11 Medición de equidad

La equidad en salud se identifica ampliamente como un objetivo al que las políticas y actividades de salud pública deben responder como una prioridad (Starfield 2007; Marmot, Friel et al. 2008; Blas y Kurup 2010). Sin embargo, existe una gran diversidad en las definiciones del concepto de equidad en salud y tales implicaciones se discuten ampliamente (Whitehead 1992; Braveman y Gruskin 2003; Braveman, Cubbin et al. 2005). A veces, esta noción, a menudo definida a través de su opuesto, que es la inequidad o la desigualdad, se refiere a la descripción de diferencias evitables o remediables entre diferentes grupos de personas (Whitehead 1992; Kawachi, Subramanian et al. 2002), por lo que incluye una dimensión moral y ética (Daniels 2006; Smith 2015). A veces, se refiere a las consecuencias de una intervención de salud pública. De hecho, en esta última dimensión, la noción de inequidad implica una intervención que aumentará las desigualdades de salud ya existentes. Estas dos nociones a veces se fusionan, pero a menudo las implicaciones y suposiciones para las teorías de justicia social subyacentes  son escasamente discutidas. (Smith 2015).

En este capítulo, proponemos una definición de equidad en salud que se refiere a la distribución de los beneficios de las políticas públicas.

Esta definición implica, en primer lugar, la identificación de subgrupos o territorios de una población para la cual el estado de salud se considerará más negativo o dentro del cual el impacto de un determinante de salud será más importante (noción epidemiológica de modificación del efecto) en comparación con otro subgrupo o territorio de la misma población. Llamaremos a estos subgrupos de una población “poblaciones vulnerables”, en comparación con las poblaciones no vulnerables.

Por lo tanto, en este capítulo, definimos la equidad de los efectos de una intervención en función de la identificación de una heterogeneidad en los beneficios potenciales entre diferentes subgrupos o territorios de una población. Una intervención se evaluará como equitativa si los beneficios son mayores dentro de los subgrupos o territorios que se han definido como vulnerables.

La noción de equidad en salud se ha discutido durante varias décadas, pero se implementó relativamente poco. Entendido en el contexto de una distribución desigual de los efectos de las intervenciones de salud pública, su evaluación es minoritaria en comparación con la evaluación de los efectos en toda una población. Para ilustrar esto, podemos tomar dos ejemplos. Las evaluaciones de los efectos de las políticas públicas de control del tabaco se han estudiado ampliamente en la literatura epidemiológica (Hoffman y Tan 2015) su número se cuenta por centenares. Sin embargo, la gran mayoría de estos estudios se refieren principalmente a una población en su conjunto (Frazer, Callinan et al. 2016) o un subgrupo de la población como los/las adolescentes (Gilman, Rende et al. 2009) o algunos/as profesionales (Farrelly, Nonnemaker et al. 2005). Los estudios que evalúan las desigualdades en los efectos de una política pública de control del tabaco entre dos o más subgrupos de una población son mucho más raros (Brown, Platt et al. 2014a; Brown, Platt et al. 2014b) y se refieren, por ejemplo, a las desigualdades por sexo, edad o nivel de educación. El segundo ejemplo se refiere a intervenciones para combatir la contaminación del aire en áreas urbanas (Cartier, Benmarhnia et al. 2015). En una revisión sistemática (Benmarhnia, Rey et al. 2014), pudimos destacar que de más de 50 estudios publicados, sólo dos estudios evaluaron formalmente la heterogeneidad de los efectos de la intervención dentro de diferentes subgrupos y ocho estudios permitieron una evaluación a posteriori entre las estimaciones de diferentes estratos. Estos dos ejemplos destacan, por un lado, el pequeño número de estudios que han investigado esta pregunta de investigación específica, a pesar de la gran disponibilidad de datos que permiten realizar dichos estudios y, por otro lado, la falta de métodos apropiados para evaluar la equidad en salud. La mayoría de los estudios basan sus conclusiones en comparaciones cualitativas entre diferentes estratos de población o mediante una prueba de interacción en un modelo de regresión.

En este capítulo presentamos diferentes métodos para medir las desigualdades en salud y su aplicación en la evaluación de los efectos de las intervenciones utilizando el ejemplo del efecto de la gratuidad en el acceso a la atención obstétrica, como parte de un ejemplo simulado.

Primero presentamos el contexto de evaluación describiendo la intervención considerada, los datos estudiados, y las justificaciones para un posible efecto heterogéneo de esta intervención en el acceso a la atención obstétrica. A continuación, presentamos diferentes métodos para medir las desigualdades en salud y diferentes enfoques para aplicarlos a la evaluación de los efectos de las intervenciones, por lo tanto, a la equidad tal y como se define en este capítulo.

Presentación del contexto de la evaluación de la equidad: el ejemplo de exención del pago de los costos de la atención (atención gratuita) y su impacto en el acceso a la atención obstétrica

El acceso a la atención básica sigue siendo un problema fundamental en muchos países de bajos y medianos ingresos (Althabe, Bergel et al. 2008; Lagarde y Palmer 2008; Dzakpasu, Powell-Jackson et al. 2013; McKinnon, Harper et al. 2014; McKinnon, Harper et al.2015). En el contexto de los sistemas de salud en gran medida insuficientemente financiados, estos países se enfrentan a un dilema. Por un lado, pagar los costos de atención médica puede presentar una barrera financiera para acceder a la atención médica. Por otro lado, una disminución en los recursos financieros de los sistemas de salud puede contribuir a una disminución en la calidad de los servicios de salud, lo que también puede constituir barreras financieras para la asistencia cualificada al parto. Algunos estudios han demostrado que establecer el pago de los costos de atención médica contribuye a aumentar los recursos a nivel local y a mejorar la calidad de los servicios (Ellis 1987; Litvack y Bodart 1993). Otros estudios han mostrado efectos negativos, particularmente en términos de equidad (Yoder 1989; Russell y Gilson 1997). Se han llevado a cabo numerosas campañas internacionales para promover la atención médica gratuita (por ejemplo, exención del costo del parto) (Yates 2009; Ridde y Morestin 2011).

En este contexto, proponemos tomar como ejemplo de una intervención la de la implementación de la atención obstétrica gratuita (es decir, la exención del precio de la atención al parto) y evaluar su impacto y su equidad en el acceso a la atención obstétrica. Para evaluar los efectos sobre la equidad, consideraremos dos dimensiones con respecto a una posible heterogeneidad en los beneficios de la intervención. Primero, consideraremos una dimensión vinculada a las desigualdades materiales que mediremos mediante un índice de riqueza utilizado a menudo en las encuestas internacionales de población (Filmer y Pritchett 1999; Howe, Hargreaves et al. 2009). En segundo lugar, consideraremos una dimensión vinculada a las desigualdades sociales al medir el nivel de educación de la madre. Esta elección se justifica por las desigualdades sociales y materiales en términos de acceso a la atención obstétrica en un contexto de países de medianos y bajos ingresos (Say y Raine 2007). Por lo tanto, definiremos la intervención como equitativa si contribuye a reducir las desigualdades materiales y / o sociales de acceso a la atención obstétrica.

El ejemplo que presentamos a continuación proviene de datos simulados de encuestas de población y no corresponde a una situación de intervención real. Existen muchos ejemplos de este tipo de intervención (Lagarde y Palmer 2008). Nos centramos en las desigualdades socioeconómicas, pero la definición de equidad adoptada en este capítulo también puede aplicarse a otros factores demográficos (edad, sexo, género) o territoriales (urbanos versus rurales).

Métodos para medir las desigualdades en salud

Se pueden usar varios indicadores para medir las desigualdades en salud. Sin embargo, no hay consenso sobre una medida en particular, especialmente cuando se trata de medir variaciones en la desigualdad a lo largo del tiempo. Esta sección comienza con una discusión de algunos temas importantes con respecto a la medición de las desigualdades en salud, particularmente las desigualdades sociales. En la siguiente sección, describiremos diferentes indicadores para medir las desigualdades en salud con ejemplos para ilustrarlos.

Desafíos en la medición de las desigualdades en salud

Desigualdades absolutas vs relativas

En primer lugar, es importante distinguir entre las medidas de desigualdad relativa y absoluta, ya que ambas proporcionan información importante, pero fundamentalmente diferente, sobre la presencia y el alcance de las desigualdades. Las medidas absolutas reflejan la magnitud de las diferencias de salud entre dos grupos. Por ejemplo, las tasas de mortalidad cardiovascular en 2014 fueron de 12 por 1000 hombres y 8 por 1000 mujeres, la medida absoluta de desigualdad sería 4 por 1000 x año. Paralelamente, las medidas relativas reflejan una diferencia proporcional en salud entre dos grupos. En el ejemplo anterior, representaría la relación de las dos tasas, es decir, 12/8 = 1.5. Debido a que estas dos medidas pueden llevar a conclusiones separadas con respecto a la magnitud y los cambios en la desigualdad, es importante relacionar las dos escalas para presentar una imagen completa de la desigualdad (Lynch, Smith et al. 2006 ; Houweling, Kunst et al.2007; Harper, King et al.2010).

Clasificar grupos sociales

Algunos grupos sociales “naturalmente” tienen dos grupos (hombre / mujer; urbano / rural), mientras que otros grupos tienen varios niveles (nivel de educación, etnia). Para las agrupaciones sociales con varios grupos, la elección de los indicadores de desigualdad que se adoptarán dependerá de si los grupos están organizados de acuerdo con una estructura ordenada o no. El nivel de educación o el índice de nivel de riqueza constituyen, por ejemplo, agrupaciones ordenadas, mientras que las características étnicas o geográficas no se ordenan a priori. Las comparaciones por pares se pueden hacer sistemáticamente entre dos grupos para cualquier tipo de variable social. Además, el alcance de las desigualdades sociales para varios grupos (ordenados o no) se puede medir utilizando indicadores más complejos como el índice de desigualdad de la pendiente (slope index of inequalities) o el índice de Theil.

Medidas de desigualdades en salud

Indicadores de desigualdad simples (comparación por pares)

Las medidas estándar para comparar el estado de salud entre dos grupos sociales son la diferencia y la razón. Estas dos medidas son complementarias. Si el indicador de salud se expresa como una tasa (por ejemplo, mortalidad por cáncer por 100,000 personas por año), las medidas absolutas y relativas corresponden respectivamente a una diferencia de tasa y una razón de tasa, comparando dos grupos sociales de interés.

Para los grupos sociales ordenados por nivel de educación, por ejemplo, las comparaciones por pares generalmente se hacen comparando grupos en los extremos. Por ejemplo, si consideramos un índice de riqueza estratificado en quintiles, compararemos el quintil más rico con el quintil más pobre. Sin embargo, este tipo de comparación ignora el estado de salud de los otros tres quintiles, que podrían proporcionar información importante sobre las desigualdades dentro de la población. La Figura 1 muestra la proporción de mujeres que recibieron atención obstétrica de un profesional cualificado por quintil de un índice de riqueza para dos poblaciones hipotéticas. Las dos poblaciones tienen los mismos valores de diferencia o razón al comparar los dos quintiles extremos, mientras que el retrato dentro de los otros tres quintiles es diferente. Es por eso que generalmente se prefieren medidas más complejas de desigualdad, considerando todos los grupos.

El índice de inclinación de la desigualdad y el índice de concentración son dos medidas que a menudo se usan para medir el gradiente de salud entre los grupos sociales ordenados. A diferencia de las medidas simples presentadas anteriormente, estos índices tienen en cuenta el tamaño relativo de cada grupo.

El índice de inclinación de la desigualdad

El índice de inclinación de la desigualdad mide la diferencia absoluta de los valores pronosticados entre los grupos más altos y más bajos en la distribución de la posición social para los grupos ordenados (educación, índice de riqueza, etc. ) (Pamuk 1985). Este índice se estima a partir del modelo de regresión apropiado para la medida de salud considerada (por ejemplo, una regresión lineal para una medida continua y una regresión logística para una medida de salud binaria). Es posible calcular este índice utilizando el índice de riqueza continua, por ejemplo, yendo del más pobre (rango = 0) al más rico (rango = 1). La medida de salud se incluye luego en un modelo de regresión al incluir, como predictor, el rango de cada individuo dentro de la distribución acumulativa de riqueza. Por lo tanto, el coeficiente correspondiente a este rango representará la diferencia de salud estimada entre los individuos más pobres y más ricos de la población.

La Figura 2 es una representación gráfica de este índice, que muestra el valor pronosticado del resultado de salud (aquí, si recibe atención obstétrica por parte de un profesional cualificado) en función de la proporción acumulada de rango por nivel de educación.  La prevalencia estimada de recibir atención obstétrica (por un profesional cualificado) entre las mujeres con el nivel educativo más bajo (rango = 0) es del 17,7%. Este valor sería del 84% entre las mujeres con el nivel educativo más alto (rango = 1). Por lo tanto, el valor de este índice en términos porcentuales será de 84-17.7 = 66.3%, lo que significa que las mujeres en la parte superior de la distribución educativa tienen un 63% más de posibilidades de recibir atención obstétrica de un profesional cualificado en comparación con las mujeres en el nivel más bajo del nivel educativo de esta distribución.

Cuando los individuos se clasifican de los más desfavorecidos a los menos desfavorecidos, los valores positivos de este índice indican que la prevalencia de la medida de salud es más alta entre los individuos menos desfavorecidos, mientras que un valor negativo indica que esta prevalencia es más alta entre los más desfavorecidos. Un valor de 0 significa igualdad dentro del gradiente social. También se puede estimar una medida relativa de este índice calculando la razón entre los valores pronosticados de los dos extremos de la distribución. Según la Figura 2, este índice en la escala relativa sería 84 / 17.7 = 4.7, lo que significa que la recepción de atención obstétrica por parte de un profesional cualificado es 4.7 veces mayor dentro de del grupo más favorecido en comparación con el grupo menos favorecido.

Índice de concentración

El índice de concentración es una medida relativa de desigualdad basada en la curva de concentración, una cifra que representa la proporción acumulada de individuos clasificados por rango de salud en el eje X con la proporción acumulada en el eje Y. La figura 3 representa la curva de concentración con desigualdades de riqueza frente a la atención obstétrica utilizando los datos presentados en la Tabla 1. La línea a 45 ° representa la línea de igualdad cuando los recursos se distribuyen equitativamente entre la población. La curva de concentración se encuentra debajo de esta línea de igualdad, lo que indica una desigualdad desfavorable para las mujeres más pobres. Por ejemplo, podemos observar que el 40% más pobre de las mujeres se beneficia de solo alrededor del 25% del total de visitas obstétricas.

Tabla 1 : Cálculo de valores de proporción acumulada para generar la curva de concentración

Índice de Riqueza	Número de mujeres	Proportion de femmes	Proporción acumulada de mujeres	Número de mujeres que reciben Cuidados	Proporción de mujeres que reciben cuidados	Proporción acumulada de mujeres que reciben cuidados
1	1167	0,217	0,217	288	0,105	0,105
2	1017	0,190	0,407	394	0,143	0,248
3	990	0,184	0,592	475	0,172	0,420
4	989	0,184	0,776	604	0,219	0,640
5	1203	0,224	1,0	992	0,360	1,0

El índice de concentración se define como el doble del área entre la curva de concentración y la línea de igualdad (Wagstaff, Van Doorslaer et al. 1991). Este índice puede estar entre -1 y 1, donde 0 representa la igualdad completa. Los valores positivos significan desigualdades a expensas de los más pobres para una medida de salud positiva (como en este ejemplo). Para los datos agrupados por quintil, por ejemplo, como en la Tabla 2, el índice de concentración se calcula utilizando la siguiente fórmula:

donde p_t es el porcentaje acumulativo de la muestra clasificada por índice de riqueza para el grupo t, y L_t corresponde al valor de distribución de la medida de salud por quintil (O’Donnell y Wagstaff 2008). La Tabla 2 utiliza los datos de la curva de concentración presentada anteriormente y la última columna presenta el cálculo del índice de concentración. Aquí este índice es 0.224.

Tabla 2 : Cálculo del índice de concentración

Índice de Riqueza (t)	Proporción acumulada de mujeres por quintil de riqueza (pt)	Proporción acumulada de mujeres que reciben cuidados (Lt)	Índice de Concentración
1	0,217	0,105	0,011
2	0,407	0,248	0,025
3	0,592	0,420	0,052
4	0,776	0,640	0,136
5	1,0	1,0	0,000
			0,224

El índice de concentración es una medida de desigualdad relativa, pero es posible obtener una versión absoluta de este índice multiplicando el índice de concentración obtenido por el promedio de la medida de salud. También es posible calcular este índice de concentración a nivel individual utilizando enfoques basados ​​en regresión^[1].

Un tema importante en la investigación sobre las desigualdades en salud se refiere a la comprensión de los factores que más contribuyen a las desigualdades en relación con una medida de salud dada. Una ventaja de este índice es que puede usarse en el contexto de análisis de descomposición. Este tipo de análisis cuantifica la contribución de diferentes factores a las desigualdades sociales con respecto a una medida de salud. Existen varios ejemplos en la literatura que van desde la comprensión de la contribución de los determinantes de las desigualdades sociales en la obesidad en Canadá (Hajizadeh, Campbell et al. 2014) hasta la de la contribución de las desigualdades sociales en la mortalidad infantil en Irán (Hosseinpoor, Van Doorslaer et al. 2006)^[2].

Medidas complejas de desigualdad con grupos desordenados – Índice de Theil

Los dos índices presentados anteriormente son válidos solo cuando se ordenan grupos sociales. Cuando los grupos sociales no están ordenados, es posible usar el índice de Theil (Theil 1967). Las medidas de desigualdad absoluta para categorías desordenadas incluyen el método de varianza (Harper, Lynch et al. 2008) entre grupos y el índice de disparidad (Pearcy y Keppel 2002) recientemente extendido al análisis de series temporales (Benmarhnia, Grenier et al.2015).

El índice de Theil se estima a partir de la fórmula :
donde p_i es la proporción de la población en el grupo social i y r_i es la razón de la media de la medida de salud en el grupo i entre la media del conjunto de todos los grupos Por lo tanto, si cada grupo tiene un valor promedio de la medida de salud igual al promedio de todos los grupos, entonces no hay desigualdad relativa y el índice de Theil será igual a 0. Este índice siempre es positivo. Cuanto mayor sea su valor, mayor será el nivel de desigualdad relativa entre los grupos.

Los datos en la Tabla 3 muestran cómo calcular el índice de Theil para medir una desigualdad relativa en el acceso a la atención obstétrica dentro de cinco regiones geográficas distintas.

Tabla 3 : Cálculo del Índice de Theil del acceso a los cuidados obstétricos en cinco regiones geográficas

Région	Soins obstétricaux (%)	Proposition de population (pi)	Ratio de % de soins dans la région par rapport à la population totale (ri)	ln(ri)	Indice de Theil
A	45,8	0,29	0,90	-0,11	-0,028
B	55,7	0,12	1,09	0,09	0,011
C	48	0,18	0,94	-0,06	-0,010
D	82,5	0,22	1,62	0,48	0,175
E	22,8	0,19	0,45	-0,81	-0,067
Toutes régions	51,0				0,081

En esta sección, hemos presentado un retrato de diferentes medidas de desigualdades en salud. No es una lista exhaustiva de las medidas existentes para medir las desigualdades en salud, ni una discusión en profundidad de los problemas conceptuales. Para este último punto, recomendamos los trabajos de Kawachi y Kennedy (1997), Mackenbach y Kunst (1997) y Regidor (2004). Sin embargo, pudimos presentar varios escenarios que luego se pueden utilizar para evaluar la distribución de los efectos de las intervenciones de salud pública como se describe en la siguiente sección.

Aplicación a los estudios de evaluación de efectos

En esta parte, presentaremos cómo aplicar los métodos de medición de desigualdad presentados anteriormente a la evaluación de los efectos de una intervención de salud pública.

Presentamos dos tipos de enfoques: un enfoque de evaluación simple que permite ilustrar fácilmente los métodos presentados anteriormente y que también nos permitirá introducir pruebas de heterogeneidad y un enfoque basado en diseños cuasi-experimentales. Los detalles de los métodos de evaluación, particularmente con respecto a los enfoques cuasi-experimentales, se presentan en el capítulo anterior.

Enfoques simples antes / después

Un primer enfoque simple para evaluar si los beneficios de una intervención (aquí la implementación de la atención obstétrica gratuita) son equitativos es comparar si las desigualdades de acceso a la atención obstétrica entre los diferentes grupos se modifican antes y después la puesta en marcha de la intervención. Podemos tomar como ejemplo la comparación del primer quintil del índice de riqueza con el quinto quintil de este índice. Por lo tanto, al calcular la diferencia o la relación entre estos dos grupos, por un lado, antes de la implementación de la intervención y, por otro lado, después de su implementación, podemos obtener dos mediciones (en la escala absoluta o en la relativa) de acceso desigual a la atención obstétrica. Entonces es suficiente realizar una prueba de heterogeneidad entre estas dos medidas para evaluar si los beneficios han sido distintos entre los dos grupos y en qué dirección. Hay muchas pruebas de heterogeneidad que se pueden realizar en este contexto. Ofrecemos como ejemplo la prueba Cochran Q (Kaufman y MacLehose 2013). Esta prueba puede llevarse a cabo en mediciones absolutas o relativas. Esta prueba de heterogeneidad se construye de la siguiente manera. Si consideramos, por ejemplo, la escala relativa y la razón de prevalencia (RP) como una medida de asociación, debemos estimar una RP que represente el efecto de la intervención para cada uno de los grupos (razón de prevalencia de acceso a atención obstétrica antes y después de la intervención) RP₁ y RP₂ y para los dos grupos juntos (RPp). Luego calcule la siguiente estimación de Cochran Q:

En esta fórmula, β₁ representa el logaritmo natural de RP₁ y β2 representa el logaritmo natural de RP₂ y VAR representa la varianza. β_p representa el logaritmo natural de RPp que es el efecto para los dos grupos juntos. Una vez que se calcula esta estimación de Cochran Q, es suficiente llevar a cabo una prueba de χ2 (Kaufman y MacLehose 2013) con un número de grados de libertad igual al número de estratos menos uno.

Por lo tanto, si RP₁ representa el efecto de la intervención en el primer quintil del índice de riqueza (el más pobre) y RP₂ el efecto de la intervención en el quinto quintil (el más rico) y RPp para el dos grupos juntos, la intervención se considerará equitativa si: i) hay un efecto heterogéneo de la implementación de la exención de los costos de atención médica en el acceso a la atención obstétrica; y ii) este efecto es más importante para el primer quintil que para el quinto.

Hemos presentado un enfoque muy simple para evaluar la posible heterogeneidad en los beneficios de una intervención. Este enfoque puede ampliarse para tener en cuenta los factores de confusión medidos en el contexto de la evaluación de los efectos de una intervención. Para esto, será posible realizar, por ejemplo, análisis de coincidencia (es decir, comparar individuos tratados y no tratados con características observables similares) utilizando un puntaje de propensión (Shadish, Luellen et al.2006). Una vez que se haya estimado el puntaje de propensión y se haya realizado el emparejamiento (detalles no discutidos en este capítulo), será posible llevar a cabo el mismo enfoque para evaluar la heterogeneidad a través de la prueba Q de Cochran.

Sin embargo, en un entorno no experimental, a menudo es preferible utilizar enfoques cuasiexperimentales que se presentan en detalle en el capítulo anterior, para evaluar los efectos de una intervención. En la siguiente sección, proponemos diferentes enfoques para evaluar la heterogeneidad de los efectos de una intervención utilizando métodos cuasiexperimentales.

Enfoques cuasiexperimentales

El uso de métodos cuasiexperimentales se ha desarrollado ampliamente en los últimos años en salud pública, ya que tienen ventajas definitivas desde el punto de vista de la inferencia causal: permiten tener en cuenta factores de confusión no medidos. Esta consideración a veces puede ser de gran importancia en comparación con los enfoques de tipo antes / después, llegando a modificar la dirección de la asociación que representa el efecto de una exposición (Grabich, Robinson et al. 2015). Existen varios métodos, por ejemplo, el llamado método de diferencia en diferencias (DD) y el enfoque de regresión discontinua, que es un caso especial de análisis de variable instrumental, ambos presentados en el capítulo anterior. Aquí nos centraremos en el enfoque de tipo DD.

Además de la evaluación de los efectos en una población en su conjunto (Benach, Malmusi et al. 2011) o en un subgrupo de la población como las mujeres, la evaluación de la equidad mediante el uso de métodos cuasi-experimentales sigue siendo poco frecuente. Aquí, proponemos tres enfoques distintos que permiten evaluar la heterogeneidad en la distribución de los efectos de una intervención con el ejemplo del enfoque DD. Para ilustrar, de manera deliberadamente simplificada, cómo se organizaría la evaluación de la exención del pago de los costos de atención en el acceso a la atención obstétrica utilizando un enfoque de tipo DD, podemos considerar la siguiente situación. Entre 2000 y 2010, medimos la prevalencia de acceso a la atención obstétrica para mujeres en dos países diferentes (países A y B) similares cada año. En 2005, el país A decidió organizar la exención del pago de los costos de atención (exención del precio de los partos) mientras que el país B continuó aplicando tarifas por los partos. Suponemos que los países son intercambiables (ver el capítulo anterior para este aspecto) y que el país B constituye un contrafactual válido para representar lo que habría sucedido en el país A sin la implementación de la intervención. El efecto causal de la intervención sobre el acceso a la atención obstétrica se medirá comparando la diferencia entre los dos países después de 2005 con la diferencia entre los dos países antes de 2005. Recordamos que este efecto se mide en los modelos de regresión por un término de interacción entre una variable que indica el período posterior a la intervención y una variable que indica el país con intervención (Dimick y Ryan 2014). Para evaluar la distribución de los efectos entre los diferentes subgrupos, consideramos los quintiles del índice de riqueza.

Análisis estratificados combinados con una prueba de heterogeneidad.

Un primer enfoque sería realizar el análisis de tipo DD por separado para las mujeres en el primer quintil de riqueza y para las mujeres en el quinto quintil. Se obtendrían dos estimaciones DD del efecto de la intervención: una para las mujeres más pobres y otra para las mujeres más ricas. Luego, es suficiente realizar una prueba de heterogeneidad (como se describió anteriormente) para evaluar si el efecto de la intervención sobre el acceso a la atención obstétrica es heterogéneo entre los dos grupos^[3]. Si por un lado, este efecto es heterogéneo entre los grupos, y, por otro lado, es más importante dentro del primer quintil de riqueza, entonces será posible concluir que la distribución de los beneficios de esta intervención es equitativa.

Análisis de interacción dual o diferencias en diferencias en diferencias (DDD)

Un segundo enfoque sería evaluar una doble interacción. Como se mencionó anteriormente, la estimación del efecto de una intervención a través de un análisis de tipo DD se realiza a través de un término de interacción. Aquí, evaluaríamos la presencia de una doble interacción del término DD con un indicador del quintil de riqueza. En otras palabras, se trata de evaluar el término DD varía según el nivel de riqueza. Aquí, la equidad será evaluada por la importancia de esta interacción y su dirección. En nuestro ejemplo, dado que el primer quintil representa el nivel más bajo de riqueza, este término de interacción debe ser negativo para que la distribución de los beneficios de esta intervención se considere equitativa. Este enfoque puede ser similar a un análisis de Diferencias en las diferencias en las diferencias (DDD). Se pueden encontrar ejemplos de este enfoque en la literatura de salud pública, con un enfoque individual (Harper, Strumpf et al. 2014) o un enfoque mixto con análisis de series temporales (Benmarhnia, Bailey Z et al. 2016).

Análisis con métodos de descomposición

En la sección anterior, se presentaron varias medidas de desigualdad, que van desde enfoques simples que comparan dos grupos, hasta enfoques que comparan varios grupos (ordenados o no), como el índice de concentración, por ejemplo.

Los métodos de descomposición se desarrollaron en el campo de la econometría y se utilizaron inicialmente para explicar, por ejemplo, las diferencias en los ingresos por sexo (por ejemplo, por edad, sector de actividad, nivel de experiencia). Estos métodos se pueden aplicar a la comparación entre dos grupos donde se puede usar el llamado método Oaxaca Blinder (Oaxaca 1973; O’Donnell y Wagstaff 2008). Estos métodos también se pueden aplicar a medidas de desigualdad más avanzadas, como el índice de concentración (O’Donnell y Wagstaff 2008) como se discutió anteriormente.

Sin embargo, su aplicación en la evaluación de efectos y mediante métodos cuasi-experimentales también sigue siendo poco frecuente. Aquí simplemente describiremos cómo aplicar estos métodos de descomposición a un análisis de tipo DD.

Los métodos de descomposición consisten en modelar lo que sería la reducción de las desigualdades entre dos o más grupos si las exposiciones se llevaran a niveles equivalentes. Por lo tanto, en nuestro contexto, será suficiente realizar análisis de descomposición entre dos o más grupos de riqueza, por ejemplo, y analizar en particular el término de interacción DD. La interpretación de este término al final del análisis de descomposición indicará si los beneficios de la intervención contribuyen a reducir las diferencias entre los grupos de riqueza y la magnitud y dirección de esta reducción, lo que permitirá evaluar si la distribución de los beneficios de esta intervención puede considerarse como equitativa.

Conclusión

En este capítulo, hemos presentado el concepto de equidad en salud pública, así como varios métodos para medir las desigualdades en salud y diferentes enfoques para evaluar la heterogeneidad de los efectos de las políticas públicas. Es importante tener disponibles varios enfoques metodológicos que correspondan a diferentes situaciones de investigación, en los que, por ejemplo, uno puede estar interesado en la comparación entre dos grupos o en la comprensión de un gradiente social frente a un indicador de salud. Cada uno de los métodos propuestos puede ser parte de diferentes enfoques de salud pública (Benach, Malmusi et al. 2011; Benach, Malmusi et al. 2013) en cuanto a al modo de abordar una intervención de salud pública, ya sea a través de enfoques basados ​​en la población, o de enfoques de universalismo proporcional.

La evaluación de la equidad en salud pública es importante para garantizar, por un lado que las intervenciones no contribuyan a aumentar las desigualdades en salud cuando se trata de enfoques basados ​​en la población, y, por otro lado, que cumplan los objetivos establecidos en el contexto de las intervenciones destinadas a reducir las desigualdades en salud, en particular permitiendo que los beneficios sean mayores dentro de los subgrupos o territorios que se identifican como los más vulnerables o cuyos necesidades sean más importantes.

Naturalmente, esta evaluación es solo un paso, entre otros, para comprender la distribución de los efectos de las políticas públicas y las desigualdades en salud en general. Antes de cualquier evaluación de equidad, es necesario tener una buena comprensión del contexto de la intervención para formular claramente hipótesis desde el punto de vista de la heterogeneidad de los efectos de las políticas públicas. Posteriormente, es importante también estudiar los mecanismos que entran en juego en la variabilidad de los beneficios de las intervenciones de salud pública, para mantener (?), modificar las políticas existentes y formular experimentos destinados a reducir las desigualdades. de salud.

Referencias clave

O’Donnell, O. A. et A. Wagstaff (2008). Analyzing health equity using household survey data: a guide to techniques and their implementation, World Bank Publications.

Este libro de libre acceso (https://openknowledge.worldbank.org/handle/10986/6896) es una excelente manera de descubrir los diferentes enfoques para medir las desigualdades en materia de salud, así como los métodos para comprender los determinantes de esas desigualdades y sus cambios a lo largo del tiempo, en particular en relación con una intervención específica.

Harper, S., N. B. King, S. C. Meersman, M. E. Reichman, N. Breen and J. Lynch (2010). Implicit value judgments in the measurement of health inequalities. Milbank Quarterly 88(1): 4-29.

El presente artículo es una referencia obligada en la literatura sobre las desigualdades en materia de salud en la medida en que, a través de varios ejemplos, pone de relieve la importancia de la elección del método utilizado para medir las desigualdades en las conclusiones. También detalla los valores implícitos que pueden guiar la elección de ciertos métodos sobre otros.

Benach, J., D. Malmusi, Y. Yasui, J. M. Martínez and C. Muntaner (2011). “Beyond Rose’s strategies: a typology of scenarios of policy impact on population health and health inequalities.” International Journal of Health Services 41(1): 1-9.

En este artículo se propone resumir los diferentes enfoques para estructurar las intervenciones de salud pública, con una interesante perspectiva histórica y una evaluación sistemática de los impactos de cada uno de estos enfoques en las desigualdades en materia de salud.

Referencias

Althabe, F., Bergel, E., Cafferata, M. L., Gibbons, L., Ciapponi, A., Alemán, A., … et Palacios, A. R. (2008). Strategies for improving the quality of health care in maternal and child health in low‐and middle‐income countries: an overview of systematic reviews. Paediatric and perinatal epidemiology, 22(Suppl. 1), 42-60.

Benach, J., Malmusi, D., Yasui, Y. et Martínez, J. M. (2013). A new typology of policies to tackle health inequalities and scenarios of impact based on Rose’s population approach. Journal of epidemiology and community health, 67(3), 286-291.

Benach, J., Malmusi, D., Yasui, Y., Martínez, J. M. et Muntaner, C. (2011). Beyond Rose’s strategies: a typology of scenarios of policy impact on population health and health inequalities. International Journal of Health Services, 41(1), 1-9.

Benmarhnia, T., Bailey, Z., Auger, N., Kaiser, D., King, N. et K. JS. (2016). A difference-in-differences approach to assess the effect of a heat action plan on mortality and equity in Montreal, Quebec. Environmental Health Perspectives, 124(11), 1694-1699.

Benmarhnia, T., Grenier, P., Brand, A., Fournier, M., Deguen, S. et Smargiassi, A. (2015). Quantifying vulnerability to extreme heat in time series analyses: a novel approach applied to neighborhood social disparities under climate change. International Journal of Environmental Research and Public Health, 12(9), 11869-11879.

Benmarhnia, T., Rey, L., Cartier, Y., Clary, C. M., Deguen, S. et Brousselle, A. (2014). Addressing equity in interventions to reduce air pollution in urban areas: a systematic review. International journal of public health, 59(6), 933-944.

Blas, E. et Kurup, A. S. (2010). Equity, social determinants and public health programmes. Geneva: World Health Organization.

Braveman, P. et Gruskin, S. (2003). Defining equity in health. Journal of epidemiology and community health, 57(4), 254-258.

Braveman, P. A., Cubbin, C., Egerter, S., Chideya, S., Marchi, K. S., Metzler, M. et Posner, S. (2005). Socioeconomic status in health research: one size does not fit all. Jama, 294(22), 2879-2888.

Brown, T., Platt, S. et Amos, A. (2014). Equity impact of interventions and policies to reduce smoking in youth: systematic review. Tobacco control, 23(e2), e98-e105.

Brown, T., Platt, S. et Amos, A. (2014). Equity impact of population-level interventions and policies to reduce smoking in adults: a systematic review. Drug and alcohol dependence, 138, 7-16.

Cartier, Y., Benmarhnia, T. et Brousselle, A. (2015). Tool for assessing health and equity impacts of interventions modifying air quality in urban environments. Evaluation and program planning, 53, 1-9.

Daniels, N. (2006). Equity and population health: toward a broader bioethics agenda. Hastings Center Report, 36(4), 22-35.

Dimick, J. B. et Ryan, A. M. (2014). Methods for evaluating changes in health care policy: the difference-in-differences approach. Jama, 312(22), 2401-2402.

Dzakpasu, S., Powell-Jackson, T. et Campbell, O. M. (2013). Impact of user fees on maternal health service utilization and related health outcomes: a systematic review. Health policy and planning, 29(2), 137-150.

Ellis, R. P. (1987). The revenue generating potential of user fees in Kenyan government health facilities. Social science et medicine, 25(9), 995-1002.

Farrelly, M. C., Nonnemaker, J. M., Chou, R., Hyland, A., Peterson, K. et Bauer, U. E. (2005). Changes in hospitality workers’ exposure to secondhand smoke following the implementation of New York’s smoke-free law. Tobacco Control, 14(4), 236-241.

Filmer, D. et Pritchett, L. (1999). The effect of household wealth on educational attainment: evidence from 35 countries. Population and development review, 25(1), 85-120.

Frazer, K., Callinan, J. E., McHugh, J., van Baarsel, S., Clarke, A., Doherty, K. et Kelleher, C. (2016). Legislative smoking bans for reducing harms from secondhand smoke exposure, smoking prevalence and tobacco consumption. Cochrane Database of Systematic Reviews, (2), p.-p.

Gilman, S. E., Rende, R., Boergers, J., Abrams, D. B., Buka, S. L., Clark, M. A., … et Lipsitt, L. P. (2009). Parental smoking and adolescent smoking initiation: an intergenerational perspective on tobacco control. Pediatrics, 123(2), e274-e281.

Grabich, S. C., Robinson, W. R., Engel, S. M., Konrad, C. E., Richardson, D. B. et Horney, J. A. (2015). County-level hurricane exposure and birth rates: application of difference-in-differences analysis for confounding control. Emerging themes in epidemiology, 12(1), 1.

Hajizadeh, M., Campbell, M. K. et Sarma, S. (2014). Socioeconomic inequalities in adult obesity risk in Canada: trends and decomposition analyses. The European Journal of Health Economics, 15(2), 203-221.

Harper, S., King, N. B., Meersman, S. C., Reichman, M. E., Breen, N. et Lynch, J. (2010). Implicit value judgments in the measurement of health inequalities. The Milbank Quarterly, 88(1), 4-29.

Harper, S., Lynch, J., Meersman, S. C., Breen, N., Davis, W. W. et Reichman, M. E. (2008). An overview of methods for monitoring social disparities in cancer with an example using trends in lung cancer incidence by area-socioeconomic position and race-ethnicity, 1992–2004. American journal of epidemiology, 167(8), 889-899.

Harper, S., Strumpf, E. C., Burris, S., Smith, G. D. et Lynch, J. (2014). The effect of mandatory seat belt laws on seat belt use by socioeconomic position. Journal of policy analysis and management, 33(1), 141-161.

Hoffman, S. J. et Tan, C. (2015). Overview of systematic reviews on the health-related effects of government tobacco control policies. BMC public health, 15(1), 744-754.

Hosseinpoor, A. R., Van Doorslaer, E., Speybroeck, N., Naghavi, M., Mohammad, K., Majdzadeh, R., … et Vega, J. (2006). Decomposing socioeconomic inequality in infant mortality in Iran. International journal of epidemiology, 35(5), 1211-1219.

Houweling, T. A., Kunst, A. E., Huisman, M. et Mackenbach, J. P. (2007). Using relative and absolute measures for monitoring health inequalities: experiences from cross-national analyses on maternal and child health. International journal for equity in health, 6(1), 1.

Howe, L. D., Hargreaves, J. R., Gabrysch, S. et Huttly, S. R. (2009). Is the wealth index a proxy for consumption expenditure? A systematic review. Journal of epidemiology and community health, 63(11), 871-877.

Kakwani, N., Wagstaff, A. et Van Doorslaer, E. (1997). Socioeconomic inequalities in health: measurement, computation, and statistical inference. Journal of econometrics, 77(1), 87-103.

Kaufman, J. S. et MacLehose, R. F. (2013). Which of these things is not like the others?. Cancer, 119(24), 4216-4222.

Kawachi, I. et Kennedy, B. P. (1997). The relationship of income inequality to mortality: does the choice of indicator matter?. Social science et medicine, 45(7), 1121-1127.

Kawachi, I., Subramanian, S. et Almeida-Filho, N. (2002). A glossary for health inequalities. Journal of epidemiology and community health, 56(9), 647-652.

Lagarde, M. et Palmer, N. (2008). The impact of user fees on health service utilization in low-and middle-income countries: how strong is the evidence?. Bulletin of the World Health Organization, 86(11), 839-848C.

Litvack, J. I. et Bodart. C. (1993). User fees plus quality equals improved access to health care: results of a field experiment in Cameroon. Social science et medicine, 37(3), 369-383.

Lynch, J., Smith, G. D., Harper, S. et Bainbridge, K. (2006). Explaining the social gradient in coronary heart disease: comparing relative and absolute risk approaches. Journal of epidemiology and community health, 60(5), 436-441.

Mackenbach, J. P. et Kunst, A. E. (1997). Measuring the magnitude of socio-economic inequalities in health: an overview of available measures illustrated with two examples from Europe. Social science et medicine, 44(6), 757-771.

Marmot, M., Friel, S., Bell, R., Houweling, T. A., Taylor, S. et Commission on Social Determinants of Health. (2008). Closing the gap in a generation: health equity through action on the social determinants of health. The Lancet, 372(9650), 1661-1669.

McKinnon, B., Harper, S. et Kaufman, J. S. (2015). Who benefits from removing user fees for facility-based delivery services? Evidence on socioeconomic differences from Ghana, Senegal and Sierra Leone. Social Science et Medicine, 135, 117-123.

McKinnon, B., Harper, S., Kaufman, J. S. et Bergevin, Y. (2014). Removing user fees for facility-based delivery services: a difference-in-differences evaluation from ten sub-Saharan African countries. Health policy and planning, 30(4), 432-441.

O’Donnell, O. A. et Wagstaff, A. (2008). Analyzing health equity using household survey data: a guide to techniques and their implementation. Washington D.C.: World Bank Publications.

Oaxaca, R. (1973). Male-female wage differentials in urban labor markets. International economic review, 693-709.

Pamuk, E. R. (1985). Social class inequality in mortality from 1921 to 1972 in England and Wales. Population studies, 39(1), 17-31.

Pearcy, J. N. et Keppel, K. G. (2002). A summary measure of health disparity. Public health reports, 117(3), 273-280.

Regidor, E. (2004). Measures of health inequalities: part 2. Journal of epidemiology and community health, 58(11), 900-903.

Ridde, V. et Morestin, F. (2011). A scoping review of the literature on the abolition of user fees in health care services in Africa. Health policy and planning, 26(1), 1-11.

Russell, S. et Gilson, L. (1997). User fee policies to promote health service access for the poor: a wolf in sheep’s clothing?. International Journal of Health Services, 27(2), 359-379.

Say, L. et Raine, R. (2007). A systematic review of inequalities in the use of maternal health care in developing countries: examining the scale of the problem and the importance of context. Bulletin of the World Health Organization, 85(10), 812-819.

Shadish, W. R., Luellen, J. K. et Clark, M. (2006). Propensity scores and quasi-experiments: A testimony to the practical side of lee sechrest.

Smith, M. J. (2015). Health equity in public health: Clarifying our commitment. Public Health Ethics, 8(2), 173-184.

Starfield, B. (2007). Pathways of influence on equity in health. Social Science et Medicine, 64(7), 1355-1362.

Theil, H. (1967). Economics and information theory.

Wagstaff, A., Van Doorslaer, E. et Paci, P. (1991). On the measurement of horizontal inequity in the delivery of health care. Journal of health economics, 10(2), 169-205.

Wagstaff, A., Van Doorslaer, E. et Watanabe, N. (2003). On decomposing the causes of health sector inequalities with an application to malnutrition inequalities in Vietnam. Journal of econometrics, 112(1), 207-223.

Whitehead, M. (1992). The concepts and principles of equity and health. International journal of health services, 22(3), 429-445.

Yates, R. (2009). Universal health care and the removal of user fees. The Lancet, 373(9680), 2078-2081.

Yoder, R. A. (1989). Are people willing and able to pay for health services? Social science et medicine, 29(1), 35-42.

Resumen / Résumé / Abstract

La equidad en salud es ampliamente identificada como un objetivo al que las políticas y actividades de salud pública deben responder como una prioridad, pero cuya definición varía considerablemente. En este capítulo proponemos una definición de equidad en salud que se refiere a la distribución de los beneficios de las políticas públicas. En este capítulo se presentan diferentes métodos para medir las desigualdades en salud, su aplicación a la evaluación de los efectos de las intervenciones a través del ejemplo del efecto de la exención de las tasas de atención sanitaria sobre el acceso a la atención obstétrica en un ejemplo simulado. Estas medidas incluyen el índice de concentración y el índice de Theil. Finalmente, proponemos diferentes enfoques para aplicarlos a la evaluación de los efectos de las intervenciones y, por lo tanto, a la equidad, incluyendo un enfoque simple y una base sobre el uso de métodos cuasi-experimentales. La evaluación de la equidad en salud pública es importante para garantizar que, por una parte, las intervenciones no contribuyan a aumentar las desigualdades en salud y, por otra parte, que cumplan los objetivos establecidos en las intervenciones para reducir las desigualdades en salud.

***

L’équité en santé est largement identifiée comme un objectif auquel les politiques et activités de santé publique doivent répondre en priorité, mais dont la définition varie considérablement. Dans ce chapitre, nous proposons une définition de l’équité en santé qui fait référence à la distribution des bénéfices des politiques publiques. Dans ce chapitre nous présentons différentes méthodes de mesures des inégalités de santé, leur application à l’évaluation des effets des interventions à travers l’exemple de l’effet de l’exemption du paiement des frais de soins sur l’accès aux soins obstétricaux dans le cadre d’un exemple simulé. Ces mesures incluent notamment l’indice de concentration et l’indice de Theil. Enfin, nous proposons différentes approches pour les appliquer à l’évaluation des effets des interventions donc à l’équité incluant une approche simple et une base sur l’utilisation de méthodes quasi-expérimentales. L’évaluation de l’équité en santé publique est importante pour s’assurer que, d’une part, des interventions ne contribuent pas à augmenter les inégalités de santé et qu’elles répondent aux objectifs énoncés dans le cadre d’interventions visant à réduire les inégalités de santé.

***

Health equity is considered a priority for public health interventions and policies, but the concept of an equitable intervention varies in definition. We define an equitable intervention as one that has heterogeneity in its effects, and provides greater benefits for subgroups or territories of a population that have been defined as vulnerable. In this chapter, we assess the impact of an intervention establishing free obstetric care (childbirth costs excluded) on increasing equity and access to care. We notably present the concentration index and the Theil Index. Simulated data from population surveys is used to discuss important issues regarding measurement of inequalities and different indicators that can be used in evaluating the equitability of an intervention. Lastly, two evaluation strategies are discussed: a simple evaluation approach to illustrate the application of inequality measurement methods and an approach based on quasi-experimental designs. These tools to assess public health equity is important to ensure that interventions meet objectives to reduce inequalities and prevent them from contributing to increasing health disparities.

***

Tarik Benmarhnia es Profesor Adjunto de Epidemiología de la Universidad de California en San Diego en el Instituto Scrippset de Oceanografía de la Facultad de Medicina. Completó su doctorado en Epidemiología en la Universidad de Montreal y en la Universidad Paris Sud. También es investigador asociado en Chile y Francia y miembro del consejo editorial de Environmental Health Perspectives. Sus investigaciones se centran en los efectos de los fenómenos extremos en la salud, con especial atención a las poblaciones vulnerables y las consecuencias para las políticas públicas. También desarrolla enfoques metodológicos para evaluar el efecto de las políticas ambientales en la salud, como las medidas de adaptación al cambio climático y las medidas de control de la contaminación del aire.

Britt McKinnon es investigador del Centro de Salud Mundial del Hospital para Niños Enfermos y Profesor Adjunto de la Escuela de Salud Pública Dalla Lana de la Universidad de Toronto. Recibió su doctorado en Epidemiología de la Universidad McGill e hizo una beca de postdoctorado en el Instituto McGill de Salud y Política Social. Sus investigaciones en salud global se centran en la salud materna e infantil, la epidemiología social y la evaluación de políticas y programas de salud.

Cita

Tarik Benmarhnia y Britt McKinnon (2020). Medición de equidad. Un ejemplo de intervención de gratuidad de atención obstétrica. En Evaluación de las intervenciones sanitarias en salud global. Métodos avanzados. Bajo la dirección de Valéry Ridde y Christian Dagenais, pp. 297-323. Québec: Éditions science et bien commun y Marseille: IRD Éditions.