

1.3.1.1 Variables al Nivel Individual
¿Cuáles son? Edad, Sexo, Relación con el jefe de la familia (la última varia)
M.I.A.: Aquí debe revisarse la bibliografía sobre la variables analizar (ejem desnutrición) con el fin de establecer los parámetros:
Ejem. "El grupo-objetivo en los programas de nutrición del PMA, y el grupo.objetivo identificado en las Metas de Desarrollo del Milenio son los niños menores de cinco años de edad; en consecuencia, la prevalencia de desnutrición fue calculada para este grupo etáreo"
Ejem 2. Vector 2 (Nivel de Hogares) --> El número de mujeres adultas indica una medida de recursos para el cuidado y supervisión de los niños; el núm de niños entre 0-59 meses indica la carga de objeto de cuidado y supervisión;

"La información sobre CONSUMO DE ALIMENTOS es potencialmente muy útil para analizar el estatus nutricional, pero rara vez se encuentra disponible en las encuestas sobre nutrición y jamás en los censos (según nuestro entender)."

1.3.1.2 Variables al Nivel de Hogares 
¿Cuáles son? Composición del núcleo familiar, características del jefe de familia (sexo, estado civil, nivel de educación), indicadores del estatus socio económico, del entorno de limpieza e higiene en el hogar e información sobre fuentes de ingresos y medios de vida.
Cita: "Las encuestas y los censos varían ampliamente en lo que respecta a la cantidad de información que recogen sobre la actividad laboral de las personas [...] Si se carece de información sobre ingresos o gastos, la propiedad de activos en el núcleo familiar y la calidad de la vivienda (materiales utilizados en los techos, paredes y pisos) pueden dar indicaciones del estatus económico de un determinado hogar [...] La estabilidad económica podría estar incluida en variables tales como la razón de dependencia (número de personas sin empleo/ total de miembros de la familia), sector de empleo del jefe de familia (agricultura v.s otros) y personas que reciban remesas del exterior."

1.3.1.3 Variables al Nivel de la Comunidad
¿Cuáles son? Porcentaje de hogares con varios indicadores de calidad de la vivienda, higiene  servicios, al igual que el porcentaje de personas de minorías raciales /étnicas, y el porcentaje de hogares en los cuales las mujeres son jefes de familia.
"[...] Las variables que reflejan las características de la comunidad del niño deberán calcularse para la UNIDAD GEOGRÁFICA MÁS PEQUEÑA (conglomerado, segmento), aún si los estimados de desnutrición se hicieran a un mayor nivel de agregación." 

1.3.1.4 Variables Geográficas
¿Cuáles son? Tipos de tierras, su elevación y pendientes, la calidad del suelo, pluviosidad y la experiencia de desastres naturales (sequías e inundaciones), la disponibilidad de caminos (la cual se modela como porcentaje del área de un conglomerado dentro de una distancia de 5 o 10 km de carretera pavimentada o accesible en toda estación, o en kilómetros de tales caminos km2 en el conglomerado); acceso a mercados (el CIAT ha desarrollado estimados de "acceso" para varios países de América Latina) y distancias que hay que recorrer para llegar a las ciudad principales.
"El administrar la data geográfica con proyecciones geográficas, unidades de medición y niveles de detalle múltiples puede en conjunto complicar su uso. Por esta razón, la disponibilidad de información detallada acerca de la fuente y calidad de la data geográfica (por ejemplo, metadata) resulta necesaria."
Reflejan las condiciones sociales, económicas y ambientales de la comunidad. Se encuentran normalmente en los CENSOS.

1.3.2 Variables del Modelo 
1.3.2.1 Identificador Único
El identificador único debe ser aplicable por igual a la encuesta y al censo y resulta crucial para realizar la SAE. Debe tener una estructura jerárquica(dígitos que representen todos los niveles geográficos - región o estrato, provincia, segundo o tercer nivel administrativo, rural o urbano) que permita agregar los resultados a cualquier nivel elegido.

1.3.2.2 Factores de Ponderación y de Ampliación en los Casos  [NO ENTENDI CAPÍTULO DE LA MOSCA]
Investigar: Diseño muestral de conglomerado en etapas múltiples // Autoponderante
Soluciones:
1. Diseño muestral de conglomerado en etapas múltiples.
El muestreo por conglomerados se emplea cuando el marco de muestreo de una población objetivo se encuentra muy dispersa geográficamente.  Los elementos de la población son seleccionados al azar en forma natural por agrupaciones (clusters) --> Estas unidades de muestreo o grupos pueden ser espaciados ejem: estados, delegaciones o distritos; en base a una organización ejem: escuelas, grado escolar; o en servicios ejem: códigos de área o números de teléfono. https://www.questionpro.com/blog/es/muestreo-por-conglomerados/
2. Autoponderante: "El diseño es autoponderante, ya que cada fragmento distinto de bosque es muestreado en forma proporcional a su superficie.Esto asegura una muestra representativa, lo que un muestreo aleatorio NO permite." http://enriquewabo.blogspot.com/2015/11/normal-0-21-false-false-false-es-x-none.html

Día 3.
"La ponderación de casos es lo INVERSO de la fracción muestral para la unidad geográfica específica --> el factor de ampliación es el número de personas que el individuo incluido en la muestra representa; multiplicado por el factor de ampliación y resumiendo los casos se obtiene la población total."
"En una REGRESIÓN, se recomienda utilizar la ponderación de los casos que da como resultado el número ponderado de los casos que son similares al número no ponderado de casos."

IMPORTANTE: "Producir estimados de las características de una muestra al nivel nacional (por ejemplo, la media del TPE, PPE o del PPT o cualquier otra característica de interés) de los datos de una ENCUESTA, requieres por supuesto, de la PONDERACIÓN DE LOS CASOS."

1.4 Ejecución del Modelo
1.4.1 Evaluar el Acuerdo de las Variables de la Encuesta y del Censo
Aquí se debe COMPARAR todas las variables comunes entre la ENCUESTA y el CENSO para asegurarse que midan las misma cosas en ambos conjuntos de datos.

"Las medias de todas las variables de la encuesta y del censo deberán ser comparadas (con las medias de la encuesta ponderadas apropiadamente, para producir estimados a l nivel nacional)."

También se debe verificar la DISTRIBUCIÓN DE LAS VARIABLES, para eliminar errores obvios o valores atípicos antes de aplicar el modelo. Ejem. los valores biológicamente inverosímilles de la variable indicadora de la desnutrición.

Investigar: ¿Cómo calcular los términos de interacción entre variables? ¿Cómo comparar las medias entre variables?

1.4.2 Especificación del Modelo 
Cita: "El desarrollo del modelo predictivo está basado en material bibliográfico empírico sobre factores asociados con la desnutrición infantil, y está limitado por la disponibilidad de información que puede incluirse en los conjuntos de datos, tanto de los censos como de las encuestas." 

"Modelar la variable con una serie de variables mudas ("dummies" en inglés): con 12-23 meses de edad; 24 - 35 meses de edad; 36-59 meses de edad." --> M.I.A: para mi significar agregar subclasificaciones dentro del misma variable. --> "El uso de estas variables permite una relación no-lineal sin especificar la forma funcional de la relación."