SciELO - Scientific Electronic Library Online

 
vol.19 número2Effectiveness of «Universal Newborn Hearing Screening program» of Caja Costarricense del Seguro Social, in detecting deafness in children, from 2016 to 2018A public policy proposal: organ donation culture program in Morelia, Michoacán, México índice de autoresíndice de assuntospesquisa de artigos
Home Pagelista alfabética de periódicos  

Serviços Personalizados

Journal

Artigo

Indicadores

Links relacionados

  • Não possue artigos similaresSimilares em SciELO

Compartilhar


Población y Salud en Mesoamérica

versão On-line ISSN 1659-0201

PSM vol.19 no.2 San Pedro Jan./Jun. 2022

http://dx.doi.org/10.15517/psm.v0i19.47439 

Artículo Científico

El cuidado prenatal y los determinantes sociales: estudio ecológico en Argentina

Prenatal care and social determinants: ecological study in Argentina

1Universidad Nacional de Córdoba (UNC); Centro de Investigaciones y Estudios sobre Cultura y Sociedad (CIECS), CONICET, Córdoba, ARGENTINA. natalia.tumas@unc.edu.ar. ORCIDORCID: 0000-0003-4730-6624

2Universidad Nacional de Córdoba (UNC), Córdoba, Universidad Nacional de Córdoba (UNC), Córdoba, ARGENTINA. anacgodoy@yahoo.com.ar. ORCIDORCID: 0000-0001-7050-8721

3Universidad Nacional de Córdoba (UNC), Córdoba, Universidad Nacional de Córdoba (UNC), Córdoba, ARGENTINA. virperesini81@hotmail.com ORCIDORCID: 0000-0001-5093-2955

4Universidad Nacional de Córdoba (UNC), Córdoba, Universidad Nacional de Córdoba (UNC), Córdoba, ARGENTINA. eugepeisino@hotmail.com. ORCIDORCID: 0000-0002-5983-5526

5Universidad Nacional de Córdoba (UNC), Córdoba, Universidad Nacional de Córdoba (UNC), Córdoba, ARGENTINA. gi_boldrini@hotmail.com. ORCIDORCID: 0000-0002-2943-9581

6Universidad Nacional de Córdoba (UNC), Córdoba, ARGENTINA. tanovaggione@gmail.com. ORCIDORCID: 0000-0002-8032-89087

7Universidad Nacional de Córdoba (UNC); Centro de Investigación CeGeSST, Escuela de Salud Pública, Facultad de Ciencias Médicas, Córdoba, ARGENTINA. geacevedo_esp@fcm.unc.edu.ar. ORCIDORCID: 0000-0002-2324-4046

Resumen

Introducción: el cuidado prenatal es un aspecto clave de salud pública, con gran impacto en la salud materna y perinatal, así como en otras etapas del ciclo vital. Sus características pueden ser variables entre y al interior de los países, y vincularse a ciertos determinantes sociales. El objetivo de este estudio fue identificar escenarios sociosanitarios del cuidado prenatal y analizar asociaciones entre determinantes sociales e indicadores sintéticos seleccionados del cuidado prenatal en Argentina (2010-2018). Metodología: se desarrolló un estudio ecológico de grupos múltiples (n = 24 jurisdicciones). Los datos se obtuvieron a partir de fuentes secundarias: última información disponible del Sistema Informático Perinatal (2018) y censo nacional (2010). Se realizó un análisis de conglomerados de tipo jerárquico y aglomerativo (método de Ward). Se ilustró la distribución espacial de los escenarios identificados y se valoraron las diferencias entre ellos mediante la prueba ANOVA. Para estimar asociaciones entre indicadores sociales e indicadores del cuidado prenatal se propusieron modelos de regresión lineal. Resultados: se identificaron cinco escenarios sociosanitarios del cuidado prenatal, que revelan heterogeneidades en la distribución de indicadores de cuidado prenatal y sociales a nivel provincial. Además, el porcentaje de hogares en situación de pobreza presentó una asociación directa, en tanto el índice de desarrollo humano y la esperanza de vida al nacer una inversa con el control prenatal insuficiente. Conclusiones: existen diferentes escenarios sociosanitarios del cuidado prenatal en Argentina y ciertas características sociales de los contextos en que residen las personas podrían subyacer a su configuración.

Palabras clave cuidado prenatal; determinantes sociales de la salud; escenarios sociosanitarios

Abstract

Introduction: the prenatal care is a key aspect in public health, with great impact in maternal and perinatal health, as well as in other stages of the life cycle. The features of the prenatal care could be variable between and within countries, and be related to social determinants. The aim of this study was to identify socio-sanitary scenarios of prenatal care, and to analyze associations between social determinants and selected synthetic indicators of prenatal care in Argentina (2010-2018). Methodology: A multi-group ecological study (n=24 jurisdictions) was developed. The data were obtained from secondary sources: the latest available data of the Perinatal Informatics' System (2018) and national census (2010). A hierarchical and agglomerative cluster analysis was carried out (Wards method). The spatial distribution of the scenarios was illustrated by a map. ANOVA test was applied to assess the differences between the identified scenarios. To estimate associations between social indicators and indicators of prenatal care, linear regression models were applied. Results: five socio-sanitary scenarios of prenatal care were identified, which reveal heterogeneities in the distribution of prenatal and social care indicators. In addition, the percentage of households living in poverty presented a direct association, and the human development index and life expectancy at birth an inverse association with insufficient prenatal care. Conclusions: different socio-sanitary scenarios exist in Argentina, and some social characteristics of the contexts in which people live might underlie its configuration.

Keywords prenatal care; social determinants of health; socio-sanitary scenarios

1. Introducción

La calidad, la cantidad y el nivel de cobertura de los controles prenatales son un tema de alto impacto en la salud pública, particularmente en los países de ingresos bajos y medios (Organización Mundial de la Salud (OMS], 2015). La Organización Mundial de la Salud ha señalado que el cuidado prenatal debe ser una prioridad para prevenir la morbimortalidad materna y perinatal (OMS, 2015), así como para reducir las desigualdades en el acceso y la cobertura de los servicios de salud (Organización Panamericana de la Salud (OPS], 2020). Un adecuado control prenatal facilita la detección oportuna de factores de riesgo o emergencias, lo cual permite combatir ciertas complicaciones maternas y perinatales, entre ellas, la prematuridad y el bajo peso al nacer (OPS, 2020; Wehby, Pawluk, Nyarko y y López-Camelo, 2018; Ratowiecki, et al., 2020).

El modelo de atención prenatal de la OMS de 2016 recomienda el inicio durante el primer trimestre del embarazo y un mínimo de ocho consultas totales (OPS, 2018). A pesar del énfasis puesto en estos cuidados, las disparidades en su utilización persisten incluso en países con acceso universal a la atención de la salud (Heaman et al., 2014). Existen considerables diferencias en esta temática, tanto entre países como dentro de ellos y los grupos más desfavorecidos socioeconómicamente sufren las mayores desventajas (Heaman et al., 2014; Giuliani, Andeshir y Seri, 2014; Schillaci, Waitzkin, Carson y Romain, 2010).

Se reconoce que el estado de salud está condicionado por los determinantes sociales de la salud y que el sistema sanitario es un determinante de la salud constituye uno en sí mismo (OMS, 2008). Específicamente, en relación con el cuidado prenatal, estudios previos mostraron los desfases respecto a los determinantes sociales de la salud (Bryant, Worjoloh, Caughey y Washington, 2010; Blakeney, Herting, Bekemei y Zierler, 2019). Además, diversas condiciones sociodemográficas podrían impactar de forma negativa en la cantidad de controles prenatales recibidos, las de más relevancia son un bajo nivel socioeconómico y la falta de afiliación a sistemas de seguros de salud (Ipia-Ordóñez et al., 2019).

En Argentina, la ausencia de control prenatal ha experimentado un descenso significativo en los últimos años y llegó a un 4,9 % en el periodo 2010-2014 (OPS y Ministerio de la Salud de la Nación, 2018). Si bien la tendencia ha sido favorable, la brecha entre regiones persiste: fue tres veces superior en el noroeste argentino, frente a la Patagonia, donde se presentó la prevalencia más baja del país (OPS y Ministerio de la Salud de la Nación, 2018). En cuanto al control prenatal insuficiente (menos de cinco controles prenatales), para el mismo periodo aproximadamente un 30 % de los embarazos manifestaron esta condición, las provincias del norte fueron las más afectadas (Ratowiecki et al., 2020).

El cuidado prenatal involucra múltiples dimensiones, por ejemplo, la evaluación materna y fetal, las intervenciones nutricionales, las medidas preventivas, entre otras (OPS, 2018). A su vez, este acontece en un contexto sociodemográfico y socioeconómico específico, que podría influenciar su desarrollo. Considerar la articulación de estos procesos es de suma importancia para avanzar hacia un entendimiento integral del asunto situado en contexto. Aunque es numerosa la evidencia científica en torno al cuidado prenatal, escasos estudios han abordado en conjunto estas dimensiones sociales y sanitarias en Argentina.

Entonces, se plantean como hipótesis que en Argentina coexisten diversos escenarios sociosanitarios del cuidado prenatal y que el cuidado prenatal está condicionado por determinantes sociales contextuales. Así, el objetivo del presente estudio es identificar los escenarios sociosanitarios del cuidado prenatal y analizar posibles asociaciones entre determinantes sociales contextuales e indicadores sintéticos seleccionados del cuidado prenatal en Argentina en los últimos años.

2. Métodos

2.1 Enfoque

Se desarrolló un estudio ecológico exploratorio de grupos múltiples a nivel nacional, se incluyeron las 23 provincias argentinas y la Ciudad Autónoma de Buenos Aires (CABA) (n = 24). Se emplearon metodologías cuantitativas para dar cumplimiento a los objetivos propuestos.

2.2 Población en estudio

Todos los nacimientos registrados en el Sistema Informático Perinatal (SIP) por jurisdicciones argentinas en el año 2018. Cabe señalar que la cobertura del SIP en ese año fue del 72,5 % (Ministerio de Salud y Desarrollo Social, 2019), la cual se obtuvo comparando el total de nacidos/as vivos/as registrados/as en el SIP con el total de nacidos/as vivos/as reportado por la Dirección de Estadística e Información de Salud de Argentina (Ministerio de Salud y Desarrollo Social, 2019).

2.3 Recolección de datos

Los datos para este estudio fueron obtenidos a partir de las siguientes fuentes secundarias: Sistema Informático Perinatal para la Gestión (SIP-G) 2018 (Ministerio de Salud y Desarrollo Social, 2019), Indicadores Básicos Argentina 2019 (Ministerio de Salud de la Nación, OPS y OMS, 2019) y Censo Nacional de Población, Hogares y Vivienda 2010 (INDEC, 2010). Dicha información fue procesada siguiendo las políticas de tratamiento de documentos oficiales.

Al valorar la concepción teórica del cuidado prenatal desde una perspectiva integral, la evidencia científica sobre sus determinantes y la disponibilidad de fuentes de datos, se seleccionó un conjunto de variables para este estudio. Con base en tales criterios, se consideraron diversos indicadores en diferentes dimensiones y sus definiciones provistas en las fuentes consultadas, a saber: i) indicadores relacionados al cuidado prenatal: porcentaje de embarazos sin control prenatal (2018), porcentaje de embarazos con control prenatal insuficiente (menos de 5 consultas) (2018), porcentaje de nacimientos con captación tardía (primer control después de la semana 13) (2018), porcentaje de madres fumadoras (2018), porcentaje de embarazos con suplementación con hierro y folatos (2018); ii) indicadores perinatales y relacionados: razón de mortalidad materna (2017), tasa de mortalidad neonatal (2017), tasa de mortalidad postneonatal (2017), tasa de mortalidad perinatal (2017), porcentaje de nacidos/as vivos/as ocurridos en establecimientos asistenciales (2017), tasa de bajo peso al nacer (<2500 g) (2018), tasa de muy bajo peso al nacer (<1500 g) (2018), tasa bruta de natalidad (por 1000 habitantes) (2017), tasa global de fecundidad (proyecciones y estimaciones 2015), porcentaje de población de menores de 15 años (2017), porcentaje de nacidos/as vivos/as de madres menores de 15 años (2018), porcentaje de nacidos/as vivos/as de madres menores de 20 años (2018); iii) indicadores sociodemográficos y socioeconómicos: esperanza de vida al nacer (2008-2010), índice de desarrollo humano (IDH) (2018), porcentaje de población urbana (2010), tasa media de crecimiento anual de la población (2010), porcentaje de hogares con Necesidades Básicas Insatisfechas (NBI) (2010), porcentaje de población de 25 años o más con secundario completo o más (2010), tasa de desocupación (2010), porcentaje de población sin cobertura de seguro de salud (2010).

2.4 Procesamiento y análisis de los datos

A fin de identificar agrupamientos de jurisdicciones que dieran cuenta de los diferentes escenarios sociosanitarios al interior del territorio nacional, se realizó un análisis jerárquico y aglomerativo de conglomerados o clústeres, incluyendo todas las variables mencionadas en el apartado anterior. Se siguió el método de Ward o de mínima varianza, el cual agrupa las unidades de observación con la mínima variabilidad intraclústeres, así, se crearon grupos relativamente homogéneos que integraran unidades de análisis con características similares. Con la aplicación de este método jerárquico se obtuvo una representación gráfica del proceso de agrupación (dendograma), que sugirió el número de conglomerados a examinar. Todas las variables contempladas en el estudio fueron estandarizadas para unificar sus unidades de medida.

Posteriormente, con miras a determinar cuáles indicadores sociosanitarios diferían significativamente entre los clústeres establecidos, se practicaron análisis de la varianza (ANOVA). Además, mediante un mapa fue ilustrada la distribución espacial de los clústeres en el territorio nacional.

De manera complementaria, se valoraron posibles asociaciones entre ciertos determinantes sociales e indicadores claves del cuidado prenatal: el índice de embarazos con control prenatal insuficiente y el de nacimientos con captación tardía. Inicialmente, se estimaron varios modelos de regresión bivariados, las variables de respuesta fueron la proporción de embarazos con control prenatal insuficiente y la proporción de nacimientos con captación tardía; las variables de exposición, los indicadores sociales con diferencias significativas entre los clústeres localizados. Luego, se incorporó en los modelos el porcentaje de población urbana como variable de control (dado que podría vincularse tanto a la variable respuesta como a la de exposición), de ese modo, se estimaron modelos de regresión lineal múltiple. Todo lo dicho fue calculado por medio del programa Stata v14, con un nivel de significancia estadística α = 0,05.

Valga aclarar que, en tanto los datos empleados provinieron de fuentes secundarias, públicamente disponibles y anonimizadas, la revisión por parte de un comité de ética no fue necesaria.

3. Resultados

En términos generales, a nivel nacional en el año 2018, un promedio del 4,2 % de los embarazos no tuvo control prenatal y un 28,4 %, controles insuficientes. Asimismo, más de la mitad (58,52 %) de los nacimientos registrados en ese año revelaron una captación tardía. Considerables heterogeneidades involucran estos indicadores en el país, más notable para el caso de la ausencia de controles prenatales (desviación estándar (DS) 3,67 %, rango 17,1 %) (tabla 1).

Tabla 1 Escenarios sociosanitarios del control prenatal. Jurisdicciones argentinas, 2010-2018 

Indicadores Escenarios sociosanitarios del control prenatal
- Total (n = 24) 1 (n = 7) 2 (n = 3) 3 (n = 3) 4 (n = 5) 5 (n = 6)
- Media (DS) Rango (mínimo-máximo) Media Media Media Media Media
Porcentaje de embarazos sin control prenatal 4,24 (3,67) 0,4 - 17,5 2,75 12,1 3,16 2,16 4,33
Porcentaje de embarazos con control prenatal insuficiente* 28,4 (10,11) 11,9 – 49,4 23,44 34,9 25,83 20,06 39,16
Porcentaje de nacimientos con captación tardía (primer control después de la semana 13)* 58,52 (10,88) 41,4 - 87,1 59,84 65,8 53 50,04 63,18
Porcentaje de madres fumadoras* 8,66 (4,84) 1,8 - 17 12,41 9,16 11,46 8,44 2,81
Porcentaje de embarazos con suplementación con hierro y folatos* 85,47 (9,33) 64 - 98,8 81,65 76,33 90,6 90,48 87,78
Razón de mortalidad materna* 3,2 (2,31) 0 - 10,4 1,51 2,13 3,26 2,92 5,9
Tasa de mortalidad neonatal 6,55 (1,75) 2 - 11,5 5,97 7,46 5,23 6,1 7,8
Tasa de mortalidad postneonatal* 2,78 (0,74) 1,8 - 4,6 2,6 2,53 2,13 2,66 3,56
Tasa de mortalidad perinatal 11,52 (3,04) 1. 7,1 - 17,2 11,71 12,46 8,53 9,9 13,66
Porcentaje de nacidos/as vivos/as en establecimientos asistenciales 99,62 (0,41) 98,6 - 100 99,8 99,76 99,86 99,8 99,1
Tasa de nacidos/as vivos/as con bajo peso (<2500 g)* 8,06 (1,22) 5,5 - 10,4 8,1 8,53 9,26 6,52 8,48
Tasa de nacidos/as vivos/as con muy bajo peso (<1500 g) 1,42 (0,3) 0,8 - 2,2 1,5 1,63 1,23 1,18 1,55
Tasa bruta de natalidad* 16,66 (2,10) 11,7-21,1 14,7 16,86 16,4 16 19,55
Tasa global de fecundidad* 2,3 (0,17) 1,86 - 2,59 2,14 2,36 2,29 2,26 2,48
Porcentaje de nacidos/as vivos/as de madres menores de 15 años* 0,7 (0,41) 3 - 2,1 0,61 0,53 0,43 0,46 1,21
Porcentaje de nacidos/as vivos/as de madres menores de 20 años* 18,27 (3,88) 11,5 - 25,9 18,48 18,23 13,03 15,7 22,83
Porcentaje de población de menores de 15 años 25,75 (2,16) 20 - 29,2 23,3 26,2 26,4 25,58 28,18
Tasa media de crecimiento anual de la población 13,18 (7,43) 4,5 - 37,6 9,48 10,03 29,06 14,14 10,35
Esperanza de vida al nacer* 75,40 (1,07) 72,85 - 77,29 75,78 75,43 76,09 76,02 74,08
Índice de desarrollo humano* 0,84 (0,02) 0,81 - 0,88 0,85 0,84 0,87 0,84 0,82
Porcentaje de población urbana* 84,92 (7,43) 71,97 - 100 88,48 79,62 94,26 83,99 79,51
Porcentaje de hogares con NBI* 11,36 (4,63) 3,79 - 19,73 9,60 11,60 10,29 11,02 17,60
Porcentaje de población de 25 o más años con secundario completo 57,92 (3,42) 51,23 - 66,7 61,12 57,26 57,15 54,68 57,61
Tasa de desocupación 5,66 (0,99) 3,92 - 7,63 5,19 7,13 5,63 6,01 5,19
Porcentaje de población sin cobertura de seguro de salud* 37,92 (10,99) 16,9 - 57,9 32,18 39,86 21,9 37,88 51,71

Nota.*p<0,05 prueba ANOVA. DS, Desviación Estándar; NBI, Necesidades Básicas Insatisfechas. Elaboración con datos del Sistema Informático Perinatal para la Gestión (SIP-G) 2018, Indicadores Básicos Argentina 2019 (Ministerio de Salud de la Nación, Organización Panamericana de la Salud y OMS) y Censo Nacional de Población, Hogares y Vivienda 2010 (INDEC).

Así las cosas, se individualizó un total de cinco escenarios sociosanitarios del cuidado prenatal en Argentina (clústeres o agrupamientos de jurisdicciones), cuya distribución espacial se muestra en la figura 1. El primer clúster, ubicado en el centro del país, estuvo conformado por CABA y las provincias de Buenos Aires, Córdoba, Entre Ríos, La Pampa, San Luis y Santa Fe. Se destaca que este aglomerado contiene la cantidad superior de jurisdicciones y aquellas con mayor tamaño poblacional del país (CABA, Buenos Aires, Córdoba y Santa Fe), con lo cual, se constituye en el más abarcador.

El segundo escenario estuvo integrado por algunas provincias del noroeste del país, puntualmente, Catamarca, San Juan y Tucumán; mientras que, el tercero, por las provincias del sur Chubut, Santa Cruz y Tierra del Fuego. En cambio, el cuarto fue más disperso espacialmente, aunque la mayoría de sus provincias se hallan al noroeste, centro-oeste y suroeste del país: Jujuy, La Rioja, Mendoza, Neuquén y Río Negro. Por último, el quinto correspondió a la zona noreste del país y englobó a las provincias de Chaco, Corrientes, Formosa, Misiones, Salta y Santiago del Estero.

Figura 1 Escenarios sociosanitarios del cuidado prenatal. Jurisdicciones argentinas, 2010-2018 

Los indicadores estudiados según los escenarios (clústeres) sociosanitarios encontrados se detallan en la tabla 1. De ahí, fueron significativas las diferencias entre dichos conglomerados en cuanto a indicadores clave del cuidado prenatal, como el porcentaje de embarazos con control prenatal insuficiente y el porcentaje de nacimientos con captación tardía. Específicamente, los clústeres 2 y 5 (zona norte del país) presentaron la situación más desfavorable y el clúster 4 (disperso espacialmente, pero concentrado hacia el oeste del país), la más favorable para ambos indicadores.

Al valorar otros elementos del tema, la situación fue menos clara. Por una parte, el porcentaje de madres fumadoras fue mayor en los escenarios 1 (centro del país) y 3 (zona sur), y marcadamente inferior en el 5 (noreste); por otra, la proporción más baja de suplementación con hierro y folatos se observó en el escenario 2 (noroeste) y la más alta para los 3 y 4 (suroeste). No obstante, esto puede responder a que hubo provincias con falta de datos del 20 % o más para este indicador (Chaco, Misiones, San Juan y Santiago del Estero).

En cuanto a los indicadores perinatales y relacionados, resalta que la razón de mortalidad materna, la tasa de mortalidad postneonatal, la tasa bruta de natalidad, la tasa global de fecundidad, el porcentaje de nacidos/as de madres menores de 15 años y de menores de 20 años registraron los valores más altos en el escenario del noreste del país (clúster 5). Además, la tasa de bajo peso al nacer mostró diferencias significativas entre clústeres, con la mejor situación relativa para el 4, el cual aglomera a provincias de la zona oeste.

Respecto a los indicadores sociales, el porcentaje de hogares con NBI y el de población sin cobertura de seguro de salud por provincia fue notablemente superior en el escenario 5 (noreste). El IDH y el índice de población urbana reportaron las cifras más elevadas en el clúster 3 del sur del país, en tanto que, la esperanza de vida al nacer fue superior en los escenarios 3 y 4 (centro-oeste). El resto de los indicadores considerados no presentaron diferencias significativas a un α = 0,05.

Los resultados de la estimación de las medidas de asociación entre los indicadores sociales seleccionados y la proporción de controles prenatales insuficientes, mediante modelos de regresión lineal múltiple, se exponen en la tabla 2. El porcentaje de hogares con NBI por provincia se asoció positivamente con el de embarazos con control prenatal insuficiente (beta 0,44; IC95 % = 0,03; 0,84), al contrario, el IDH lo hizo de manera negativa (beta -0,56; IC95 % = -1,07; -0,04). Además, a mayor esperanza de vida al nacer en las jurisdicciones, menor cantidad de embarazos con control prenatal insuficiente (beta –0,66; IC95 % = -1,01; -0,31). Por último, ninguna de las variables sociales consideradas presentó asociación estadísticamente significativa con el porcentaje de nacimientos con captación tardía (resultados no mostrados).

Tabla 2 Estimación de las medidas de asociación entre indicadores sociales seleccionados y la proporción de controles prenatales insuficientes. Jurisdicciones argentinas, 2010-2018 

Covariables b (IC 95 %) Valor p
Modelo 1 -
Porcentaje de hogares con NBI 0,44 (0,03; 0,84) 0,035
Porcentaje de población urbana -0,23 (-0,64; 0,17) 0,246
Modelo 2 -
Índice de desarrollo humano -0,56 (-1,07; -0,04) 0,033
Porcentaje de población urbana -0,02 (-0,53; 0,49) 0,948
Modelo 3 -
Esperanza de vida al nacer -0,66 (-1,01; -0,31) 0,001
Porcentaje de población urbana -0,11 (-0,46; 0,25) 0,534

Nota.IC, Intervalo de Confianza. NBI, Necesidades básicas insatisfechas. Elaboración con datos del Sistema Informático Perinatal para la Gestión (SIP-G) 2018, Indicadores Básicos Argentina 2019 (Ministerio de Salud de la Nación, Organización Panamericana de la Salud y OMS) y Censo Nacional de Población, Hogares y Vivienda 2010 (INDEC).

4. Discusión

En este estudio se identificaron diferentes escenarios sociosanitarios del control prenatal, que revelan ciertas heterogeneidades en la distribución de indicadores de cuidado prenatal y sociales en Argentina. En términos generales, pudo advertirse que los escenarios sociosanitarios relativos a provincias del norte del país (2 y 5) experimentan la situación más desfavorable y el escenario 4, con provincias dispersas hacia el oeste, la más favorable en materia de indicadores clave del cuidado prenatal, como el porcentaje de embarazos con control prenatal insuficiente y el de nacimientos con captación tardía. Esto se acompaña de indicadores perinatales, sociodemográficos y socioeconómicos, que, básicamente, resultan menos propicios para el escenario ubicado al noreste.

Sumado a lo anterior, se evidenció que el porcentaje de hogares en situación de pobreza se relaciona de manera positiva con el de embarazos con control prenatal insuficiente, en tanto los indicadores IDH y esperanza de vida al nacer lo hicieron de forma negativa con este indicador de cuidado prenatal a nivel jurisdiccional. No se evidenciaron asociaciones significativas entre los indicadores sociales considerados y el porcentaje de nacimientos con captación tardía.

Es numerosa la evidencia respecto al impacto del cuidado prenatal en la salud perinatal (Campbell et al., 2006; Hajizadeh, Ramezani Tehrani, Simbar y Farzadfar, 2016). Específicamente en Argentina, estudios previos indicaron que la ausencia de atención prenatal, la falta de suministro de suplementos prenatales de vitaminas o hierro, entre otros, se vincularon con partos prematuros (Weaver et al., 2015; Wehby et al., 2018). Encima, el uso de los servicios de atención prenatal explicó hasta el 57 % de las disparidades del parto prematuro en el país (Wehby et al., 2018). A pesar de la reconocida importancia del tema para monitorear la evolución del embarazo, detectar de manera temprana riesgos, prevenir complicaciones y lograr una adecuada preparación para el parto y el puerperio, muchas mujeres no lo reciben de modo oportuno y suficiente (Cáceres-Manrique, 2009), situación advertida también en Argentina.

La coexistencia de diferentes escenarios del cuidado prenatal evidenciada en este estudio, en relativa correspondencia con las regiones geográficas del país, sugiere disparidades sociales subyacentes en su configuración. Longhi et al. (2013) señalaron que la sociedad argentina manifiesta diversidad de condiciones de vida y estas se articulan expresando una acentuada heterogeneidad socioterritorial y, sobre todo, enfatizaron la persistencia de una fuerte fragmentación norte-sur. Tal división del territorio en diferentes escenarios o perfiles sociosanitarios fue notificada por otros estudios, pero para el caso de la transición nutricional (Tumas et al., 2019) y la segunda transición demográfica y la transición sanitaria (Fanta Garrido y Tumas, 2020). Similar a los resultados de nuestro estudio, se sostuvo que indicadores sociales a nivel macro tienen un rol en la determinación de las heterogeneidades en los procesos de salud. Esto aporta al reconocimiento de que la salud está socialmente determinada también a nivel de grandes áreas o macrocontextos.

Adicionalmente, resulta importante mencionar que en el año 2011 se implementó la Asignación Universal por Embarazo, beneficio económico para las personas gestantes, sujeto al cumplimiento de un contacto con el sector sanitario, lo cual resulta también en un valioso antecedente en favor de la cobertura de servicios de salud (Decreto 446/2011). Si bien estas políticas permitieron la nominalización de las personas gestantes con cobertura pública exclusiva, se han descrito marcadas diferencias en la ejecución de estos programas entre regiones y provincias (Chiara et al., 2017) y ello podría contribuir a explicar las heterogeneidades subnacionales anotadas en este trabajo.

Dentro de los factores que afectan en el acceso y la adherencia al cuidado prenatal, priman los determinantes sociales en los ámbitos individual y contextual. De lo individual, cuantiosas pruebas han demostrado que las mujeres con una posición social más desfavorable (menores niveles de instrucción, ingresos y otros) comienzan el control prenatal de manera más tardía, con menor cantidad de consultas totales (Gayral-Taminh et al., 2005; García-Balaguera, 2017; Khanal et al., 2014; Heaman et al., 2014; Bryant et al., 2010; Blakeney et al., 2019; Hajizadeh et al., 2016). En cuanto a lo contextual, según investigaciones previas concordantes con este trabajo, el nivel socioeconómico del hogar y el grado de pobreza regional ejercen una influencia sobre el control prenatal (Guliani et al., 2014). En efecto, las mujeres madres residentes en áreas de bajo nivel socioeconómico presentaron con más frecuencia controles prenatales tardíos e insuficientes (Schillaci et al., 2010). Entre los mecanismos establecidos para explicar este hecho, se citan las mayores dificultades para acudir a los servicios de salud, la menor infraestructura de salud en esas áreas y el limitado acceso a la información (Guliani et al., 2014).

La afiliación a seguros de salud fue también señalada como un determinante del control prenatal (Ipia-Ordóñez et al., 2019). De acuerdo con un estudio desarrollado en Perú, la presencia de un seguro de salud repercutió en la atención prenatal oportuna (Rivera-Felix et al., 2018). En Estados Unidos, el porcentaje de población carente de dicha cobertura se implicó con la ausencia de control prenatal y con el control prenatal tardío (Shoff et al., 2012). No obstante, en este estudio no se evidenciaron asociaciones entre indicadores sociales y el control prenatal tardío, lo cual podría justificarse porque en nuestro país la cobertura de salud es universal y toda la población tiene el derecho de acceder gratuitamente al sistema de atención público (Lemus, 2016).

Este estudio tuvo ciertas limitaciones importantes de mencionar. En primer lugar, la información del SIP-G corresponde predominantemente al sector público y, en general, presentan una falta de cobertura del 27,5 % (Ministerio de Salud y Desarrollo Social, 2019). Asimismo, algunas provincias denotan, para ciertos indicadores, más del 20 % de faltante de datos. Debido a esto, la interpretación de los resultados debe realizarse con cautela, ya que podrían no representar de forma adecuada la realidad jurisdiccional. Además, información relevante para el estudio del cuidado prenatal no está disponible en esa fuente; no obstante, es la única disponible sobre control prenatal a nivel nacional y su utilidad para la sistematización y la consolidación de la documentación sanitaria perinatal fue reconocida (Ministerio de Salud y Desarrollo Social, 2019). En segundo lugar, el trabajar con escasas y grandes unidades de observación, como lo son las provincias argentinas, puede enmascarar ciertas realidades subprovinciales y limitar la potencia de los cálculos estadísticos, dada la escasez de unidades de análisis. Por último, se reconoce el desfase temporal considerable en las fuentes de datos empleadas, lo cual podría introducir algunos sesgos. Aun así, se ha trabajado con la información disponible más actual al momento del desarrollo de este estudio.

Dentro de las fortalezas del trabajo, es menester señalar que la necesidad de contemplar enfoques más integrales al valorar la relación entre determinantes sociales y el cuidado prenatal ya ha sido resaltada (Gonthier et al., 2017), esto alienta la consideración de múltiples aspectos dentro del espectro de los factores sociales.

5. Conclusiones

A partir del análisis jurisdiccional, este estudio precisó diferentes escenarios sociosanitarios del cuidado prenatal, los cuales revelan la heterogeneidad existente al interior del territorio nacional en referencia a este aspecto clave de la salud. Asimismo, se asoció el porcentaje de embarazos con el control prenatal insuficiente y ciertos indicadores sociales contextuales, esto sugiere que las características de los contextos donde residen las personas podrían subyacer a la configuración del cuidado prenatal en Argentina.

En conjunto, puede afirmarse que se corroboraron las hipótesis de estudio planteadas: este trabajo ilustra un panorama general de las articulaciones entre aspectos socioeconómicos, sociodemográficos y del cuidado prenatal, desde una perspectiva macrocontextual y aborda un amplio abanico de indicadores, lo cual permitió un análisis integral del cuidado prenatal.

En términos de las implicancias de este análisis, es recomendable que las medidas, las intervenciones y las políticas tendientes a mejorar el cuidado prenatal en Argentina sean diseñadas e implementadas con criterios de equidad, y se atienda en ello a la consideración conjunta de las características sociales individuales y contextuales. De igual forma, se sugiere que las acciones se focalicen mayormente en los grupos sociales más vulnerados y en las áreas del país que revelaron los escenarios sociosanitarios más desfavorables.

6. Agradecimientos

Este trabajo fue desarrollado en el marco de un proyecto subsidiado por la Secretaría de Ciencia y Técnica de la Universidad Nacional de Córdoba (director, Prof. Dr. Gabriel Acevedo, código del proyecto: 33620180100817CB). Agradecemos, también, al equipo que forma parte del proyecto, por su colaboración.

7. Referencias

Blakeney, E. L., Herting, J. R., Bekemeier, B. y Zierler, B. K. (2019). Social determinants of health and disparities in prenatal care utilization during the great recession period 2005-2010. BMC pregnancy and childbirth, 19(1), 1-20. DOI: https://doi.org/10.1186/s12884-019-2486-1Links ]

Bryant, A. S., Worjoloh, A., Caughey, A. B. y Washington, A. E. (2010). Racial/ethnic disparities in obstetric outcomes and care: prevalence and determinants. American journal of obstetrics and gynecology, 202(4), 335-343. DOI: https://doi.org/10.1016/j.ajog.2009.10.864. [ Links ]

Cáceres-Manrique, M. F. (2009). El control prenatal: una reflexión urgente. Revista colombiana de obstetricia y ginecología, 60(2), 165-170. DOI: https://doi.org/10.1016/j.ajog.2009.10.864Links ]

Chiara, M., Crojethovic, M. y Ariovich, A. (2017). El universalismo en salud en Argentina entre 2003 y 2015: balances y desafíos desde una aproximación macroinstitucional. Salud colectiva, 13, 663-676. DOI: https://doi.org/10.18294/sc.2017.1312Links ]

Fanta Garrido, J. y Tumas, N. (2020). Sincronicidades entre la transición sanitaria y la segunda transición demográfica en Argentina durante la primera década del siglo XXI. Revista Latinoamericana de Población, 14(27), 257-295. DOI: 10.31406/relap2020.v14.i12.n27.8 [ Links ]

García-Balaguera, C. (2017). Barreras de acceso y calidad en el control prenatal. Revista de la Facultad de Medicina, 65(2), 305-310. DOI: http://dx.doi.org/10.15446/revfacmed.v65n2.59704Links ]

Gayral-Taminh, M., Daubisse-Marliac, L., Baron, M., Maurel, G., Rème, J. M. y Grandjean, H. (2005). Social and demographic characteristics and perinatal risks for highly deprived mothers. Journal de gynecologie, obstetrique et biologie de la reproduction, 34(1), 23-32. DOI: 10.1016/s0368-2315(05)82667-5 [ Links ]

Guliani, H., Sepehri, A. y Serieux, J. (2014). Determinants of prenatal care use: evidence from 32 low-income countries across Asia, Sub-Saharan Africa and Latin America. Health policy and planning, 29(5), 589-602. DOI: https://doi.org/10.1093/heapol/czt045Links ]

Gonthier, C., Estellat, C., Deneux-Tharaux, C., Blondel, B., Alfaiate, T., Schmitz, T., ... y Azria, E. (2017). Association between maternal social deprivation and prenatal care utilization: the PreCARE cohort study. BMC pregnancy and childbirth, 17(1), 1-11. DOI: https://doi.org/10.1186/s12884-017-1310-zLinks ]

Guliani, H., Sepehri, A. y Serieux, J. (2014). Determinants of prenatal care use: evidence from 32 low-income countries across Asia, Sub-Saharan Africa and Latin America. Health policy and planning, 29(5), 589-602. DOI: https://doi.org/10.1093/heapol/czt045Links ]

Hajizadeh, S., Ramezani Tehrani, F., Simbar, M. y Farzadfar, F. (2016). Factors influencing the use of prenatal care: a systematic review. Journal of Midwifery and reproductive Health, 4(1), 544-557. DOI: 10.22038/JMRH.2016.6431 [ Links ]

Heaman, M. I., Moffatt, M., Elliott, L., Sword, W., Helewa, M. E., Morris, H., ... y Cook, C. (2014). Barriers, motivators and facilitators related to prenatal care utilization among inner-city women in Winnipeg, Canada: a case–control study. BMC pregnancy and childbirth, 14(1), 1-16. DOI: https://doi.org/10.1186/1471-2393-14-227Links ]

Instituto Nacional de Estadísticas y Censos. 2010. Censo Nacional de Población, Hogares y Viviendas 2010. Ciudad Autónoma de Buenos Aires, Argentina: INDEC. Recuperado de https://www.indec.gob.ar/indec/web/Institucional-Indec-BasesDeDatos-6Links ]

Ipia-Ordóñez, N. V., Ortega-Vallejo, D. F., Acosta-Mora, P. A., López-Lasso, W. A., Martínez-Rodríguez, J. E., Corrales-Zúñiga, N. C., ... y Cedeño-Burbano, A. A. (2019). Impacto de las condiciones sociodemográficas sobre el control prenatal en Latinoamérica. Revista de la Facultad de Medicina, 67(3), 519-523. DOI: https://doi.org/10.15446/revfacmed.v67n3.69536Links ]

Khanal, V., Lee, A. H., da Cruz, J. L. N. B. y Karkee, R. (2014). Factors associated with non-utilisation of health service for childbirth in Timor-Leste: evidence from the 2009-2010 Demographic and Health Survey. BMC international health and human rights, 14(1), 1-8. DOI: https://doi.org/10.1186/1472-698X-14-14Links ]

Lemus, J. D. (2016). Cobertura universal de salud. Revista Argentina de Salud Pública, 7(27), 33-39. Recuperado de https://rasp.msal.gov.ar/index.php/rasp/article/view/182/135Links ]

Longhi, H. F., Paolasso, P. C., Bolsi, A. S. C., Velázquez, G. A. y Celemín, J. P. (2013). Fragmentación socioterritorial y condiciones de vida en la Argentina en los albores del siglo XXI. Revista Latinoamericana de Población, 7(12),99-131. DOI: http://hdl.handle.net/11336/1118Links ]

Ministerio de Salud de la Nación Argentina (2013). Recomendaciones para la Práctica del Control preconcepcional, prenatal y puerperal de bajo riesgo (Archivo PDF]. Recuperado de https://bancos.salud.gob.ar/sites/default/files/2018-10/0000000158cnt-g02.control-prenatal.pdfLinks ]

Ministerio de Salud y Desarrollo Social, Organización Panamericana de la Salud y Organización Mundial de la Salud (2019). Sistema Informático Perinatal para la Gestión (SIP-G) 2018 (Archivo PDF]. Recuperado de http://www.sadamweb.com.ar/news/2019_10Octubre/Anuario-SIP-G-2018.pdfLinks ]

Organización Mundial de la Salud (2008). Subsanar las desigualdades en una generación: alcanzar la equidad sanitaria actuando sobre los determinantes sociales de la salud: resumen analítico del informe final. Recuperado de https://apps.who.int/iris/handle/10665/69830Links ]

Organización Mundial de la Salud (2015). Estrategia Mundial para la Salud de la Mujer, el Niño y el Adolescente (2016-2030). Recuperado de http://www.who.int/maternal_child_adolescent/documents/women-deliver-global-strategy/es/ [ Links ]

Organización Panamericana de la Salud (2018). Recomendaciones de la OMS sobre atención prenatal para una experiencia positiva del embarazo. Recuperado de http://iris.paho.org/xmlui/bitstream/handle/123456789/49550/9789275320334_spa.pdf?ua=1Links ]

Organización Panamericana de la Salud y Ministerio de Salud de la Nación (2018). Segundo informe nacional de relevamiento epidemiológico SIP-Gestión. Avances en la implementación a escala nacional del sistema de información en salud de la mujer y perinatal orientado a la Gestión (SIP-Gestión) en Argentina. Recuperado de https://iris.paho.org/handle/10665.2/49147 Links ]

Organización Panamericana de la Salud (2020). Estrategias para poner fin a la mortalidad materna prevenible (EPMM). Recuperado de https://iris.paho.org/bitstream/handle/10665.2/51963/9789275322106-spa.pdf?sequence=1yisAllowed=yLinks ]

Ratowiecki, J., Santos, M. R., Poletta, F., Heisecke, S., Elias, D., Gili, J., ... y Camelo, J. S. L. (2021). Inequidades sociales en madres adolescentes y la relación con resultados perinatales adversos en poblaciones sudamericanas. Cadernos de Saúde Pública, 36(12), e00247719. DOI: https://doi.org/10.1590/0102-311X00247719Links ]

Rivera-Felix, L. M., Burgos López, N. H., Gomez Diaz, J. Z. y Moquillaza Alcántara, V. H. (2018). Factores asociados al acceso a la atención prenatal en los hospitales de Huaral y Chancay, Perú. Anales de la Facultad de Medicina, 79(2), 131-137. DOI: http://dx.doi.org/10.15381/anales.v79i2.14939Links ]

Schillaci, M. A., Waitzkin, H., Carson, E. A. y Romain, S. J. (2010). Prenatal care utilization for mothers from low-income areas of New Mexico, 1989–1999. PLoS One, 5(9), e12809. DOI: https://doi.org/10.1371/journal.pone.0012809Links ]

Shoff, C., Yang, T. C. y Matthews, S. A. (2012). What has geography got to do with it? Using GWR to explore place-specific associations with prenatal care utilization. GeoJournal, 77(3), 331-341. DOI: https://doi.org/10.1007/s10708-010-9405-3Links ]

Tumas, N., Junyent, C. R., Aballay, L. R., Scruzzi, G. F. y Pou, S. A. (2019). Nutrition transition profiles and obesity burden in Argentina. Public health nutrition, 22(12), 2237-2247. DOI: https://doi.org/10.1017/s1368980019000429Links ]

Weaver, E. H., Gibbons, L., Belizán, J. M. y Althabe, F. (2015). The increasing trend in preterm birth in public hospitals in northern Argentina. International Journal of Gynecology y Obstetrics, 130(2), 137-141. DOI: https://doi.org/10.1016/j.ijgo.2015.02.026Links ]

Wehby, G. L., Pawluk, M., Nyarko, K. A. y López-Camelo, J. S. (2018). Explaining ethnic disparities in preterm birth in Argentina and Ecuador. Global public health, 13(8), 1126-1143. DOI: https://doi.org/10.1080/17441692.2016.1251603Links ]

Recibido: 16 de Junio de 2021; Aprobado: 26 de Noviembre de 2021

Creative Commons License Esta obra está bajo una Licencia Creative Commons Atribución-NoComercial 4.0 Internacional.