El análisis de las desigualdades en salud en América Latina requiere ir más allá de las diferencias biológicas y considerar cómo factores sociales como el género, la etnicidad y las condiciones de vida configuran de manera conjunta los resultados en salud. En este contexto, el estudio en el que participa nuestra investigadora principal del CISeAL, la Dra. Ana Lucía Moncayo, aborda de forma integral la relación entre los determinantes sociales y la presencia de enfermedades crónicas en Brasil, Ecuador y México, utilizando modelos de aprendizaje automático que permiten identificar patrones complejos y no lineales que suelen pasar desapercibidos en enfoques tradicionales. Los hallazgos evidencian que variables como la ocupación y la educación tienen un rol central, aunque con efectos diferenciados según el género: la ocupación resulta más determinante en hombres, posiblemente por su relación con la estabilidad económica y el rol social de proveedor, mientras que la educación tiene un mayor peso en mujeres, asociándose con prácticas de autocuidado, mayor conciencia sobre la salud y un uso más frecuente de servicios médicos.
El estudio también confirma que las poblaciones indígenas y afrodescendientes enfrentan condiciones estructurales más desfavorables y presentan interacciones más complejas entre los determinantes sociales, lo que incrementa su vulnerabilidad frente a enfermedades crónicas. Un aspecto particularmente relevante es que, en ciertos casos, mayores niveles de educación o mejor acceso a servicios básicos se relacionan con una mayor probabilidad de diagnóstico, lo que sugiere que estas variables podrían estar reflejando un mejor acceso a la detección y atención, más que un aumento real de la enfermedad. Asimismo, se identifican diferencias importantes entre países y grupos étnicos en la influencia de factores como el acceso a agua, saneamiento y condiciones laborales, siendo estos especialmente críticos en poblaciones indígenas. En conjunto, el estudio resalta que las desigualdades en salud deben entenderse como el resultado de múltiples factores interconectados que operan de manera diferenciada según el contexto social, étnico y de género, y subraya la necesidad de diseñar políticas públicas focalizadas que fortalezcan la educación en mujeres, mejoren las condiciones laborales en hombres y aborden las brechas estructurales que afectan a los grupos históricamente más vulnerables.
Si quieres conocer cómo se construyeron estos hallazgos a partir de modelos de aprendizaje automático, así como los patrones, cifras y relaciones específicas que emergen del análisis en profundidad de los datos, revisa el artículo completo en el siguiente enlace:
