PROTECCIÓN PERINATAL: ANÁLISIS ESPACIAL DE … · perinatal: análisis espacial de coberturas...

PROTECCIÓN PERINATAL: ANÁLISISESPACIAL DE COBERTURASSEGÚN CATEGORÍAS DE LOSESTABLECIMIENTOS DE SALUD

Centro de Investigación yDesarrollo (CIDE)

Lima, octubre de 2009

Centro de Investigación y Desarrollo

2 • Protección perinatal: análisis espacial de coberturas según categorías de los establecimientos de salud

Preparado : Centro de Investigación y Desarrollo del Instituto Nacional deEstadística e Informática (INEI)

Impreso : Talleres de la Oficina Técnica de Administración del INEIDiagramación : Centro de Edición de la Oficina Técnica de Difusión del INEITiraje : 200 EjemplaresDomicilio : Av. General Garzón 658, Jesús María. Lima - PerúOrden de Impresión : xxxxx-OI-OTA-INEI

Hecho el Depósito Legal en la Biblioteca Nacional del Perú Nº: 2009-13590

Dirección y Supervisión:Lic. Genara Rivera AraujoAsesora

Investigador Principal:Carlos DelgadoNeonatólogo

Investigadora Asociada:Liz VergaraEconomista

Las opiniones y conclusiones de esta investigación son de exclusiva responsabilidad del autor, por loque el INEI no se solidariza necesariamente con ellas.

Protección perinatal: análisis espacial de coberturas según categorías de los establecimientos de salud • 3


Presentación

El Instituto Nacional de Estadística e Informática (INEI), en el marco de su política depromoción de la investigación en temas de salud materno infantil, en base a las encuestasespecializadas que ejecuta, pone a disposición de la comunidad nacional, autoridades,instituciones públicas y privadas y usuarios en general, el documento "Protecciónperinatal: análisis espacial de coberturas según categorías de losestablecimientos de salud", elaborado a partir de los datos proporcionados por laEncuesta Demográfica y de Salud Familiar (ENDES continua).

El objetivo central de la investigación, fue analizar cual es la relación entre la protecciónperinatal, la distribución geográfica de coberturas de intervenciones y las redes desalud categorizados del Ministerio de Salud (MINSA).

El procedimiento utilizado fue el análisis econométrico espacial que permitió identificarzonas geográficas con mayor y menor protección perinatal, medida a través de variablesseleccionadas de la ENDES, con las que se calculó un Índice Compuesto de Salud(ICS), el cual fue graficado en mapas con el propósito de realizar el análisis de correlaciónespacial con las redes de establecimientos del MINSA.

Esta publicación ha sido realizada en el marco del proyecto "Administración de programasde investigación de Macro Internacional Inc.", con el financiamiento de la Agencia de losEstados Unidos para el Desarrollo Internacional (USAID) y bajo la dirección técnica delINEI.

Esperamos que los resultados de esta investigación, sean de utilidad para orientar laspolíticas y acciones de salud pública y especialmente para evaluar los progresos de losprogramas de atención perinatal al binomio madre-niño y fortalecer la maternidadsegura.

Lima, octubre 2009

Mg. Renán Quispe LlanosJefe del INEI



Í N D I C E

I. Resumen Ejecutivo .......................................................................... 7II. Introducción ..................................................................................... 9III. Fundamentación del Problema ..................................................... 11IV. Objetivos de la Investigación ........................................................ 15V. Marco Teórico ................................................................................. 17VI. Hipótesis .......................................................................................... 21VII. Métodos .......................................................................................... 23VIII. Medición, Análisis y Resultados .................................................. 27IX. Discusión ........................................................................................ 47X. Conclusiones ................................................................................... 51XI. Recomendaciones .......................................................................... 53XII. Bibliografía .................................................................................... 55XIII. Anexos ............................................................................................. 59

Anexo 1 Informe Metodológico .................................................................. 59Anexo 2 Anexo Estadístico .......................................................................... 66Anexo 3 Gráficos ............................................................................................ 79



I. RESUMEN EJECUTIVO

1. El objetivo general de nuestro estudio fueanalizar cuál es la relación entre la protecciónperinatal, la distribución geográfica decoberturas de intervenciones y las redes deestablecimientos de salud categorizados delMINSA.

2. Se asume que al analizar en forma separadala salud de una población y la capacidad deresolución de sus establecimientos sanitarios,no siempre se considera la exclusión porfactores geográficos o sociales. Sin embargo,estos factores tienen una influencia importanteen el desempeño de los establecimientos queofrecen servicios de salud, especialmente enlas intervenciones durante los eventos críticosdel ciclo vital relacionados con el nacimientode un nuevo ciudadano. Por este motivo, laprotección perinatal que ofrecen losestablecimientos de salud se puede considerarproporcional a la cobertura de susintervenciones modificada por el espaciogeográfico y social donde realizan su funciónde acuerdo a su categoría.

3. Nuestro estudio se propuso cuantificar el nivelde la protección perinatal a través de variablesseleccionadas de la encuesta ENDESutilizando además, información de losEstablecimientos de Salud agrupados enRedes. De esta manera, se demostró que síes posible evaluar la protección perinatal através de un análisis econométrico espacialde la cobertura que ofrecen losestablecimientos de salud clasificados porcategorías.

4. Para alcanzar nuestro objetivo, se realizó unanálisis econométrico espacial que permitióidentificar zonas geográficas con mayor ymenor protección perinatal. Para ello seidentificó la ubicación geográfica de 6972establecimientos de salud de acuerdo a suclasificación por categorías dentro de suagrupación en 130 redes de salud. Elprocedimiento utilizado para delimitar laprotección perinatal consistió en el cálculo deun índice compuesto a partir de las variablesde coberturas, agrupándolas para sintetizary reflejar el comportamiento de todas lasvariables que participaron en el análisis. Apartir de este índice compuesto se graficó unMapa Temático como reflejo del estado decada departamento a partir del valor calculado.La primera etapa de la evaluación comprendióel Análisis Exploratorio de Datos Espaciales(AEDE), donde se estimó y visualizó la autocorrelación espacial, identificando la presenciade departamentos del país donde se agrupanaltos o bajos niveles de protección perinatal.La segunda etapa del estudio permitió laselección de modelos para regresión espacialmediante el análisis del tipo de auto correlaciónespacial presente en nuestros datos, y portanto, el modelo de regresión más adecuado.Los mapas, tablas y el análisis econométricoespacial se realizaron con los ProgramaSIGepi versión 1.0.4. y GeoDA versión 095i.

5. En la primera parte de la sección Resultadosse muestra cómo se determinó en formaexploratoria la ausencia de una diferenciageográfica, a nivel departamental, en la



cobertura de intervenciones de salud perinatala través del Índice Compuesto en Salud (ICS).Se observó que la distribución espacial de lascoberturas medidas con el ICS, se comportaen forma aleatoria debido a que no muestranivel significativo en su Índice Global de Auto-correlación.

6. Posteriormente se mostraron los resultadosde la distribución de las redes deestablecimientos y su vínculo de dependenciacon diferentes categorías asignadas. Seencontró que el valor calculado del ÍndiceGlobal de Auto-correlación de Moran para ladistribución espacial de las 130 Redes deSalud sí mostraba un alto nivel de significación(p<0.001), por lo que se dedujo que existedependencia espacial entre las Redes. Paraanalizar con mayor detalle la dependenciaespacial entre redes se realizó un mapeo delos Indicadores Locales de Auto-CorrelaciónEspacial (LISA), tomando como referencia lasredes vinculadas por contigüidad con lasdiferentes categorías de establecimientos.

7. En la segunda parte se compararon dosmodelos de la Protección Perinatal, el primerobasado en la estimación por mínimoscuadrados y el segundo por estimación del

error. Con los coeficientes de ambascorrelaciones se construyeron fórmulas deregresión lineal múltiple, como una primeraaproximación a la modelización de laprotección perinatal.

8. Por medio de nuestro análisis encontramosque para el 2007, los departamentos quetuvieron alta protección perinatal de bajacomplejidad, a través de redes vinculadas conestablecimientos de categoría II-1 y II-2 fuerontodos, excepto Amazonas, Arequipa,Ayacucho, Cajamarca, Huancavelica, Loreto,Piura y San Martín.

9. Para el 2007, los únicos cinco departamentosque tuvieron alta protección perinatal de altacomplejidad, a través de redes vinculadas conestablecimientos de categoría III-1 y III-2fueron Arequipa, Cuzco, La Libertad,Lambayeque y Lima.

10. Con estos resultados se puede concluir quela protección perinatal depende de ladistribución geográfica de las redes deestablecimientos de salud categorizados delMINSA, y tiene relación directa con lascoberturas de intervenciones verificables conENDES.



Al analizar en forma separada la salud de unapoblación y la capacidad de resolución de susestablecimientos sanitarios, no siempre seconsidera la exclusión por factores geográficos osociales. Estos factores influyen en el desempeñode los establecimientos que ofrecen servicios desalud, especialmente en las intervenciones durantelos eventos críticos del ciclo vital relacionados conel nacimiento de un nuevo ciudadano.

Los promedios nacionales no siempre reflejan lainequidad existente que afecta el derecho a lasalud, especialmente en los niños. Sabemos queHuancavelica y Huánuco tienen pobreza,analfabetismo y alta mortalidad con baja esperanzade vida (MINSA 2005)1/, y esto en parte puedeser explicado por no tener suficientesestablecimientos de salud. Sin embargo, no sepuede ofrecer la misma explicación paraLambayeque y Piura como tampoco en los demásdepartamentos donde la población tiene másestablecimientos por el mismo número dehabitantes que en Lima - Callao. Esta informaciónse contradice con el hecho de que Lima tiene losmejores indicadores de salud del país, aunquelos promedios para el país en general seanfavorables.

II. INTRODUCCIÓN

Actualmente se considera con mayor énfasis quela protección de la infancia es su derecho, y deesa manera se entiende por qué el derecho a lasalud es un derecho humano fundamentalconsagrado en la Constitución Política del Estadoy en los Convenios Internacionales: La saludtambién es un derecho que se protege.

Si circunscribimos este concepto al proceso dematernidad y a la infancia, la protección perinatalresultante también se refiere a asegurar el derechoa la salud de la gestante y el niño por nacer, asícomo de la madre y el recién nacido. La protecciónperinatal que ofrecen los establecimientos de saludse puede considerar proporcional a la coberturade sus intervenciones modificada por el espaciogeográfico y social donde realizan su función deacuerdo a su categoría. Considerada de estamanera, la protección perinatal es cuantificablecon variables seleccionadas de la EncuestaDemográfica y de Salud Familiar (ENDES) y coninformación de los Establecimientos de Saludcategorizados y agrupados en Redes.

De esta manera, es posible evaluar la protecciónperinatal a través de un análisis econométricoespacial de la cobertura que ofrecen losestablecimientos de salud clasificados porcategorías.

1/ Ministerio de Salud (MINSA) (2005). Análisis de situación desalud (ASIS).



3.1. Planteamiento del problema

Según la encuesta ENDES, la mortalidad infantilse redujo de 33 por 1.000 nacidos vivos en el2000, hasta aproximadamente 23 en el 2005,aunque mostrando amplias diferencias entredepartamentos (84 en Cuzco y 17 en LimaMetropolitana) (INEI 2000, INEI 2006). De estamortalidad infantil en niños menores de un año,más de la mitad de las muertes corresponde a losrecién nacidos. La mortalidad materna también esuno de los indicadores que en las últimas décadasse redujo de 400 a 185 x 100,000 nacidos vivosen el país (la última cifra corresponde al ENDES2000). A pesar de ello, la mortalidad materna ennuestro Perú es una de las más altas de AméricaLatina, existiendo una correlación con la pobrezasuperior a 0.77 (Watanabe 2002).

En un estudio de simulación realizado previamente,se pudo comprobar que la mayor cobertura departos en instituciones de salud, es uno de losfactores que incrementa significativamente laposibilidad de disminuir la mortalidad neonatal(Delgado y Vergara 2006). No obstante, al calcular

III. FUNDAMENTACIÓN DEL PROBLEMA

un promedio nacional no se reflejan todas lasdiferencias en el acceso a la atención de salud enun país como el nuestro, con inequidad social ygrandes brechas económicas, geográficas yculturales (OPS 2007)2/.

Para la atención perinatal, el Ministerio de Salud(MINSA) ha propuesto estándares e indicadorespara las Funciones Obstétricas y Neonatales(FON) Primarias, Básicas, Esenciales, eIntensivas, con una distribución de funciones quecorresponden principalmente a Puestos, Centros,Hospitales y Unidades de Cuidado Intensivo,respectivamente3/.

En el MINSA los establecimientos de salud seconocen como Puestos, Centros, Hospitales eInstitutos y cada uno tiene una función específicaasignada. Para describir mejor su actividad sehan realizado clasificaciones adicionales de suverdadera capacidad de resolución: Nivel decomplejidad, categoría de establecimiento yfunciones. La correspondencia entre estasclasificaciones se observa con mejor detalle en elCuadro Nº 3.1.

Fuente: MINSA 2004 (PS: puesto de salud; CS: centro de salud)

Cuadro Nº 3.1CLASIFICACIÓN DE LOS ESTABLECIMIENTOS DE SALUD

Establecimiento MINSA Complejidad Categorías Funciones PS sin médico PS con médico CS sin internamiento CS con internamiento Hospital I Hospital II Hospital III Instituto Nacional

1er nivel 2do nivel 3er nivel 4to nivel 5to nivel 6to nivel 7mo nivel 8vo nivel

I 1 I 2 I 3 I 4 II 1 II 2 III 1 III 2

Primarias Primarias Primarias Básicas Esenciales Esenciales Intensivas Intensivas

2/ Organización Panamericana de la Salud (OPS 2007).3/ Ministerio de Salud. Estándares e indicadores de calidad en la

atención materna y perinatal en los establecimientos que cumplencon funciones obstétricas y perinatales. RM 142-2007.



Aproximadamente el 70% de establecimientos sonpuestos de salud Categoría I ubicados enprovincias fuera de Lima (Categorías desde I-1 a

I-4). La mayoría de establecimientos de mayorcomplejidad (Categoría III-2) se encuentran en lacapital tal como se aprecia en la Figura Nº 3.1.

FUENTE: Sistema de Información Geográfica MINSA - 2007. Elaboración propia.

Figura Nº 3.1ESTABLECIMIENTOS DE SALUD EN PROVINCIAS DE

LIMA, JUNÍN Y HUANCAVELICA

La exclusión por factores geográficos, sociales oeconómicos, limita el desempeño y el acceso aestablecimientos que ofrecen servicios de salud(Valdivia 2002), de la misma manera que el niveleducativo de la madre o su idioma (Dammert2001). En el 2003 la Organización Panamericanade la Salud (OPS) ya ha observado que existeuna relación casi lineal y directa entre el nivel deingreso de las personas y su utilización deservicios de salud. No obstante, en los últimosaños todavía se evidencia una tendencia crecientede la utilización de los servicios de salud en cadanivel de ingreso (OPS 2003).

Cortez (2000) analizó los datos de la EncuestaNacional de Hogares del segundo trimestre de

1998 y encontró que la ampliación de la coberturade la entrega de los servicios de salud del MINSAen las localidades peor dotadas de infraestructurade salud contribuye a la elevación del ingreso desus residentes y que eso puede permitir lareducción de la desigualdad en la distribución delingreso.

En el Cuadro Nº 3.2 se describen losestablecimientos de salud y la población segúndistribución geográfica. Se aprecia que la mayoríade departamentos tiene más establecimientos desalud por habitantes que Lima. También seobserva que existe más población por el mismonúmero de hospitales solamente en algunosdepartamentos como son: Huancavelica,Huánuco, Lambayeque, Loreto, Piura y Tacna.



Sabemos que Huancavelica y Huánuco tienenpobreza, analfabetismo y alta mortalidad con bajaesperanza de vida (MINSA 2005)4/, y esto enparte puede ser explicado por no tener suficientesestablecimientos de salud. Sin embargo, no sepuede ofrecer la misma explicación paraLambayeque y Piura como tampoco en los demásdepartamentos donde la población tiene másestablecimientos por el mismo número dehabitantes que en Lima - Callao. Esta informaciónno concuerda con el hecho de que Lima tiene losmejores indicadores de salud del país.

Por estos motivos se propuso realizar un análisiseconométrico espacial de la protección perinatalofrecida por la cobertura de atención en losestablecimientos de salud, evaluando variablesseleccionadas de la encuesta ENDES.

3.2. La formulación del problema

¿Cuál es la relación entre la protección perinatal,la distribución geográfica de coberturas deintervenciones y las redes de establecimientos desalud categorizados del MINSA?

3.3. La sistematización del problema

¿Cómo está distribuida geográficamente lacobertura de intervenciones que ofrecen losestablecimientos del MINSA en el Perú?

¿Es posible identificar conglomerados de zonasprotegidas? En tal caso, ¿a qué categoría deestablecimientos de salud corresponden dichosconglomerados?

( ) = Se muestra en paréntesis la proporción de establecimientos per cápita comparando con la correspondiente a Lima - Callao (considerado como unidad de comparación).

Fuente: Oficina Estadística e Informática. MINSA 2004.Elaboración propia.

Cuadro Nº 3.2ESTABLECIMIENTOS DEL MINISTERIO DE SALUD - 2004

4/ Ministerio de Salud (MINSA) (2005). Análisis de situación desalud (ASIS).

Departamento PoblaciónAmazonas 428 095 317 (0,07) 45 (0,34) 5 (0,30)Áncash 1 107 828 331 (0,18) 51 (0,78) 12 (0,32)Apurímac 463 131 209 (0,12) 42 (0,39) 7 (0,23)Arequipa 1 101 004 181 (0,34) 61 (0,65) 4 (0,96)Ayacucho 550 751 295 (0,10) 51 (0,39) 8 (0,24)Cajamarca 1 498 567 594 (0,14) 109 (0,49) 9 (0,58)Cusco 1 208 689 234 (0,29) 46 (0,94) 6 (0,70)Huancavelica 443 213 245 (0,10) 45 (0,35) 1 (1,54)Huánuco 811 865 210 (0,21) 29 (1,00) 2 (1,41)Ica 687 334 99 (0,38) 34 (0,72) 6 (0,40)Junín 1 246 663 384 (0,18) 51 (0,87) 7 (0,62)La Libertad 1 506 122 167 (0,50) 45 (1,20) 7 (0,75)Lambayeque 1 121 358 117 (0,53) 43 (0,93) 2 (1,95)Lima - Callao 7 748 528 428 (1) 277 (1) 27 (1)Loreto 907 341 283 (0,18) 52 (0,62) 3 (1,05)Madre de Dios 99 452 101 (0,05) 12 (0,30) 2 (0,17)Moquegua 156 750 33 (0,26) 25 (0,22) 1 (0,55)Pasco 264 702 218 (0,07) 20 (0,47) 3 (0,31)Piura 1 636 047 309 (0,29) 72 (0,81) 4 (1,43)Puno 1 263 995 348 (0,20) 78 (0,58) 11 (0,40)San Martín 757 740 296 (0,14) 44 (0,62) 12 (0,22)Tacna 294 214 54 (0,30) 17 (0,62) 1 (1,03)Tumbes 202 088 28 (0,40) 14 (0,52) 1 (0,70)Ucayali 456 340 172 (0,15) 14 (1,17) 2 (0,80)Total 26 748 971 5 653 (0,26) 1277 (0,75) 143 (0,65)

Puestos Centros Hospitales



¿Tienen las coberturas de intervención de losestablecimientos de salud el mismo efecto deprotección en todos los departamentos del Perú?

¿Es posible identificar regiones en que algunacobertura de intervención específica importa másque en otras áreas?



4.1. Objetivo general

El objetivo general fue analizar cuál es la relaciónentre la protección perinatal, la distribucióngeográfica de coberturas de intervenciones y lasredes de establecimientos de salud categorizadosdel MINSA.

4.2. Objetivos específicos

Describir la distribución actual de las redes deestablecimientos de salud del MINSA, segúncategorías, incorporando esa información en unmapa digital mediante un sistema de informacióngeográfica.

IV. OBJETIVOS DE LA INVESTIGACIÓN

Establecer la relación entre las coberturas deintervenciones en salud perinatal con datos deENDES-2007 y la distribución geográfica de lasredes de los establecimientos de salud.

Analizar zonas geográficas con menor y mayorprotección perinatal, comparando la distribuciónpor redes de salud según coberturas y categoríasde establecimientos, por departamentos del país.

Analizar la presencia de dependencia espacial(autocorrelación) en la distribución de la protecciónperinatal y estimar modelos explicativos.



El marco teórico del estudio comprende losconceptos de protección perinatal y análisisespacial, así como una descripción de laorganización de los establecimientos de salud enel Perú:

5.1. Protección perinatal

El término protección está más asociado a la infanciay se utiliza en diferentes situaciones por diferentesorganizaciones de distinta manera. Para UNICEF5/

, "protección de la infancia" se refiere a las laboresde prevención y respuesta a la violencia, laexplotación y el abuso contra niños y niñas, comopor ejemplo la explotación sexual, la trata, el trabajoinfantil y prácticas tradicionales perniciosas comola mutilación/escisión genital de la mujer y elmatrimonio adolescente (UNICEF 2006): Laprotección de la infancia es un derecho de losniños. El derecho a la salud igualmente es underecho humano fundamental consagrado en laConstitución Política del Estado, así como en losTratados y Convenios Internacionales: La saludtambién es un derecho que se protege6/.

Si circunscribimos ese concepto al proceso dematernidad y a la infancia, la protección perinataltambién se refiere a asegurar el derecho a lasalud de la gestante y el niño por nacer, así comode la madre y el recién nacido.

V. MARCO TEÓRICO

El cambio del paradigma de atención centrado enla enfermedad hacia el que está enfocado en lafamilia llevó a hablar de integralidad respecto dela salud materna y orientar el esfuerzo hacia unamaternidad segura y saludable (Carbone 2005).El enfoque utilizado previamente permitía clasificarembarazos como alto riesgo para su referencia aestablecimientos de mayor complejidad, pero seobservó que las principales complicaciones sepresentan en forma imprevista durante el momentodel parto o en el puerperio, incluso en losembarazos clasificados como bajo riesgo (WHO2007)7/.

El énfasis actual es mejorar la cobertura deintervenciones cuya evidencia está sustentada enel beneficio de protección materna-infantil: Lasintervenciones perinatales están basadas enevidencias que sustentan que si es posible disminuireficaz y significativamente la mortalidad materna yneonatal (Bhutta 2005). La cobertura de muchasde estas intervenciones que reducen morbilidady mortalidad perinatal, son registradas comoinformación demográfica y social a través de laENDES.

Una estrategia como la Maternidad Segura tienemucho que ver con los sistemas de salud y susreformas. En países en desarrollo, los planesnacionales de salud que integren intervencionesbasadas en evidencias pueden obtener un impactoprofundo en el desarrollo y oferta de un ampliorango de servicios (Bhutta 2005). En nuestro paísexisten estrategias implementadas para afrontarestos problemas utilizando guías de prácticasclínicas de emergencia obstétricas y neonatalesen diferentes niveles de resolución (MINSA 2007a,

5/ Fondo de las Naciones Unidas para la Infancia (UNICEF por sussiglas en inglés)

6/ En el Perú existe la Defensoría de la Salud y Transparencia, quees el órgano responsable de la protección y defensa de losderechos en salud.

7/ World Health Organization (WHO): Cerca del 15% de embarazospueden presentar complicaciones y la mayoría no sonpredecibles.



MINSA 2007b). Además, tanto la supervivenciainfantil como la materna están incorporadas en losObjetivos de Desarrollo del Milenio (ODM),propuestos por las Naciones Unidas (Wagstaff2004).

La evaluación de la cobertura de lasintervenciones de acuerdo a la distribucióngeográfica de los establecimientos de saludpermitirá identificar regiones con mayor coberturay por tanto, mayor protección perinatal. Esevidente que además de fortalecer los sistemasde salud es necesario asegurar que personascapacitadas estén disponibles dentro de unaatención continua en el periodo perinatal,incluyendo sistemas de referencia de emergencia:Es necesario asegurar su protección de manerapermanente.

Para este proyecto se establece el supuesto deuna relación directa entre protección perinatal ycobertura de intervenciones de salud. Además,se propone evaluar los efectos espaciales queagrega la ubicación geográfica: No es posibleconsiderar que todos los procesos ocurren demanera similar en diversas regiones y es necesarioevaluar hasta que punto localidadesgeográficamente cercanas influyen entre sí en laaceptación de prácticas sociales (por ejemplo,asistencia a controles prenatales o parto enestablecimiento de salud).

Este tipo de consideraciones implican alternativasmetodológicas en la estimación de efectosespaciales como la autocorrelación y laheterogeneidad, que forman parte del análisisespacial.

5.2. Análisis espacial

Todas las evaluaciones económicas y socialestienen un referente espacial aunque no siemprees tomado en cuenta. Desde los primeros

comienzos de este campo a finales de la décadade los 50, un gran número de teorías espaciales yde modelos operacionales han sido desarrolladospara evaluar el impacto de las políticas regional yurbana. Sin embargo estas contribuciones teóricasno han venido acompañadas por un avancesimilar en la metodología del análisis de los datosobservados en el espacio (Bailey 2001, Moreno2000).

Existen experiencias reportadas en el áreaperinatal: En Costa Rica, Rosero (2004) a travésdel análisis espacial en asociación a un sistemade información geográfica (SIG) pudo relacionarla población censal con un inventario de losestablecimientos de salud lo que le permitió valorarel acceso de la población a los servicios y suequidad; en Brasil, Andrade (2001), Neto (2001)y Nascimento (2007) evaluaron la mortalidadneonatal en tres regiones diferentes a través delanálisis espacial; en China, el análisis exploratoriode datos espaciales también se ha utilizado paraidentificar factores de riesgo ambientales y suasociación con defectos del tubo neural (Wu,2004).

Según Anselin (2004) los componentes del AnálisisEspacial incluyen:

• Análisis Exploratorio de Datos Espaciales: quesirve para encontrar patrones con regularidadinteresante.

• Visualización: que sirve para mostrar patronescon regularidad interesante.

• Modelización espacial: que sirve para explicarlos patrones observados.

Los métodos cuantitativos espaciales son un casoparticular del enfoque general econométrico, yque por tanto requieren un conjunto de métodos ytécnicas diferentes de aquellos utilizados en laeconometría convencional. La econometríaespacial es un campo de desarrollo relativamente



reciente a cargo de temas como la dependenciaespacial y la heterogeneidad espacial. Ambos sonaspectos críticos que también se denominan efectosespaciales (Moreno 2000).

5.2.1. Dependencia ó autocorrelaciónespacial: es la concentración o dispersión de losvalores de una variable en un mapa.

La dependencia espacial viene determinadapor una noción de localización relativa, en la quese enfatiza el efecto de la distancia. Al evaluar unaregión se puede observar dependencia espacialcuando una observación en una unidad i dependede lo que ocurre en otra unidad j. Cuando lanoción de espacio se amplía más allá del sentidoestricto del espacio euclídeo, incluyendo el espaciopolítico, el espacio económico, o el espacio social,nos encontramos con que la dependencia espaciales un fenómeno que aparece con frecuencia enel estudio aplicado de las ciencias sociales (Anselin2004).

5.2.2. Heterogeneidad espacial que es lavariación en las relaciones entre unidadesespaciales.

Para manejar estas variables existen programascon sistemas de información geográfica (SIG) yestadísticas que se utilizan en el análisis espacial:SigEpi y Geoda. Ambos son programas quepueden fortalecer los análisis en epidemiología ysalud pública en la Región de las Américas (OPS2004).

SigEpi: Programa elaborado en la OPS. Sudiseño y desarrollo ha estado guiado por lapremisa de ofrecer a los usuarios de salud públicauna herramienta de SIG versátil de plataformaindependiente, que no depende de otros SIG

comerciales, con funciones simplificadas en unentorno amigable.

Geoda: Ha sido desarrollado por Anselin ycolaboradores, en el Laboratorio de AnálisisEspacial del Departamento de Agricultura yEconomía del Consumidor, en la Universidad deIllinois. GeoDa es un programa diseñado para elanálisis exploratorio de datos espaciales discretosen forma de puntos y polígonos, ofreciendo unconjunto importante de métodos estadísticos parael análisis de datos espaciales.

5.3. Establecimientos de salud

De acuerdo a la Oficina de Estadística e Informáticadel MINSA, para el 2005 el Ministerio de Saludofertaba el 84.7% de los 8055 establecimientosdel país, luego le seguía el subsector privado conel 7.0%. EsSalud8/ ofertaba sólo el 4% y el restoera de la Sanidad de las FFAA y PNP.

En nuestro país los servicios de salud de atenciónprimaria están organizados en redes de salud.Estas redes vienen siendo implantadas en el paísdesde el 2001, pero con un avance muy lento ycon una serie de limitaciones: en la práctica laconformación de redes ha quedado en un procesode delimitación formal sin un correlato directo conla operación y gestión de los servicios de salud(Bardález 2005). Para lograr equidad yefectividad se requiere garantizar el derecho deacceso a los diversos niveles de complejidad deacuerdo a la necesidad, con calidad y dentro deun modelo de funcionamiento en redes (Petrera ySeinfeld 2007).

5.3.1. Redes de salud

Son los conjuntos de establecimientos y serviciosde salud, de diferentes categorías, niveles decomplejidad y capacidad de resolución,interrelacionados por una red vial y corredores8/ EsSalud corresponde al Sistema de la Seguridad Social

independiente del Ministerio de Salud (MINSA).



sociales, articulados funcional yadministrativamente, cuya combinación derecursos y complementariedad de serviciosasegura la provisión de un conjunto de atencionesprioritarias de salud, en función de las necesidadesde la población. Están conformadas por laagregación de microrredes.

5.3.2. Categorías de Establecimientos deSalud

En el 2004, el Ministerio de Salud aprobó la NormaTécnica N°021-MINSA/DGSPV.01 (MINSA 2004)denominada "Categorías de Establecimientos delSector Salud", la cual permitió el inicio y desarrollodel proceso de categorización de establecimientosdel sector a nivel nacional. En esta Norma Técnica,donde se establece el marco técnico normativopara el proceso, se considera que laCategorización:

"Es el proceso que conduce a homogeneizarlos diferentes establecimientos de salud, enbase a niveles de complejidad y a

características funcionales, que debenresponder a las necesidades de salud de lapoblación que atiende.

En este proceso no se deben considerar loselementos que indiquen tamaño, ya que éstosdependen del volumen de las necesidadesde salud de la población, lo que es variablesegún la realidad sanitaria local."

El avance de este proceso de categorización delos establecimientos de salud en cada una de lasDirecciones Regionales de Salud, a la fecha hapermitido disponer de una clasificación de lamayoría de los establecimientos de salud.

Actualmente, menos del 10% de establecimientosdel país aún no han sido clasificados en formadefinitiva y son considerados como "Sin Categoría"(Oficina General de Estadística e Informática delMINSA. Solicitud de información Nº 08 - 002103,Febrero 2008).



6.1. Formulación

La protección perinatal está directamenterelacionada, con la distribución geográfica decoberturas de intervenciones y las redes de

VI. HIPÓTESIS

establecimientos de salud categorizados delMINSA.



7.1. Tipo de estudio

Estudio explicativo: Se realizó un análisis espacialutilizando los datos de la Encuesta ENDES (INEI1996, INEI 2007) que incluían las variablesseleccionadas como representativas de lacobertura de atención perinatal. Esta informaciónfue vinculada a un mapa digital con informacióngeográfica que contenía la ubicación de cadaestablecimiento de salud en cada departamentodel país, para explicar su influencia sobre laprotección perinatal.

7.2. Método de investigación

El método usado fue el de análisis y síntesis: Losdatos fueron analizados de acuerdo a ladistribución geográfica de coberturas y losresultados de desempeño fueron comparados porRedes de Salud y Categorías de Establecimientos.

VII. MÉTODOS

El diagrama de Influencias (Figura Nº 7.1) utilizadoen este informe, fue sustentado previamente en elestudio reportado por el mismo autor en donde seelaboró un modelo de simulación para explicar lamortalidad neonatal en el Perú (Delgado 2006).Ese estudio fue realizado bajo el auspicio delInstituto Nacional de Estadística e Informática (INEI)a través de su Centro de Investigación y Desarrollo(CIDE) se utilizaron datos de la ENDES continua2004. Para este informe de investigación, se utilizauna ampliación del mismo diagrama donde sólose incorpora el concepto de Protección como unentorno globalizante de todo el proceso. En laFigura Nº 7.1 se muestran además, tres signospositivos (+) que describen el incrementosimultáneo de los componentes vinculados por laflecha, es decir: A mayor acceso a las redes, habráun mayor número de intervenciones y suscoberturas relacionadas. La descripción precisade la influencia de todos los componentes del

FUENTE: Sistema de Información Geográfica MINSA - 2007. Elaboración propia.

Figura Nº 7.1DIAGRAMA DE INFLUENCIAS PARA EL ANÁLISIS DE LA PROTECCIÓN PERINATAL

+ +

+



modelo se muestra en el desarrollo del trabajo,especialmente en la sección de estimación delefecto, al describir el tratamiento de la información.

7.3.Fuentes y técnicas para recolección dela información

• Fuentes primarias: Encuestas sobreDemografía y Salud Familiar (ENDES)

• Fuentes secundarias: Información Estadísticade Oficina General de Estadística e Informáticay los Sistemas de Información Geográfica delMinisterio de Salud. Información disponible delCenso 2007 en el INEI.

Con los datos de ENDES se puede llegar aconclusiones extrapolando las conclusiones hastaun nivel departamental, lo que puede considerarseun nivel muy general. Sería preferible llegar anivel provincial o incluso distrital utilizando otrasencuestas o estudios de campo, lo cual constituyeuna de las limitaciones de la investigación condatos de ENDES. Otra razón para estaslimitaciones radica en el hecho de que para lafecha de realización del Informe de Investigación,la encuesta ENDES continua aún estaba incompletay recién sería finalizada con datos del 2008. Porlo tanto, la muestra del estudio corresponde sóloal 80% del total previsto.

Se utilizó como fuente de información principal alas bases de datos de las ENDES 1996 y ENDEScontinua 2004-2007.

7.4. Tratamiento de la información

Técnicas de análisis estadístico. Estimacióndel efecto

Para estimar la protección perinatal se realizó unaevaluación de coberturas de las intervencionesperinatales seleccionadas. Se tomaron comoperspectiva histórica la información de la ENDES

de 1996 y 2007. Se obtuvieron promedios yproporciones y la información se distribuyógeográficamente de acuerdo a la coberturaidentificada.

Para establecer la correspondencia entrecoberturas de intervenciones seleccionadas y losestablecimientos de salud, se considera comopremisa que a mayor cobertura, mayor protecciónperinatal. El procedimiento utilizado para delimitarla protección perinatal consiste en el cálculo de unÍndice Compuesto de Salud (ICS) a partir de lasvariables de coberturas, agrupándolas parasintetizar y reflejar el comportamiento de todas lasvariables que participaron en el análisis (VerAnexo 1: Informe metodológico, parte 13.2). ElICS se calculó con el programa SIGepi versión1.0.4. (OPS 2007). A partir de este índicecompuesto se graficó Mapas Temáticos que reflejael estado de cada departamento a partir del valorcalculado.

A continuación, se realizó un análisis de auto-correlación espacial con las 130 redesidentificadas. El propósito fue evaluar sudependencia con las diferentes categorías deestablecimientos. Con los resultados se elaboróMapas de Tipos de Asociación Espacial Local,que representan las redes que muestran un altonivel de dependencia espacial con las diferentescategorías de establecimientos.

Las categorías asignadas a los establecimientos ysu efecto como redes de establecimientos, seevaluó asumiendo que la contribución a lascoberturas tiene influencia con las característicasde los establecimientos: La Identificación precozde gestación y Control PreNatal por personal nomédico corresponde a la Categoría I; El partoeutócico se realiza a partir de la Categoría I-3;Las Cesáreas se realizan a partir de categoría II-1; Los Neonatos de bajo peso se atienden a partirde la Categoría II-1.



En el cuadro siguiente se muestran las principalesatenciones materno-perinatales y sucorrespondencia con las categorías de losestablecimientos correspondientes. De esta

a. Etapa descriptiva: Análisis Exploratorio deDatos Espaciales (AEDE):

Las principales técnicas de Análisis Exploratoriode Datos Espaciales (AEDE) combinan análisisestadístico con el análisis gráfico. Para ello sepuede utilizar programas informáticos como unode los que utilizamos en este proyecto (Anselin2004) que ha sido concebido como un productofácil de utilizar y además permite una evaluacióncon las técnicas mencionadas, en una secuencialógica que permite su mejor comprensión.

Se realizó el AEDE para estimar y visualizar laauto-correlación espacial. El AEDE permitió"mapear" a través del ICS la distribución de lacobertura de intervenciones perinatales en losdepartamentos del país. Se identificó la presencia

Leyenda: Gris oscuro=Atención prioritaria; Gris claro=Atención no prioritaria.Fuente: Adaptado de RM-769-2004, NT-021-2004-MINSA y RM 980-2006.Elaboración: Propia.

Cuadro Nº 7.1CLASIFICACIÓN DE ATENCIONES MATERNO-PERINATALES

POR CATEGORÍA DE ESTABLECIMIENTOS DE SALUD.

manera, se clasifica qué atención o intervenciónperinatal, corresponde a qué categoría deestablecimiento de salud.

Se elaboraron mapas y tablas con los programasSIGepi versión 1.0.4. (OPS 2007) y GeoDAversión 095i (Anselin 2004). Con los datostabulados y organizados en formato shapefile serealizó el análisis econométrico espacial utilizandolos programas SIGepi versión 1.0.4. y GeoDAversión 095i.

Técnicas de análisis econométrico

Para la evaluación econométrica se utilizaron losmétodos de la econometría espacial cuyo objetivoprincipal es el de relacionar una variable de unpunto del espacio, con los valores observados deesa variable en otros puntos del mismo.

La evaluación se realizó en dos etapas:

ATENCIONES I-1 I-2 I-3 I-4 II-1 II-2 III-1 III-2

Identificación temprana de la gestación

CPN por médicoCPN no médico

Parto EutócicoParto Cesárea

Peso normal al nacerBajo peso al nacerMuy bajo peso al nacer

CATEGORÍAS DE ESTABLECIMIENTOS



de zonas protegidas al observar que el ICS tiendea asumir valores más altos en algunosdepartamentos. También fue posible observardepartamentos del país donde se agrupan bajosniveles de cobertura de intervenciones.

Posterior a esta identificación se realizó lacuantificación del comportamiento de las redes desalud en dichos sectores a través de dos medidas:I de Moran, la cual mide la tendencia global devalores similares a agruparse en el espacio; yLISA9/, que ofrece una manera de identificar elcomportamiento local de las redes y de observarcuán estables fueron nuestras estimaciones.Finalmente se mostró en el diagrama de dispersiónde Moran que muestra en el eje X la variablepreviamente estandarizada, y en el eje Y serepresenta la misma variable ponderada enfunción al criterio espacial utilizado.

9/ LISA por sus siglas en inglés: Indicadores Locales de AsociaciónEspacial.

b. Etapa Analítica: Selección de Modelos paraRegresión Espacial

Se analizó qué tipo de auto-correlación espacialestá presente en nuestros datos, y por tanto, elmodelo de regresión más adecuado. Se evaluó silos datos sugerían auto-correlación substantiva ono, y cuánto cambiarían nuestras estimaciones alimplementar una regresión espacial.

A través de estimaciones de mínimos cuadradoscon el programa GeoDa se calcularon coeficientespara elaborar fórmulas de regresión lineal queexpliquen la protección perinatal a partir de lascoberturas de las intervenciones detectadas porENDES y las categorías de los establecimientosde salud.



8.1. Medición

Se realizó una selección de los indicadores desalud perinatal referidos por Mamelle (2001),

VIII. MEDICIÓN, ANÁLISIS Y RESULTADOS

Bhutta (2005), Delgado y Vergara (2006), OPS(2007) e INEI (2005), tomando como criterioprincipal su disponibilidad en la base de datos dela ENDES (ver cuadro Nº 8.1).

COMPONENTES VARIABLES ENDES ESTABLECIMIENTOS: Puestos de Salud Ubicación geográfica: Latitud/ Longitud/Altitud Centros de Salud Clasificación: Categorías de establecimientos Hospitales/Institutos Organización: Redes de atención MINSA PRENATAL Edad de gestación al primer control M13 Control prenatal por médico M2a Control prenatal por otro profesional M2b NATAL Lugar del Parto: Domicilio/Institucional M15 Tipo de parto: cesárea / vaginal M17 Peso registrado del recién nacido M19a Bajo Peso (1500 a 2499) M19bp Muy bajo peso (Menor a 1500 gramos) M18vs POSTNATAL Lactancia inmediata al nacer M34 No uso del biberón M38 SOCIO-CULTURAL Educación secundaria o superior V106 Habla castellana S119c Disponibilidad de IPSS V106a Disponibilidad de EsSalud SH9a

FUENTE: Variables ENDES.

Cuadro Nº 8.1COMPONENTES Y VARIABLES SELECCIONADOS

Datos no incluidos

No se utilizó información cartográfica o geo-referenciada de carreteras ni otras vías decomunicación basadas en censos deinfraestructura, por cuanto nuestro objetivo noestuvo relacionado con las posibles mejoras en elsistema de referencia y contra-referencia.Tampoco se tomaron en cuenta otras variablesde Migración o Costumbres, debido a que la

evaluación está dirigida a la oferta de salud y notanto a la demanda.

Con el propósito de facilitar la evaluación, la mayorparte de las variables consideran como supuestoun territorio plano, lo que dista mucho de la realidadgeográfica del territorio peruano. Este supuestoconstituye una limitación del estudio. El únicoelemento adicional que se ha evaluado es la alturapromedio de las redes de establecimientos



(Variable ALTRED) la cual se incluye en loscálculos de modelos explicativos.

8.2. Definiciones operativas para el análisis

A continuación se presenta una lista de definicionesoperativas de los términos relacionados al reporte.Posteriormente se presenta la descripción de losindicadores y variables utilizados.

Definiciones operativas

• CATEGORÍAS DE ESTABLECIMIENTOS:Clasificación de los establecimientos quepermite compararlos de acuerdo a sucapacidad de resolución y nivel decomplejidad.

• CENTROIDES: Es el promedio de todos lospuntos de un polígono X. En geometría, elcentroide o baricentro de un objeto Xperteneciente a un espacio n-dimensional esla intersección de todos los planos que dividena X en dos partes de igual n-volumen.

• COBERTURA: Es la protección que ofrecenlos servicios de salud en el territorio bajo sujurisdicción. Se mide con datos reportados enla ENDES y representan la demanda atendidade intervenciones de salud.

• COBERTURA DE INTERVENCIÓN: Es lacobertura específica de cada intervención ensalud perinatal seleccionada para nuestroestudio. En las fichas técnicas de ENDES seidentifican las coberturas de vacunas ymensajes de planificación familiar. Para nuestroestudio las coberturas evaluarán lascaracterísticas de las variables seleccionadasen el cuadro Nº 8.1.

• DEMANDA relacionada con la protecciónperinatal: Se refiere a las coberturas de

variables relacionadas con intervenciones ensalud perinatal identificadas a través de laencuesta ENDES.

• DEPENDENCIA ESPACIAL: En una colecciónde observaciones se refiere a la funcióndonde una unidad i depende de lo que ocurreen otra unidad j siempre que i ± j. Su fórmulaes: yi = f(yj). (LeSage 1998 SpatialEconometrics).

• DISTANCIA ARCO: Es la distancia que seutilizó con el programa GeoDa para analizarlos datos de los centroides que representan acada red de los establecimientos. Define ladistancia, expresada en radianes, entre lascoordenadas de latitud y longitud de cadacentroide. Esta distancia determina un cálculomás preciso de las distancias mediante lascoordenadas en el Sistema de InformaciónGeográfico (SIG) en el sentido de no utilizar ladistancia euclidiana entre los puntos (Anselin1992).

• INTERVENCIONES EN SALUDPERINATAL: Son acciones caracterizadas porsu evidencia de impacto favorable sobre lareducción de mortalidad o morbilidad en lasalud y verificables con variables de laencuesta ENDES.

• OFERTA relacionada con la protecciónperinatal: Distribución geográfica deestablecimientos de salud clasificados porcategorías y agrupados en redes.

• PROTECCIÓN: Es la capacidad de protegeruna población. Incluye la COBERTURA comoel elemento que representa la demanda desalud; y además se agrega la oferta deestablecimientos categorizados y agrupadosen REDES. De esta manera existirá mayorprotección en zonas donde las REDES



contengan establecimientos con categoríasacordes a la demanda, y sus resultados sereflejen en una elevada COBERTURA.

• PROTECCIÓN PERINATAL: Es la capacidadglobal del sistema de salud, para proteger auna población materno-neonatal vulnerableo no, ante factores de riesgo o hechoscontingentes relacionados con el embarazo,parto y puerperio. Esta capacidad expresalas posibilidades de detección oportuna conrespuesta rápida ante problemas perinatalesy está basada en una relación directa entre ladistribución geográfica de la COBERTURAde intervenciones y la clasificación porcategorías de los establecimientos de saluddel MINSA, agrupados en REDES.

• REDES de establecimientos de salud: Lasredes son establecimientos y servicios desalud interrelacionados por una red vial ycorredores sociales, articulados funcional yadministrativamente, cuya combinación derecursos y complementariedad de serviciosasegura la provisión de un conjunto deatenciones prioritarias de salud, en funciónde las necesidades de la población. El territorioasignado a las redes está en la jurisdicción dela dirección regional de salud, que en realidadcorresponde al espacio determinado por undepartamento específico.

Componentes, indicadores y variables:

Componente establecimentos:

UBICACIÓN GEOGRÁFICA: Se utilizancoordenadas geográficas para nombrar puntossobre la superficie esférica de la tierra. El tipo decoordenadas empleadas en nuestro estudio sonla latitud y la longitud, que se usaron en formatode grados decimales. Además se incluye la altitudtomando como referencia la información registrada

en metros sobre el nivel del mar. La informaciónde las coordenadas (longitud y latitud) de cadauno de los establecimientos de salud fue tomadade la página web del Sistema de InformaciónGeográfica del Ministerio de Salud (SIG-MINSA)10/

y la altitud sobre el nivel del mar de estos mismosestablecimientos fue obtenida con el softwareGoogle Earth versión 4.211/.

CATEGORÍAS DE LOS ESTABLECIMIENTOS:La información de los establecimientos de saludcategorizados por autoevaluación de lasDirecciones Regionales de Salud hasta Febrero2008, fue proporcionada por la Oficina Generalde Estadística e Informática del Ministerio de Salud(OGEI-MINSA), a partir de una solicitud online12/.En esta información está incluida la clasificaciónen 130 redes de establecimientos.

REDES DE ESTABLECIMIENTOS: Para elanálisis espacial de las redes de establecimientosse construyeron 130 polígonos con lascoordenadas de cada uno de los 6875establecimientos categorizados y se determinaronlas coordenadas geográficas de cada uno de suscentroides, utilizando el programa GeoDa. Estospolígonos representan a las 130 redes de atenciónde salud identificadas. Se calculó la proporciónque corresponde a cada categoría deestablecimientos, en cada una de losdepartamentos y luego se distribuyó esaproporción para todas las redes en esedepartamento de manera homogénea, con elpropósito de evitar la pérdida de la información delos establecimientos que no tenían red asignada.

10/ Acceso en Febrero 2008. Disponible en http:/ /paracas.minsa.gob.pe/website/Est_salud_2008/viewer.htm

11/ Google Earth es un programa informático similar a un Sistemade Información Geográfica (SIG), creado por la empresa KeyholeInc., que permite visualizar imágenes en 3D del planeta,combinando imágenes de satélite, mapas y el motor de búsquedade Google. Disponible en: http://earth.google.com/ (AccesoFebrero 2008).

12/ Solicitud de información pública via Internet Nº 08 - 002103(Feb-2008).



El análisis espacial fue aplicado para todas lasredes a nivel departamental. Es convenienteprecisar que el territorio de la mayoría de redesde servicios de salud del MINSA corresponde alterritorio total de la región respectiva. Sin embargo,en las Regiónes de Lima, Cuzco y Piura, no existeuna correspondencia tan exacta. Las redesevaluadas fueron: 15 en Lima, 4 en Cuzco, y 7redes en Piura (ver detalle en pie de página13/).En las redes de Lima, Cuzco y Piura, hay 1390establecimientos y no todos tenían asignadaalguna red.

Lima presenta la mayor cantidad deestablecimientos sin asignación de red, tal comose observa en la información condensada en elCuadro Nº 8.2.

Componente pre-natal:

IDENTIFICACIÓN TEMPRANA DEGESTACIÓN: Se refiere a la variable que identificaprecozmente la gestación al primer control prenatal(variable ENDES m13; rec41). Se seleccionó laproporción de embarazos detectados en el primertrimestre de la gestación.

Componente natal:

PARTO INSTITUCIONAL: Se refiere a la variableque identifica el lugar donde ocurrió el parto(variable ENDES m15; rec41). Se seleccionaronlas respuestas que describen la ocurrencia delparto en instituciones de salud pública: MINSA,

Leyenda: PS-sc: Puesto de Salud sin categorización; CS-sc: Centro de Salud sin categorización; H-sc: Hospital sin categorización;I-1: Establecimiento categoría I-1; I-2: Establecimiento categoría I-2; I-3: Establecimiento categoría I-3; I-4: Establecimiento categoríaI-4; II-1: Establecimiento categoría II-1; II-2: Establecimiento categoría II-2; III-1: Establecimiento categoría III-1; III-2: Establecimientocategoría III-2;Fuente: Oficina de Estadística e Informática. MINSA 2004.Elaboración propia.

Cuadro Nº 8.2ESTABLECIMIENTOS DE SALUD SIN ASIGNACIÓN DE RED

13/ Redes de Lima: BARRANCO-CHORRILLOS-SURCO; LIMACIUDAD; LIMA ESTE METROPOLITANA; PUENTE PIEDRA;RED I BARRANCA-CAJATAMBO; RED II HUAURA-OYON; REDIII HUARAL - CHANCAY; RED IX HUAROCHIRI; RED VII CAÑETE- YAUYOS; RED VIII CHILCA - MALA; SAN JUAN DELURIGANCHO; SAN JUAN DE MIRAFLORES - VILLA MAR;TUPAC AMARU; V RIMAC-SMP; VILLA EL SALVADOR-LURIN-PACHACAMAC). Redes de Cuzco: CANAS-CANCHIS-ESPINAR; CUSCO NORTE; CUSCO SUR; LA CONVENCION.Redes de Piura: AYABACA; BAJO PIURA; HUANCABAMBA;HUARMACA; MORROPON CHULUCANAS; PIURA CASTILLA;SULLANA

Departamento PS-sc CS-sc H-sc I-1 I-2 I-3 I-4 II-1 II-2 III-1 III-2 TotalAmazonas 1 1Áncash 2 3 5Apurímac 1 1 1 3Arequipa 1 2 2 5Ayacucho 1 1Cajamarca 1 3 1 5Cusco 2 2Huancavelica 1 1Huánuco 1 1Ica 1 1La Libertad 2 1 3Lambayeque 1 1 2Lima - Callao 2 6 1 13 2 1 4 4 12 7 52Loreto 1 1 1 3Madre de Dios 1 1Moquegua 1 1Pasco 3 3Piura 1 1 2Puno 1 1Tacna 1 1Tumbes 1 1Ucayali 2 2Total 6 7 1 13 2 1 3 16 20 20 8 97



EsSalud, FFAA y policiales. Se excluyen los partosen domicilio o consultorios privados.

PARTO POR CESÁREA: Se refiere a la variableque identifica el tipo de parto (variable ENDESm17; rec41). Se seleccionaron las respuestas quedescriben que hubo parto por cesárea.

Componente post-natal:

PESO DEL RECIÉN NACIDO: Se refiere a lasvariables que identifican cualitativa ycuantitativamente el peso del recién nacido(variables ENDES m18, m19; rec41). Seseleccionaron las respuestas clasificando el pesoen tres categorías: bajo peso, promedio ymacrosómicos. También se identificó la proporciónde información recordada con registro (variableENDES m19a).

LACTANCIA MATERNA: Se refiere a las variablesque describen las características de la lactanciamaterna (variables ENDES m5, m34, m35, m36,m38; rec41). Se seleccionaron las característicasasociadas a lactancia materna exclusiva.

ASPECTOS SOCIOCULTURALES: Se refiere alas variables que describen el nivel educativo dela madre (variables ENDES v106, v149; rec11),el Idioma por parte materna (variables ENDESs119c, s119d; rec 91), y la disponibilidad - uso deseguro de salud (variables ENDES sh09a, sh9a,sh9b, sh9c, sh9d, sh9e; recho04).

8.3. Resultados

Nuestra hipótesis sugiere que la protecciónperinatal está directamente relacionada con ladistribución geográfica de coberturas deintervenciones de los establecimientos de saludcategorizados del MINSA. La cobertura es unelemento importante en la evaluación de laprotección ofrecida por el sistema de salud, pero

no es suficiente. Los valores obtenidos con elÍndice Compuesto en Salud (ICS)14/ reflejan unresultado compuesto que integra las coberturasevaluadas como un indicador global de coberturasperinatales. Sin embargo, no basta con llegar a lapoblación, también hay que resolver susproblemas: Además de cubrir un área geográficacon coberturas, el sistema de salud requiereofrecer mecanismos para asegurar la capacidadde resolución según la complejidad del problema,con establecimientos de salud de diferentescategorías, y por lo tanto, más que ofrecersolamente coberturas, también se requiere ofrecerun adecuado nivel de protección de la salud desu población asignada.

El modelo propuesto permite determinar la relaciónentre el vínculo de contigüidad de las redes desalud en su relación con diferentes categorías deestablecimientos. Esta es la razón por la cual, laprotección perinatal se relaciona con la coberturaglobal de intervenciones (ICS) y con la capacidadde resolución potencial que ofrecen losestablecimientos integrantes de las redes de salud,de acuerdo a la categoría predominante en elanálisis.

En el siguiente cuadro (ver Cuadro Nº 8.3) semuestran los intervalos del ICS obtenidos para el2007, para todos los departamentos del Perú.

La mayor parte del análisis espacial de laprotección perinatal se realiza a niveldepartamental aún cuando es posible encontraruna gran diferencia al interior de cadadepartamento que muestre un determinado nivelde protección. No obstante, es necesario recordarque los resultados promedio pueden ocultarheterogeneidad al interior de sus componentes.

14/ En el Anexo metodológico se describe la secuencia seguidapara el cálculo del ICS y se muestran las gráficas que comparanel desempeño de estas variables entre los años 1996 y 2007.



La primera parte de esta sección -AnálisisExploratorio de Datos Espaciales- determinará enforma exploratoria si existe una diferenciageográfica en la cobertura de intervenciones desalud perinatal a través del ICS. En la segundaparte de esta sección - Selección de Modelos paraRegresión Espacial- se mostrarán los resultadosde la distribución de las redes de establecimientosy su vínculo de dependencia con diferentescategorías asignadas.

Análisis Exploratorio de Datos Espaciales(AEDE):

El AEDE se realizó a través de la evaluación de ladistribución del ICS en mapas del Perú,representando la distribución de coberturas deintervenciones perinatales por departamentos. Seidentificó la presencia de zonas protegidas alobservar que el ICS tenía la tendencia a asumirvalores más altos o más bajos en algunosdepartamentos.

En la Figura Nº 8.1 se muestran tres recuadroscon flechas que muestran la selección de los 5departamentos con el menor ICS, en los mismos:

El primer recuadro superior izquierdo contieneun diagrama de caja en donde se observan encolor oscuro los valores centrales y de arribaabajo, todo el rango que representa los valoresdel ICS para los 25 departamentos. Los valoresseleccionados por la flecha y rodeados por uncírculo de puntos tienen un ICS menor a -4.3. Losvalores del ICS en todo el diagrama de caja oscilanentre -10.1 y +10.2.

En el recuadro inferior izquierdo se observa unHistograma con la distribución del ICS en intervalosrepresentados como columnas de diferentes tonosgrises. Mayor tono gris en cada columna deizquierda a derecha representa incremento devalores del ICS. Los números sobre las columnasson la cantidad de departamentos con valores delICS dentro de ese intervalo específico. Las flechasseñalan los 2 intervalos con menor valor del ICS,escogidos también con el diagrama de caja (ICSmenor a -4.3).

En el recuadro de la derecha se observa un mapadonde se señala la selección de los departamentoscon el menor ICS, realizada en los dos recuadrosprevios.

Leyenda: ICS: Índice compuesto en salud.Elaboración: Propia.Fuente: Tabulación de datos de INEI-ENDES-MINSA.

Cuadro Nº 8.3INTERVALOS DEL ICS 2007 Y DEPARTAMENTOS RELACIONADOS

n % DEPARTAMENTOS

‐10,1 ‐7,2 2 8,3% Huánuco, Puno

‐7,2 ‐4,3 3 12,5% Amazonas, Huancavelica, Loreto

‐4,3 ‐1,4 6 25,0%Ancash, Cajamarca, Cusco, Junín, Pasco, Ucayali

‐1,4 1,5 6 25,0%Apurímac, Ayacucho, La Libertad, Lambayeque, Piura, San Martín

1,5 4,4 2 8,3% Arequipa, Madre de Dios

4,4 7,3 4 16,7% Ica, Lima, Tacna, Tumbes

7,3 10,2 1 4,2% Moquegua

24 100%

INTERVALOS ICS 2007

Total



En la siguiente figura se muestra la comparaciónde la distribución espacial del ICS construido conlas mismas variables de cobertura, para los años1996 y 2007 (v. Figura Nº 8.2). Los intervalos

seleccionados para el 2007 se obtuvieron delanálisis exploratorio previo, y fueron repetidos en1996 con el propósito de uniformizar lacomparación de las imágenes.

Leyenda: ICS: Índice compuesto en salud.Software: GeoDa versión 0.95i.Fuente: Tabulación de datos de INEI-ENDES-MINSA.

Base de datos en formato shapefile: PERU ENDES.Elaboración: Propia.

Figura Nº 8.1ANÁLISIS EXPLORATORIO DE DATOS ESPACIALES DEL ICS 2007



El color blanco y el gris claro en el mapa muestrana los departamentos con mayores coberturassegún el ICS, mientras que el color gris oscuromuestra a los departamentos con menores valoresdel ICS. De este modo es posible observar unaclara heterogeneidad de la cobertura de lasintervenciones de salud perinatal en el país.También se observa que en más de 10 años, lamayoría de departamentos no cambiaron su ICS.Los departamentos que si han mejorado su ICSdesde el 1996 son: Cajamarca, Pasco, Ayacucho,Apurímac y Puno. Los departamentos que hanempeorado sus niveles de coberturas (ICS) sonAncash, Loreto y Puno, pero estos datos noincluyen todos los determinantes relacionados conexplicaciones posibles de las causas. No esposible con estos datos explicar la variaciónobservada en las coberturas desde el 1996 al2007.

En esta Figura sólo se observa la variaciónutilizando los mismos criterios de clasificación delICS para el 1996 y para el 2007. Con lainformación disponible no habría forma de explicarlas causas probables por las que algunosdepartamentos no han mostrado variación en suICS en este periodo de tiempo.

Las variaciones observadas en el ICS de algunosdepartamentos en la Figura Nº 8.2 pueden serexplicadas analizando las variaciones de lasvariables componentes del ICS, que se muestranen los Gráficos del Anexo 3 (Los códigos de lasvariables ENDES usados a continuación sondescritos con más detalle en el Cuadro Nº 8.1 yen la sección Componentes, Indicadores yVariables).

Los departamentos que han mejorado su ICSdesde el 1996 al 2007 son: Cajamarca, Pasco,

Leyenda: Blanco= ICS alto; Gris claro= ICS medio; Gris oscuro= ICS bajo.Con intervalos del ICS >3.5, de -5.5 a 3.5, <-5.5, respectivamente.

Software: SIGepi versión 1.04.Fuente: Tabulación de datos de INEI-ENDES-MINSA.

Base de datos en formato shapefile: PERU ENDES.Elaboración: Propia.

Figura Nº 8.2ÍNDICE COMPUESTO EN SALUD (ICS) COMPARATIVO CON COBERTURAS ENDES 1996 Y 2007

1996 2007



Ayacucho y Apurímac. Los cuatro departamentosmostraron incremento en las coberturas dedetección precoz de la gestación (Variable ENDESm13). En Pasco, Ayacucho y Apurímac tambiénse observaron incrementos en sus coberturas deParto Institucional y registro de peso del reciénnacido (Variables ENDES m15 y m19a). En estemismo periodo Cajamarca, Ayacucho y Apurímacmostraron incremento de la lactancia inmediata alnacer (Variable ENDES m34). Además, elincremento de la disponibilidad de IPSS/EsSalud(Variable ENDES v106a/sh9a) sólo se observóen Pasco, y el incremento de control prenatal porpersonal profesional no médico (Variable ENDESm2b) sólo se observó en Cajamarca.

Los departamentos que han empeorado su ICSdesde 1996 al 2007 son Ancash, Loreto y Puno.La disminución de control prenatal por personalprofesional no médico (Variable ENDES m2b)explicaría esta disminución del ICS en Ancash yPuno. Además, en Loreto y Puno se ha observadoun aumento de la proporción de neonatos de muybajo peso al nacer (Variable ENDES m18vs).Adicionalmente, se observó que la proporción depersonas con habla castellana (Variable ENDESs119c) disminuyó en Ancash, y en Loreto seobservó disminución de la lactancia inmediata alnacer (Variable ENDES m34).

El gráfico de Moran de la figura Nº 8.3 recoge enabscisas, el ICS con valores estandarizados, y,en ordenadas, el valor medio de esta misma

variable para los departamentos que compartenal menos una frontera en común entre sí (Criteriode Contigüidad). Se observan además 4cuadrantes que corresponden a los cuatro tiposde asociación espacial local posibles entre unDepartamento y sus vecinos:

• I Cuadrante superior derecho: undepartamento con alto ICS rodeado dedepartamentos con alto ICS,

• II Cuadrante superior izquierdo: undepartamento con bajo ICS rodeado dedepartamentos con alto ICS

• III Cuadrante inferior izquierdo:undepartamento con bajo ICS rodeado dedepartamentos con bajo ICS

• IV Cuadrante inferior derecho: undepartamento con alto ICS rodeado dedepartamentos con bajo ICS

Los cuadrantes I y III corresponden a las formaspositivas de autocorrelación espacial, mientras quelos II y IV representan la autocorrelación espacialnegativa. La distribución en cuatro cuadrantesmuestra una ausencia de correlación.

A continuación se muestra la Gráfica de Moranconstruida con datos del ICS del 2007, con elprograma GeoDa (v. 0.95i), se representa ladispersión que muestra falta de homogeneidaddepartamental en las coberturas representadas através del ICS analizado por departamentos:



Año Índice Global Valor calculado

Valor esperado Z Score Significación

(p) 1996 I de Moran -0.1613 -0.0417 0.8897 0.1868 2007 I de Moran 0.1204 -0.0417 1.2057 0.1139

Número de Observaciones: 25Criterio de Vecindad: Frontera Común

ÍNDICES GLOBALES DE AUTOCORRELACIÓN ESPACIAL

Leyenda: wICS: Ponderación de distancia para el ICS, tipo arcoa partir de los centroides de cada departamento

Software: GeoDa versión 0.95i.Fuente: Tabulación de datos de INEI-ENDES-MINSA.

Base de datos en formato shapefile: PERU ENDES.

Figura Nº 8.3ÍNDICE COMPUESTO EN SALUD (ICS) 2007

El estadístico global I de Moran es similar alcoeficiente de correlación usual que mide lavariación entre regiones vecinas, y para este caso,se utilizó con un criterio espacial de contigüidad.Si consideramos como hipótesis implícita a laexistencia de una distribución espacial aleatoriade los datos, y como explicación alternativa a laexistencia de una concentración espacial deregiones con valores similares, la Figura Nº 8.3nos ayuda a descartar dependencia espacialentre estas variables.

Los datos presentados muestran una distribuciónespacial aleatoria porque dan un valor esperadode I próximo a cero. Esto excluye la presencia depatrón con concentración espacial de regionescon valores similares. Al calcular los valores delÍndice de Moran para cada año con el programaSIGepi, se observa que no existe significaciónestadística y por lo tanto se excluye algún tipo dedependencia espacial global del ICS entre losdepartamentos: De acuerdo a estos valores losniveles de coberturas de unos departamentos notendrían relación con los de sus departamentosvecinos.



Análisis espacial de las redes deestablecimientos

Esta parte del análisis se realizó con 130 polígonosconstruidos con las coordenadas de cada uno delos 6875 establecimientos agrupados en redes(programa GeoDa). Estos polígonos representana las 130 redes de atención de salud identificadas.Para el análisis de redes se determinó lascoordenadas de sus centroides.

Los POLÍGONOS son una representacióngeográfica de las REDES. Los 6875establecimientos de salud categorizadospertenecen a alguna RED con una asignaciónterritorial predefinida. Cada polígono fue construidocon las coordenadas de los establecimientos quepertenecen a cada red y se determinó suCENTROIDE para incluir esta información en elanálisis espacial correspondiente.

El uso de los Polígonos y sus centroides tienemuchas funciones importantes en estudios conSistemas de Información Geográfica: A veces sonutilizados para "manipular los puntos", de maneraque un objeto pueda ser seleccionado,desplazado o girado, o etiquetado (Smith 2008).El efecto de esa asignación es considerar larepresentación de la variable de interés mediantela asignación de valores a un único punto. Esto esconveniente para algunos problemas, sobre todocuando los polígonos son pequeños yrelativamente homogéneos como ocurre con las130 Redes de Atención de Salud identificadas ennuestro proyecto.

La información de los establecimientos de salud,donde se incluyen su categoría y su red asignada,fue proporcionada por la Oficina de Estadística delMinisterio de Salud (actualizada hasta febrero200815/), tal como se describe en la secciónMétodos.

15/ Solicitud de información pública via Internet Nº 08 - 002103(Feb-2008).



Para analizar con mayor detalle la dependenciaespacial entre redes se realizó un mapeo de losIndicadores Locales de Auto-Correlación Espacial(LISA), tomando como referencia de ponderación

las redes vinculadas por contigüidad (unidadesque comparten fronteras).

En la siguiente gráfica de Moran elaborada con elprograma SIGEpi se muestra una correlaciónpositiva para el ICS 2007 con REDES contiguas.

Software: GeoDa v 0.95iFuente: Tabulación de datos de INEI-ENDES-MINSA.

Base de datos en formato shapefile: REDES-ENDESElaboración: Propia.

Figura Nº 8.4POLÍGONOS DE LAS 130 REDES DE ESTABLECIMIENTOS

DE SALUD CLASIFICADOS POR CATEGORÍAS



El cálculo del Índice Global de Autocorrelación para el ICS 2007 con las REDES, utilizando el

programa SIGEpi, nos muestra:

Software: SIGepi versión 1.04. Fuente: Tabulación de datos de INEIENDESMINSA.

Base de datos en formato shapefile: REDES ENDES Elabo ració n : Propia.

Figura Nº 8.5 DIAGRAMA DE DISPERSIÓN DE MORAN

20

10

0

10

20

12 10 8 6 4 2 0 2 4 6 8 10 12

W_ICS2

007

X_ICS2007

Año Índice Global Valor calculado

Valor esperado Z Score Significación

(p)

2007 I de Moran 0.9031 0.0078 7.0513 0.0000

El valor calculado I de Morán de 0.9031 tiene un valor estadísticamente significativo (p<0.001). Para este cálculo se utilizó la Capa Temática: REDES ENDES, con la Variable: ICS2007, con un Número de Observaciones de 130. El criterio de vecindad fue la Frontera Común.

En los mapas que se muestran a continuación (Figuras Nº 8.6 y 8.7) se puede observar el comportamiento espacial de las categorías de establecimiento predominante en las redes de establecimientos en el Perú. El vínculo AltoAlto corresponde a las redes que se encuentran rodeados por otras redes que también registran

una alta correspondencia, de acuerdo a la categoría de establecimientos predominante en cada una de ellas. El objetivo es identificar los departamentos en donde existen conglomerados de zonas protegidas y qué tipo de categorías de establecimientos predominan en esos conglomerados.

Existe una aparente discordancia que puede observarse en el caso de Cuzco donde predominan establecimientos de primer nivel y sin embargo, no muestra redes vinculadas con establecimientos de Categorías I1 y I2 (ver Figura Nº 8.6 a la izquierda), o en el caso de



Lambayeque (ver Figura Nº 8.7 a la derecha)donde este departamento se vincula con LaLibertad que si tiene establecimientos deCategorías III-1 y III-2. Esta discordancia seexplica porque la presencia de establecimientosde una categoría específica y su vínculo decontigüidad con las redes circundantes seestablece en relación al centroide de cada red,pudiendo observarse una distribución de redescuyos vínculos no siempre coinciden con losestablecimientos predominantes en cadadepartamento.

La capacidad de las redes de salud paravincularse a un establecimiento de salud, dependede su ubicación geográfica. Por ejemplo, las redes

más cercanas a Lima, tienen mayor vínculo decontigüidad hacia establecimientos de mayor nivelde complejidad. El programa GeoDa permitegraficar en un mapa una red o grupo de redesvinculadas a determinada categoría deestablecimientos de salud, y ofrece una percepciónvisual de zonas donde la dependencia geográficasi influye en su posibilidad de mayor cobertura(Anselin 2004).

Además, los resultados se muestran sobre mapascon los colores que representan los niveles decoberturas del ICS para cada departamento(Colores blanco, gris claro y gris oscuro, quecorresponden a ICS alto, mediano y bajo,respectivamente).

Software: SIGepi v1.04Fuente: Tabulación de datos de INEI-ENDES-MINSA.


Figura Nº 8.6CLASIFICACIÓN DE LOS POLÍGONOS DE LAS REDES DE LOS EESS

POLÍGONOS DE REDES DE EESS 2008

Vínculo Alto-Alto CATG I-1, I-2 Vínculo Alto-Alto CATG I-3, I-4



En el cuadro siguiente se aprecia con más detallecuantitativo la información mostrada en los gráficosprevios. La ventaja adicional del cuadro está enpoder identificar las coberturas medidas con el

ICS junto a las redes con sus vínculos decontigüidad correspondientes a cada categoría deestablecimientos de salud, distribuidos por cadadepartamento.

Software: SIGepi v1.04Fuente: Tabulación de datos de INEI-ENDES-MINSA.


Figura Nº 8.7CLASIFICACIÓN DE LOS POLÍGONOS DE LAS REDES DE LOS EESS

POLÍGONOS DE REDES DE EESS 2008

Vínculo Alto-Alto CATG II-1, II-2 Vínculo Alto-Alto CATG III-1, III-2



Cuad

ro N

º 8.4

DIST

RIBU

CIÓN

DE

LAS

REDE

S CO

N VÍ

NCUL

O DE

CON

TIGÜ

IDAD

ALT

O-AL

TO, S

EGÚN

DEP

ARTA

MENT

O E

ICS

2007

REDE

SIC

Sto

tales

2007

n%

n%

n%

n%

n%

n%

n%

n%

Amaz

onas

4Ba

jo4

100

375

Huan

cave

lica

3Ba

jo3

100

Huán

uco

3Ba

jo3

100

267

310

0Lo

reto

4Ba

jo4

100

Puno

11Ba

jo11

100

1110

0

Anca

sh4

Medio

410

04

100

410

04

100

Apur

ímac

5Me

dio5

100

360

480

360

Ayac

ucho

7Me

dio6

86Ca

jamar

ca11

Bajo

1110

0Cu

sco

4Ba

jo4

100

125

375

Junín

6Me

dio6

100

583

467

La Li

berta

d12

Medio

1210

012

100

1210

012

100

1210

0La

mbay

eque

3Me

dio3

100

310

03

100

310

0Ma

dre D

e Dios

1Al

to1

100

110

01

100

Pasc

o3

Medio

310

02

67Pi

ura

7Me

dio7

100

710

07

100

San M

artín

10Me

dio10

100

Ucay

ali4

Medio

410

04

100

Areq

uipa

4Al

to4

100

410

03

754

100

Ica2

Alto

210

02

100

210

0Lim

a – C

allao

18Al

to18

100

1583

1810

018

100

1810

018

100

Moqu

egua

2Al

to2

100

210

02

100

210

02

100

Tacn

a1

Alto

110

01

100

110

0Tu

mbe

s1

Alto

110

01

100

110

01

100

Tota

l13

078

6047

3641

3259

4540

3160

4622

1730

23

Depa

rtam

ento

REDE

SVí

ncul

o A-

ACa

tego

ría I-

1

REDE

SVí

ncul

o A-

ACa

tego

ría I-

2

REDE

SVí

ncul

o A-

ACa

tego

ría I-

3

REDE

SVí

ncul

o A-

ACa

tego

ría I-

4

REDE

SVí

ncul

o A-

ACa

tego

ría II

-1

REDE

SVí

ncul

o A-

ACa

tego

ría II

I-2

REDE

SVí

ncul

o A-

ACa

tego

ría II

-2

REDE

SVí

ncul

o A-

ACa

tego

ría II

I-1



La cantidad de redes con vínculo de contigüidadAlto-Alto fueron clasificadas por categoría comose muestran en el siguiente cuadro. La suma detodas las redes con estos vínculos no coincide

con el total de 130 redes evaluadas debido a quemuchas de ellas repiten el vínculo de contigüidadcon otras redes en diversas categorías.

Fuente: Tabulación de datos de INEI-ENDES-MINSA.Base de datos en formato shapefile: REDES-ENDES

Elaboración: Propia.

Cuadro Nº 8.5CLASIFICACIÓN DE LOS NIVELES DE ICS, SEGÚN NÚMERO

Y PORCENTAJES DE REDES EN CADA CATEGORÍA

Selección de modelos para regresiónespacial

La protección perinatal se ha definidooperacionalmente como una relación entre ladistribución geográfica de la COBERTURA deintervenciones y la clasificación por categorías delos establecimientos de salud del MINSA,agrupados en REDES.

Tomando el ICS como la variable dependiente ylas categorías de establecimientos, como las

variables independientes, se realizó unaestimación de mínimos cuadrados con el programaGeoDa v 0.95i. Simultáneamente, utilizando lasmismas variables se elaboró el modelo espacialdel error.

Ambos modelos se comparan a continuación enel cuadro siguiente, donde se presenta unaelaboración básica buscando explicar laprotección perinatal a partir de las coberturas delas intervenciones detectadas por ENDES y lascategorías de los establecimientos de salud.

n % n % n %

Categoría I-1 25 52,1% 53 27,9% 0 0,0%Categoría I-2 2 4,2% 19 10,0% 26 18,2%Categoría I-3 3 6,3% 13 6,8% 25 17,5%Categoría I-4 4 8,3% 35 18,4% 24 16,8%Categoría II-1 11 22,9% 24 12,6% 5 3,5%Categoría II-2 3 6,3% 34 17,9% 23 16,1%Categoría III-1 0 0,0% 0 0,0% 22 15,4%Categoría III-2 0 0,0% 12 6,3% 18 12,6%

TOTAL DE REDES 48 100,0% 190 100,0% 143 100,0%

REDES con vínculo A_A

ICS BAJO ICS MEDIO ICS ALTO



Posteriormente se elaboraron fórmulas deregresión lineal múltiple con los coeficientesobtenidos. Ambas fórmulas de regresión excluyenlas variables ALTRED (Altura promedio de la Red)y DENSIDAD (Densidad poblacional) que aportancoeficiente cero.

Con esta información, se elaboraron fórmulas deregresión lineal múltiple con los coeficientesobtenidos. Las fórmulas se construyen con elformato convencional de:

Software: GeoDa v 0.95iFuente: Tabulación de datos de INEI-ENDES-MINSA.


Cuadro Nº 8.6COMPARACIÓN DE MODELOS DE REGRESIÓN

y = β1χ1 + β2χ2 + β3χ3 + β4χ4 + β5χ5 + β6χ6 + β7χ7 + β8χ8

Donde: Los parámetros ßi son los coeficientesobtenidos con el método de mínimos cuadradosordinarios.

Las variables dependientes Xi corresponden alos porcentajes de establecimientos de cadacategoría, es decir:

X1: corresponde al porcentaje de establecimientos Categoría I-1X2: corresponde al porcentaje de establecimientos Categoría I-2X3: corresponde al porcentaje de establecimientos Categoría I-3X4: corresponde al porcentaje de establecimientos Categoría I-4X5: corresponde al porcentaje de establecimientos Categoría II-1X6: corresponde al porcentaje de establecimientos Categoría II-2X7: corresponde al porcentaje de establecimientos Categoría III-1X8: corresponde al porcentaje de establecimientos Categoría III-2

PROTECCIÓN PERINATALModelo de

Mínimos cuadrados

Modelo Espacial del

ErrorAltura promedio de la RED (ALTRED) 0,00 0,00

Porcentaje EESS CAT_I1 -8,06 -7,79

Porcentaje EESS CAT_I2 1,27 1,80



Porcentaje EESS CAT_II1 -71,13 -10,99

Porcentaje EESS CAT_II2 -71,13 163,74

Porcentaje EESS CAT_III1 -294,66 -452,57

Porcentaje EESS CAT_III2 224,47 272,53

Densidad HABKM2_07 (DENSIDAD) 0,00 0,00

R cuadrado (R 2) 0,71 0,78

Criterio Akaike 658,73 626,40

Criterio Schwarz 687,40 655,07



Fórmula 1:

En este ejemplo se muestra una variación del ICS en el Departamento de Lima.

Para ello, se Incrementa artificialmente la Categoría en el 3% de establecimientos de Lima, es decir 20 establecimientos de salud, y se los hace pasar de Categoría I1 a I3. Como resultado, se observa que el ICS calculado se incrementa de 4.9 a 6.09

ICS = (8.06) χ1 + (1.27) χ2 + (31.33) χ3 + (29.14) χ4 + (71.13) χ5 + (71.13) χ6 + (294.66) χ7 + (224.47) χ8

Fórmula 2:

Ambos modelos muestran en paréntesis los valores de los parámetros ß i calculados con el método de mínimos cuadrados ordinarios.

El primer modelo estima, a través de una regresión clásica, la Protección Perinatal como una función de las categorías predominantes en las redes evaluadas y la densidad poblacional.

El segundo es un modelo que presupone la dependencia espacial encontrada en nuestra

variable dependiente (Protección Perinatal) es resultado de la distribución geográfica de nuestras variables explicativas y de la autocorrelación del término del error.

En el siguiente cuadro se aprecia un ejemplo de la variación que se puede evaluar en los porcentajes en las variables X i y la forma como varía el ICS, al calcularlo con los coeficientes ß i correspondientes.

ICS = (7.79) χ1 + (1.80) χ2 + (32.06) χ3 + (41.12) χ4 + (10.99) χ5 + (163.74) χ6 + (452.57) χ7 + (272.53) χ8

Leyenda: EESS: Establecimientos de Salud. CATG: Categoría. ICS: Indice compuesto en salud Fuente: Oficina Estadística e Informática. MINSA 2004. El abo ració n : Propia.

Cuadro Nº 8.7 COMPARACIÓN DE VARIACIÓN ESTIMADA DEL ICS, SEGÚN INCREMENTO DE CATEGORIAS DE I1 A I3 (20 EESS = 3%)

El significado de este incremento de coberturas basado en incremento de categorías de establecimientos, sólo podría ser valorado en su verdadera dimensión con estudios posteriores, luego de haber validado y mejorado la representación y utilidad de las fórmulas propuestas.

χ i β i ICS χ i β i ICS 1 (I1) 0,246 8,06 1,98276 0,216 8,06 1,74096 2 (I2) 0,332 1,27 0,42164 0,332 1,27 0,42164 3 (I3) 0,294 31,33 9,21102 0,324 31,33 10,15092 4 (I4) 0,045 29,14 1,3113 0,045 29,14 1,3113 5 (II1) 0,009 71,13 0,64017 0,009 71,13 0,64017 6 (II2) 0,01 71,13 0,7113 0,01 71,13 0,7113 7 (III1) 0,016 294,66 4,71456 0,016 294,66 4,71456 8 (III2) 0,009 224,47 2,02023 0,009 224,47 2,02023 TOTAL 0,961 4,9154 0,961 6,0971

CATG LIMA: Datos 671 EESS 2007

LIMA: Variación del ICS Incrementan CATG De I1 a I3 (20 EESS)



Se puede considerar que esta investigación estáenfocada a un análisis parcial de la oferta ydemanda de salud, a través de la evaluación dela distribución geográfica de las redes de losestablecimientos. Sin embargo, no se considerauna evaluación completa de los servicios de saludque incluya producción, funcionalidad,infraestructura o recursos humanos, debido a queel énfasis se encuentra en el uso de la informaciónde coberturas a través de los datos de la encuestaENDES. Además, este informe esboza unapropuesta de "Enfoque de Protección", con unparticular interés en la atención materno-neonatal,a través de un análisis exploratorio espacial consistemas de información geográfica.

Existen dos supuestos principales en este estudio:1). La correspondencia entre coberturas yprotección, y 2). El análisis espacial considerandoun territorio predominantemente plano. Ambossupuestos demarcan limitaciones al estudio: Elprimer supuesto excluye la posibilidad de que otroselementos adicionales a la cobertura puedanreflejarse en mayor o menor protección. Además,las coberturas debieran incluir elementos deequidad y calidad de la atención. Una valoracióncompleta de la influencia contextual de losdeterminantes sociales permitiría configurar conmayor precisión la verdadera relación entreCobertura y Protección.

El segundo supuesto, que considera un territorioplano, obliga a repensar las característicasgeográficas como elementos en contra,especialmente en un país como el nuestro. Esimportante resaltar que la geografía natural denuestro país exacerba las desigualdades en salud,

IX. DISCUSIÓN

tanto como la diferencia regional en la disponibilidadde servicios públicos como agua potable,electricidad y educación, tal como lo reportan Bitrány colaboradores (2000) en un estudio del BancoInteramericano de Desarrollo. Sin embargo, ennuestro estudio la variable Altura promedio de laredes (ALTRED), no resultó ser un parámetrosignificativo para explicar el ICS.

No obstante, la posibilidad de incluir informacióngeoreferenciada en estudios posteriores, podríamejorar la evaluación del acceso en territorioscomo el Peruano, que se caracteriza por múltiplesy variadas regiones naturales. De acuerdo aLoyola y colaboradores (2002) si es posibleidentificar patrones en la distribución espacial delos factores de riesgo y sus posibles efectos sobrela salud con una utilización adecuada de losSistemas de Información Geográfica lo cualpermitiría lograr mayor eficacia y equidad en laprestación de los servicios de salud pública.

Con los datos de ENDES se puede llegar aconclusiones extrapolando las conclusiones hastaun nivel departamental, lo que puede considerarseun nivel muy general, porque sería preferible llegara nivel provincial o incluso distrital. Una razónpara estas limitaciones radica en el hecho de quepara la fecha de realización del Informe la encuestaENDES continua aún está incompleta y reciénfinaliza con datos del 2008. Por lo tanto, la muestracorresponde sólo al 80% del total previsto. Otracaracterística de los datos analizados que esimportante enfatizar, está relacionada con elproceso de categorización de los establecimientos,donde sólo se valora la capacidad resolutiva demanera cualitativa. La asignación de una categoría



a cada establecimiento de salud fue un procesorealizado por las Direcciones Regionales de Saludmediante autoevaluación. El análisis de laestructura, los resultados o la calidad de losestablecimientos no fue considerada, porque esoscriterios corresponden a otro proceso denominadoacreditación.

El resultado observado en el Análisis Exploratoriode los Datos Espaciales (AEDE) correspondienteal Índice Compuesto en Salud (ICS) en el niveldepartamental, nos indica que la distribucióngeográfica de las coberturas de la demanda desalud no tiene dependencia espacial a niveldepartamental. A pesar de la aparente falta dedependencia espacial inter-departamental encuanto al ICS, es importante tomar en cuenta queluego de más de diez años, algunosdepartamentos como Amazonas, Huánuco yHuancavelica aún permanecen con bajos nivelde coberturas (menor ICS). No obstante, con lainformación disponible en el presente estudio, nose puede plantear una explicación a esta situación.

La explicación a las variaciones que muestra elICS en la Figura Nº 8.2 y sus componentesindividuales mostrados en la sección de Anexos,sólo podría encontrarse en una evaluación deimpacto de las intervenciones, simultáneamentecon la ponderación de la influencia de losdeterminantes sociales, en un análisis que incluyael contexto de cada departamento (Williams 2008,Victora 2005).

La presencia de redes de establecimientos permiteampliar coberturas geográficas en un espaciodeterminado, lo cual en la mayoría de los casos,corresponde al territorio total de la región. Sinembargo, en los casos de las redes de Madre deDios, Tacna y Tumbes, no se presenta ese tipode correspondencia. Solamente hay una red entodo el departamento, donde también existenalgunos establecimientos no clasificados en redes.

Por ese motivo, el análisis espacial de las redesde servicios de salud del MINSA que realizamosfue aplicado para todas las redes, tomando comoreferencia geográfica sus centroides y como áreade influencia el nivel departamental.

La delimitación de las redes de salud deberácumplir con algunos criterios para que seanconsideradas como tales. Estos criterios, adaptablesa la realidad local, son los siguientes: CoberturaPoblacional, Accesibilidad geográfica,Características de la demanda de servicios desalud, Características de la oferta de servicios desalud y la Demarcación político - administrativa:Para efectuar la delimitación de Redes, lasDirecciones de Salud deben seguir la respectivanormatividad del Ministerio de Salud (2000).

Nuestros hallazgos sugieren una ventajageográfica para las Redes contiguas aestablecimientos con mayor categoría. No obstante,nosotros no evaluamos la verdadera capacidadde resolución, sino lo que la categoría auto-clasificada refleja porque la delimitación eimplementación de las redes de servicios de saludes responsabilidad de las DireccionesDepartamentales de Salud del país (MINSA 2000).Su conformación no sigue necesariamente criteriosde delimitación político - administrativos, sino queordena la oferta de servicios de salud en funcióndel flujo de la demanda y la necesidad de lapoblación.

La auto-correlación espacial substantiva sepresenta cuando el valor que toma la variabledependiente en cada unidad geográfica estárealmente determinado por el valor que éstaasume en las unidades vecinas. Al evaluar lasredes de los establecimientos con una ponderaciónde contigüidad se encontró una auto-correlacióngeográfica positiva. Esta contigüidad se observaen las Figuras Nº 8.6 y 8.7 que muestran losmapas con vínculo Alto-Alto a las diversas



categorías de establecimientos. Además, con elprograma GeoDa también se calcularon matricesde ponderación con distancias en arco -arcdistance- consideradas por Anselin (1992) comomás precisas que las distancias euclideas.

Con esta información se bosquejaron modelosexplicativos, debido a que se observó una altacorrelación global y local en el análisis por redescon establecimientos categorizados. En laconstrucción de modelos para explicar laProtección Perinatal, las variables Altura promediode las Redes (ALTRED) y Densidad poblacionalpor departamento (HABxKm2_07), no muestrancoeficiente útil para la regresión (v Cuadro Nº

8.6). El modelo espacial del Error tiene un R2

mayor pero sólo nos interesa para mejorarnuestras estimaciones de los coeficientes en elmodelo. El resultado final, en una correlaciónclásica, sólo incluye coeficientes para las diversascategorías de establecimientos. Ambos modelosrequieren posterior validación adicional, lo cualescapa a los objetivos propuestos en este estudio.

Para evaluar el efecto del modelo se presenta elejemplo descrito con el Cuadro Nº 8.7 donde seobserva que el ICS calculado se puedeincrementar de 4.9 a 6.09 simplemente subiendode categoría a 20 establecimientos de salud (de I1a I3). Esta variación en las coberturas a travésdel cambio de categorías de los establecimientosde una red, nos permitiría elaborar un sistema desalud, optimizando la capacidad de resolución desus componentes. No obstante la aplicación directadel modelo de interpretación de la relación entrecategorías de establecimientos y el Índice

Compuesto de coberturas (ICS) verificables porENDES, depende de una validación previa delmismo, lo cual no forma parte de los objetivos deeste estudio y se propone como parte de lasrecomendaciones sugeridas al final.

No se incluye la topografía ni se evalúa laaccesibilidad. Tampoco se utilizó informacióncartográfica o georeferenciada de carreteras niotras vías de comunicación, por cuanto nuestroobjetivo no estuvo relacionado con las posiblesmejoras en el sistema de referencia ycontrarreferencia. No obstante, la evaluación comoun territorio plano es una limitación del estudioporque dista mucho del contexto geográfico realdel territorio peruano. El único elemento adicionalque se ha evaluado es la Altura promedio de lasredes de establecimientos (Variable ALTRED) lacual se incluye en los cálculos de modelosexplicativos. Otra limitación de estos modelosgeoreferenciados, es su desarrollo con datosdentro de las fronteras de cada departamento(Sánchez 2006). Esta consideración puedesesgar el área de influencia estudiada al noajustarse necesariamente a las unidadesgeográficas administrativas. Si cambiara el entornogeográfico de referencia para el análisis seafectaría, no sólo el tipo de análisis que podemosrealizar, sino también las conclusiones quepodemos obtener con los métodos anteriormentedesarrollados. No obstante, el análisis exploratoriode datos espaciales que hemos desarrollado paraanalizar la salud materno-perinatal, ofrece unaperspectiva geográfica complementaria a lasevaluaciones convencionales de coberturas yfactores de riesgo.



10.1. La protección perinatal depende de ladistribución geográfica de las redes deestablecimientos de salud categorizados delMINSA, y tiene relación directa con lascoberturas de intervenciones verificablescon ENDES.

10.2. La cobertura de intervenciones de losestablecimientos de salud no tiene unadistribución geográfica uniforme en todoslos departamentos del Perú, lo que se reflejapor una falta de dependencia espacial delÍndice Compuesto en Salud (ICS) evaluadopor departamentos.

10.3. Se ha observado que los conglomeradosde zonas protegidas pueden seridentificados por la dependencia espacialexistente entre la distribución geográfica decoberturas de intervenciones verificablescon ENDES y representadas por el ICSespecialmente al analizar las redes deestablecimientos de salud categorizados delMINSA.

10.4. No existe el mismo efecto de coberturas deprotección en todos los departamentos delPerú. Los departamentos que globalmentehan mejorado sus coberturas (ICS) desdeel 1996 al 2007 son: Cajamarca, Pasco,Ayacucho y Apurímac, principalmente porincremento en las coberturas de detecciónprecoz de la gestación, parto Institucional yregistro de peso del recién nacido. Losdepartamentos que han empeorado su ICS

X. CONCLUSIONES

desde 1997 al 2007 son Ancash, Loreto yPuno, principalmente por la disminución decontrol prenatal por personal no médico yun aumento de la proporción de neonatosde muy bajo peso al nacer.

10.5. Se han identificado algunas regiones dondeel ICS tiene mayor vínculo con Redescontiguas a determinadas categorías deestablecimientos:

- Los departamentos que tuvieron altaprotección perinatal, a través de redesvinculadas con establecimientos decategoría I-1 y I-2 son todos excepto Icay Cuzco.

- Los departamentos que tuvieron altaprotección de redes vinculadas conestablecimientos de categoría I-3 y I-4 sontodos los departamentos de la costa,además de Amazonas, Apurímac, Cuzcoy Madre de Dios.

- Los departamentos que tuvieron altaprotección perinatal, a través de redesvinculadas con establecimientos decategoría II-1 y II-2 son todos, exceptoAmazonas, Arequipa, Ayacucho,Cajamarca, Huancavelica, Loreto, Piuray San Martín.

- Los departamentos que tuvieron altaprotección perinatal, a través de redesvinculadas con establecimientos decategoría III-1 y III-2 son sólo Arequipa,Cuzco, La Libertad, Lambayeque y Lima.



Como planteamiento de recomendaciones parainvestigaciones posteriores se sugiere:

1. La ampliación del estudio con información paradepartamentos seleccionados, requeriría unafuente secundaria de datos, que permitieracaracterizar la oferta y la demanda de atenciónde salud a un nivel provincial o distrital.

2. Una mejor organización del sistema deinformación clínica en los establecimientos,permitiría configurar la oferta del sistema desalud, con mayor precisión. Es preferible unmecanismo de acreditación externa yevaluación permanente de la categoría ycapacidad de resolución real de losestablecimientos de salud.

3. Como alternativa para mejorar el estudio de laoferta de establecimientos se sugiere elaboraruna base de datos actualizable con informaciónpertinente en cuanto a producción real deservicios de salud y clasificación objetiva de lacategoría del establecimiento.

Como planteamiento de propuestas de cambio sesugiere:

1. En el corto plazo, mejorar la inclusión de datoscon sistemas de información geográfica, queactualmente ya se incluyen en ENDES,principalmente en estudios de distribución del

XI. RECOMENDACIONES

Virus de Inmunodeficiencia Humana(STATmapper y HIVmapper)16/. No obstante,para nuestro país sólo se muestra esainformación para mapas del año 2000.

2. En el mediano plazo, como alternativa paramejorar la protección perinatal se sugieremejorar los Sistemas de Información en Salud,buscando incluir la representación geográficareal de nuestro territorio, como altura,hidrografía e incluso condiciones climáticas.La identificación precisa de la población querequiere una intervención lleva a plantear lainclusión de esa información geográfica enforma individualizada para los reportesepidemiológicos de acceso a redes de salud ycoberturas de intervenciones, de preferenciaactualizables en tiempo real.

3. En el largo plazo, se puede sistematizar elestudio de la protección perinatal y de laprotección de la salud a través de CentralesRegionales para el análisis de información ydistribución espacial de las poblacionesvulnerables; el análisis de los hechoscontingentes de la población no vulnerable; laevaluación de rutas de acceso, con selecciónde la mejor ruta para transferencias; y porúltimo, con la evaluación de la verdaderacapacidad para detección temprana yrespuesta rápida del sistema de salud en suconjunto.

16/ http://www.measuredhs.com/aboutsurveys/gis/start.cfm



Andrade CL, Szwarcwald CL.(2001) Spatialanalysis of early neonatal mortality in themunicipality of Rio de Janeiro, 1995-1996. CadSaude Publica;17(5):1199-210.

Anselin L. (1992). SpaceStat Tutorial. A Workbookfor Using SpaceStat in the analysis of Spatial Data,University of Illinois, 1992. 263 pp.

Anselin L, Syabri I, Kho Y. (2004). GeoDa: AnIntroduction to Spatial Data Análisis. University ofIllinois, USA.

Bardález C. (2005). Descentralización en salud ygobiernos locales. Lima: Promoviendo alianzas yestrategias (PRAES), Abt Associates Inc. 56p.

Bailey T. (2001). Spatial statistical methods in health.Cad. Saúde Pública, Rio de Janeiro, 17(5):1083-1098.

Bhutta ZA, Darmstadt GL, Hasan BS, Haws RA(2005). Community-Based Interventions forImproving Perinatal and Neonatal HealthOutcomes in Developing Countries: a Review ofthe Evidence. Pediatrics 115,519-617.

Bitrán R, Má C, Ubilla G (2000). Geography,Health Status, and Health Investments: An Analysisof Peru. Inter-American Development Bank.Research Network Working papers; R-402.

Carbone F. (2005). Del estigma de la mortalidadmaterna, a la maternidad segura y saludable.Consensus, 9(10):117-124.

XII. BIBLIOGRAFÍA

Centers for Disease Control and Prevention(CDC). (2007). Epi Info (TM) software. Atlanta.USA.

Cortez R (2000). Impacto de los Servicios Públicosde Salud sobre la Productividad y Pobreza. InstitutoNacional de Estadística e Informática (INEI). Lima,Perú.

Dammert A. (2001). Acceso a Servicios de Saluden el Perú y Mortalidad Infantil. Grupo de Análisispara el Desarrollo, GRADE.

Delgado CA, Vergara LV (2006). Impacto de lasintervenciones en salud perinatal sobre lamortalidad neonatal en el Perú. Modelo desimulación utilizando coberturas de las encuestasENDES. Lima, INEI.

Fondo de las Naciones Unidad para la Infancia(UNICEF) (2004). El Estado de la Niñez en elPerú. UNICEF

Fondo de las Naciones Unidad para la Infancia(UNICEF) (2006). ¿Qué es la protección de lainfancia?. Hojas informativas sobre la protecciónde la infancia.UNICEF

Instituto Nacional de Estadística e Informática (INEI)(1996). Encuesta Demográfica y de Salud Familiar(ENDES). Perú 1996.

Instituto Nacional de Estadística e Informática (INEI)(2000). Encuesta Demográfica y de Salud Familiar(ENDES). Perú 2000.



Instituto Nacional de Estadística e Informática (INEI)(2005). Variables investigadas con las ENDES.Lima Perú.

Instituto Nacional de Estadística e Informática (INEI)(2007). Encuesta Demográfica y de Salud Familiar(ENDES continua). Perú 2004-2007.

LeSage J. (1998). Spatial Econometrics.Department of Economics. University of Toledo.Disponible en: http://www.rri.wvu.edu/WebBook/LeSage/spatial/wbook.pdfAcceso en Noviembre 2008.

Loyola E, Castillo-Salgado C, Nájera-Aguilar P,Vidaurre M, Mujica O, Martínez-Piedra R. (2002)Los sistemas de información geográfica comoherramienta para monitorear las desigualdadesde salud. Rev Panam Salud Publica, 12(6): 415-28.

Mamelle N, David S, Lombrail P, Rozé JC pour legroupe de travail CNGOF (2001). Indicateurs etoutils d'évaluation des réseaux de soins périnatals.J Gynecol Obstet Biol Reprod 2001 ; 30 : 641-656.

Ministerio de Salud (MINSA) (2005). Análisis desituación de salud (ASIS). Oficina deEpidemiología. Lima.

Ministerio de Salud (MINSA) (2007a). GuíaTécnica: Guías de Práctica Clínica para la Atenciónde las Emergencias Obstétricas según Nivel deCapacidad Resolutiva. Lima.

Ministerio de Salud (MINSA) (2007b) GuíaTécnica: Guías de Práctica Clínica para la Atencióndel Recién Nacido. Lima.

Ministerio de Salud (MINSA) (2007c). Estándarese indicadores de calidad en la atención materna yperinatal en los establecimientos que cumplen confunciones obstétricas y perinatales. RM 142-2007.

Ministerio de salud (2000). Normas sobre nivelesde complejidad de servicios de los establecimientosdel primer y segundo nivel de atención. Lima,Julio 2000.

Moreno R, Vayá E. (2000). Técnicaseconométricas en el tratamiento de datosespaciales: La econometría espacial. EdicionsUniversitat Barcelona. 156 p.

Nascimento LF, Batista GT, Dias NW, Catelani CS,Becker D, Rodrigues L. (2007). Spatial analysisof neonatal mortality in Paraíba Valley, SoutheasternBrazil, 1999 to 2001. Rev Saude Publica;41(1):94-100.

Neto OL, Barros MB, Martelli CM, Silva SA,Cavenaghi SM, Siqueira JB Jr. (2001). Differentialpatterns of neonatal and post-neonatal mortalityrates in Goiânia, Brazil, 1992-1996: use of spatialanalysis to identify high-risk areas. Cad SaudePublica; 17(5):1241-50.

Organización Panamericana de la Salud (OPS)(2003) análisis y tendencias del uso de servicios.

Organización Panamericana de la Salud (OPS)(2004). Paquetes de Programas de Mapeo yAnálisis Espacial en Epidemiología y Salud Pública.Boletín Epidemiológico Vol. 25, N° 4.

Organización Panamericana de la Salud (OPS)(2007). Situación de Salud de las Américas.

Organización Panamericana de la Salud (OPS)(2007). Sistema de Información Geográfica enEpidemiología y Salud Pública SIGepi. OPS/OMSÁrea de análisis de Salud y Sistemas deInformación.

Petrera M, Seinfeld J. (2007). Repensando la saluden el Perú. Universidad del Pacífico CIUP. Lima.228 p.



Rosero L (2004). Acceso y disponibilidad deservicios de salud en Costa Rica 2000. CentroCentroamericano de Población (CCP) de laUniversidad de Costa Rica.

Sánchez L (2006). Métodos para el análisisespacial. Una aplicación al estudio de la geografíade la pobreza. II Congreso de la AsociaciónLatinoamericana de Población Guadalajara,México, 3 - 5 de Septiembre de 2006.

Smith, Goodchild, Longley. Geospatial Analysis -a comprehensive guide. Polygon centroids andcentres. Web version. 2nd edition © 2006-2008.Disponible en: http://www.spatialanalysisonline.com/output/html/Polygoncentroidsandcentres.html(Acceso en Febrero 2009).

Valdivia (2002). Public health infrastructure andequity in the utilization of outpatient health careservices in Peru. Health policy and planning;17(Suppl 1): 12-19.

Victora CG, Schellenberg JA, Huicho L, Amaral J,El Arifeen S, Pariyo G, Manzi F, Scherpbier RW,Bryce J, Habicht JP. Context matters: interpretingimpact findings in child survival evaluations. HealthPolicy Plan. 2005 Dec;20 Suppl 1:i18-i31.

Watanabe T (2002). Tendencias, niveles yestructura de la mortalidad materna en el Perú,1992-2000. Instituto Nacional de Estadística eInformática (INEI).

Wagstaff A, Claeson M. (2004). The MillenniumDevelopment Goals for Health: Rising to theChallenges. Washington, D.C.: The World Bank

Williams DR, Costa MV, Odunlami AO, MohammedSA. Moving Upstream: How Interventions ThatAddress the Social Determinants of Health CanImprove Health and Reduce Disparities. J PublicHealth Management Practice, 2008,November(Suppl), S8-S17.

World Health Organization (WHO) (2006). MakingPregnancy Safer Annual Report.Geneva 27, Switzerland.

Wu J, Wang J, Meng B, Chen G, Pang L, Song X,Zhang K, Zhang T, Zheng X. (2004). Exploratoryspatial data analysis for the identification of riskfactors to birth defects. BMC Public Health; 4:23.



Anexo 1. Informe metodológico

13.1. Antecedentes de la Encuesta ENDES

En el Perú, desde 1975 hasta 1991, con laEncuesta Demográfica Nacional (EDEN-PERÚ)y el levantamiento de la ENDES I, ENDES II,ENDES III y ENDES IV, en 1986, 1991, 1996 y2000 respectivamente, se ha tenido la oportunidadde conocer aproximadamente cada cinco años,el nivel, tendencia y diferenciales de la fecundidad,mortalidad, preferencia anticonceptiva y de lasalud familiar; conocimiento que ha sido y esfundamental para el diseño y orientación de laspolíticas y programas de salud de la población, enparticular de la salud materno infantil.

A partir de octubre del 2003, se implementó laEncuesta Demográfica y de Salud Familiar bajouna metodología alterna a la utilizada en lastradicionales encuestas quinquenales de lasENDES, que consiste en dividir la muestra totaldeseada de 33,000 hogares en cinco partesiguales para una toma anual de 6,600 hogarescon lo cual provee información anual de losindicadores antes señalados. Por lascaracterísticas indicadas se le denomina ENDESContinua. El diseño muestral de esta investigaciónpermite acumular la data obtenida anualmente,proporcionando indicadores más robustos; asícomo, presentar los resultados a nivelesgeográficos más desagregados.

Actualmente, se ha ejecutado cuatro quintos de lamuestra total que corresponde a los años 2004,2005, 2006 y 2007 acumulando una muestra de29,336 hogares seleccionados. La información

XIII. ANEXOS

contenida en la presente ficha técnica correspondea las características de la metodología de la ENDESContinua en general y en los casos que ameritase distingue las características de cada año. Cabeindicar que las actividades de la ENDES Continua2007 se desarrollaron entre la quincena de octubredel 2006 y el 08 de octubre del 2007. La operaciónde campo de la ENDES Continua del 2007 serealizó entre el 25 de enero al 08 de octubre del2007.

13.2. Diseño muestral de la Encuesta ENDES

El diseño muestral de la ENDES continua incluyeuna muestra probabilística, de áreas, estratificada,trietápica y auto ponderada. En el estudio de lareproducción y salud materno infantil el tamañode muestra esperada es: 35,000 hogaresparticulares; 30,000 mujeres de 15 a 49 años deedad y 15,000 niños menores de 5 años.

La muestra de la ENDES Continua estáconformada por los 1414 conglomeradosseleccionados y encuestados en la ENDES del2000. En tal sentido, se tiene una muestra panelde conglomerados. Del total de conglomerados,577 están localizados en ciudades (sedes)capitales de departamento; 265 se localizan en elresto urbano y 572 en el área rural. Cadadepartamento, excepto Lima, tiene en promedio51 conglomerados. Lima tiene 226conglomerados.

Durante los 5 años de la ENDES Continua, anivel nacional, cada trimestre se han programado



visitar aproximadamente 84 conglomerados. Deesta manera para el 2007 se esperaban datos de29328 viviendas y 1131 conglomerados.

El diseño presenta los siguientes niveles deinferencia: Nacional, con información trimestral,Nacional Urbano y Nacional Rural con informaciónsemestral, y por Regiones naturales coninformación anual. Al completar los 5 años se puedeinferir información para todas las variables paracada uno de los 24 Departamentos del país.Previamente la inferencia puede llegar a niveldepartamental, con algunas variables como es elcaso de las relacionadas con la informaciónperinatal de nuestro estudio.

13.3. Dominio del Estudio

El objetivo de la ENDES Continua es de producirestimaciones estadísticamente confiables para lossiguientes niveles de inferencia:

• Anual: Nacional, Urbana, Rural y RegiónNatural.

• A los 5 años: Nacional, Nacional Urbana,Nacional Rural, Lima Metropolitana, RegionesNaturales y cada uno de los 24 departamentosdel país.

13.4. Recodificación de variables

La operacionalización de variables para elpresente estudio incluyó la recodificación ytabulación de variables con resultadosporcentuales. A continuación se muestra la sintaxisempleada para el procesamiento de los datosdisponibles para la Encuesta ENDES continuaversión 2004-2007, realizada con el programaSPSS.

SINTAXIS PARA RECODIFICACIÓN DE VARIABLES(REC 01, REC11, REC41 y REC91)

*PonderaciónCOMPU factorPM=v005/1000000.VAR LAB factorPM "Factor de ponderación de MEF".FREQ v015.WEIGHT BY factorPM.FREQ v015.

*Filtro para último nacido vivo.use all.COMPU ultnac=(MIDX=1).VAR LAB ultnac "Ultimo nacido vivo".FILTER BY ultnac.

*Recodificación y tabulación de variable M13 como: 1er CPN en 1er TM.RECODE M13 (MISSING=0) (4 thru Highest=0) (Lowest thru 3=1) (ELSE=0) INTO M13_R .VARIABLE LABELS M13_R '1CPN 1TM'.



EXECUTE .CROSSTABS /TABLES=V024 BY M13_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M2A como: Control por médico.RECODE M2A (1=1) (MISSING=0) (ELSE=0) INTO M2A_R .VARIABLE LABELS M2A_R 'Control Médico'.EXECUTE .CROSSTABS /TABLES=V024 BY M2A_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M2B como: Control por enf-obst.RECODE M2B (1=1) (MISSING=0) (ELSE=0) INTO M2B_R .VARIABLE LABELS M2B_R 'Control Enf-Obst'.EXECUTE .CROSSTABS /TABLES=V024 BY M2B_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M15 como: Parto Institucional.RECODE M15 (MISSING=0) (20 thru 30=1) (ELSE=0) INTO M15_R .VARIABLE LABELS M15_R 'Parto Institucional'.EXECUTE .CROSSTABS /TABLES=V024 BY M15_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.



*Recodificación y tabulación de variable M17 como: Parto por cesárea.RECODE M17 (1=1) (MISSING=0) (ELSE=0) INTO M17_R .VARIABLE LABELS M17_R 'Cesarea'.EXECUTE .CROSSTABS /TABLES=V024 BY M17_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M18 como: Estimación del peso.RECODE M18 (MISSING=0) (1=1) (2=3) (3=3) (4=3) (5=5) (ELSE=0) INTO M18_R .VARIABLE LABELS M18_R 'Estimación del peso'.EXECUTE .CROSSTABS /TABLES=V024 BY M18_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M19 como: Peso al nacer.RECODE M19 (MISSING=0) (4000 thru Highest=1) (3501 thru 3999=3) (2500 thru 3500=3) (1500 thru 2499=5) (500 thru 1499=5) (ELSE=0) INTO M19_R .VARIABLE LABELS M19_R 'Peso al nacer'.EXECUTE .CROSSTABS /TABLES=V024 BY M19_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M19A como: Peso registrado.RECODE M19A (1=1) (2=2) (MISSING=0) (ELSE=0) INTO M19A_R .VARIABLE LABELS M19A_R 'Peso registrado'.EXECUTE .



CROSSTABS /TABLES=V024 BY M19A_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M34 como: LM inmediata.RECODE M34 (0=1) (MISSING=0) (ELSE=0) INTO M34_R .VARIABLE LABELS M34_R 'LM inmediata'.EXECUTE .CROSSTABS /TABLES=V024 BY M34_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable M38 como: No biberón.RECODE M38 (0=1) (MISSING=0) (ELSE=0) INTO M38_R .VARIABLE LABELS M38_R 'No biberon'.EXECUTE .CROSSTABS /TABLES=V024 BY M38_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Recodificación y tabulación de variable V106 como: Educación.use all.RECODE V106 (0=0) (1=0) (2=1) (3=1) (MISSING=0) (ELSE=0) INTO V106_R .VARIABLE LABELS V106_R 'Educación'.EXECUTE .CROSSTABS /TABLES=V024 BY V106_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.



*Recodificación y tabulación de variable S119C como: Idioma materno.use all.RECODE S119C (1=1) (2=2) (3=3) (4=4) (MISSING=0) (ELSE=0) INTO S119C_R .VARIABLE LABELS S119C_R 'Idioma mamá'.EXECUTE .CROSSTABS /TABLES=V024 BY S119C_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.

*Selección de las entrevistas completas.use all.FREQ hv015.COMPUTE sel1=(hv015=1).VAR LAB sel1 "Seleccion de entrevistas completas".VAL LAB sel1 1 "Entrevistas completas" 0 "Entrev. No completas".FILTER by sel1.FREQ hv015.

SINTAXIS PARA RECODIFICACIÓN DE VARIABLES (RECH0 y RECH04)

*Factor de ponderación.COMPUTE factorp=hv005/1000000.VAR LAB factorp "factor de ponderación".WEIGHT BY factorp.FREQ hv015.

*Recodifica variable SH09A como: Seguro de salud.RECODE SH09A (1=1) (MISSING=0) (ELSE=0) INTO SH09A_R .VARIABLE LABELS SH09A_R 'Seguro de salud'.EXECUTE .CROSSTABS /TABLES=HV024 BY SH09A_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.



*Recodifica variable SH9A como: Seguro EsSalud.RECODE SH9A (1=1) (MISSING=0) (ELSE=0) INTO SH9A_R .VARIABLE LABELS SH9A_R 'Seguro EsSalud'.EXECUTE .CROSSTABS /TABLES=HV024 BY SH9A_R /FORMAT= AVALUE TABLES /CELLS= COUNT ROW /COUNT ROUND CELL.



Anexo 2. Anexo estadístico

13.5. Índice compuesto en salud (ICS)

El índice compuesto en salud es un método de agrupación de varios indicadores para su análisis. Este índice está basado en Zscores donde para cada indicador se calcula su media y desviación estándar y a partir de aquí se calcula su valor Z. El índice compuesto en salud es la suma de todos los Z de cada indicador.

Donde: I: valor del indicador m: media T: desviación estándar

Donde: a: influencia o peso del indicador expresado en %

(+) (): dirección del indicador

La suma de la influencia asignada para cada uno de los indicadores alcanza 100%.

En nuestro estudio el ICS se calculó con el programa SIGepi versión 1.0.4. (OPS 2007). A

partir de este índice compuesto se graficó Mapas Temáticos que reflejan el estado de cada departamento a partir del valor calculado.

Los indicadores a los que se les asignó dirección positiva fueron los relacionados con el control prenatal (al primer trimestre, por médico y otro profesional), el parto institucional, parto por cesárea, lactancia materna, nivel educativo y acesso a IpssEssalud (variables ENDES m13, m2a, m2b, m15, m17, m19a, m34, m38, v106, m119c).

Los indicadores seleccionados con dirección negativa fueron la valoración cualitativa y cuantitativa de bajo peso (variables ENDES v18vs, m19bp). Las variables fueron recodificadas según se describe previamente en este anexo.

En el anexo 3, en los gráficos del 3 al 15, se muestran los porcentajes usados para cada indicador seleccionado para la construcción del índice compuesto en salud (m13=60%, m2a=50%, m2b=40%, m15=60%, m17=10%, v18vs=3%, m19bp=5%, m19a=20%, m34=50%, m38=50%, v106=70%, m119c=50%, v106asH9a=25%).

13.6. Descripción de las regresiones

ESTIMACIÓN POR MÍNIMOS CUADRADOS ORDINARIOS (Software GeoDa v 0.95i)

Z = ( I m) / T

ICS = aZ1 + bZ2 + cZ3 + ...



MODELO 1 SUMMARY OF OUTPUT: ORDINARY LEAST SQUARES ESTIMATION Data set : REDES ENDES Dependent Variable : ICS2007 Number of Observations: 130 Mean dependent var : -0.618769 Number of Variables : 10 S.D. dependent var : 5.17509 Degrees of Freedom : 120 R-squared : 0.706187 F-statistic : 32.0469 Adjusted R-squared : 0.684151 Prob(F-statistic) :6.01989e-028 Sum squared residual: 1035.81 Log likelihood : -319.363 Sigma-square : 8.63177 Akaike info criterion : 658.727 S.E. of regression : 2.93799 Schwarz criterion : 687.402 Sigma-square ML : 7.96779 S.E of regression ML: 2.82273 ----------------------------------------------------------------------- Variable Coefficient Std.Error t-Statistic Probability ----------------------------------------------------------------------- ALTRED -0.0007468429 0.0002073669 -3.601553 0.0004613 CAT_I1 -8.057998 1.123909 -7.169618 0.0000000 CAT_I2 1.268963 3.006602 0.4220587 0.6737371 CAT_I3 31.33265 5.977702 5.241587 0.0000007 CAT_I4 29.13526 11.73187 2.483429 0.0143933 CAT_II1 -71.12939 57.55483 -1.235854 0.2189269 CAT_II2 215.1922 81.07384 2.654275 0.0090254 CAT_III1 -294.6587 181.294 -1.625308 0.1067205 CAT_III2 224.4688 299.8813 0.7485253 0.4556085 HABKM2_07 0.0004576185 0.0006431805 0.7114932 0.4781586 ----------------------------------------------------------------------- DIAGNOSTICS FOR SPATIAL DEPENDENCE FOR WEIGHT MATRIX : REDES ICS arc distance.GWT (row-standardized weights) TEST MI/DF VALUE PROB Moran's I (error) 0.234134 11.4078414 0.0000000 Lagrange Multiplier (lag) 1 48.9187660 0.0000000 Robust LM (lag) 1 8.1703507 0.0042581 Lagrange Multiplier (error) 1 65.9358818 0.0000000 Robust LM (error) 1 25.1874666 0.0000005 Lagrange Multiplier (SARMA) 2 74.1062325 0.0000000



MODELO 2 SUMMARY OF OUTPUT: SPATIAL ERROR MODEL - MAXIMUM LIKELIHOOD ESTIMATION Data set : REDES ENDES Spatial Weight : REDES ICS arc distance.GWT Dependent Variable: ICS2007 Number of Observations: 130 Mean dependent var : -0.618769 Number of Variables : 10 S.D. dependent var : 5.175087 Degree of Freedom : 120 Lag coeff. (Lambda) : 0.783282 R-squared : 0.780654 R-squared (BUSE) : - Sq. Correlation : - Log likelihood : -303.199474 Sigma-square : 5.874427 Akaike info criterion : 626.399 S.E of regression : 2.42372 Schwarz criterion : 655.074293 ----------------------------------------------------------------------- Variable Coefficient Std.Error z-value Probability ----------------------------------------------------------------------- ALTRED -0.0009118026 0.000203024 -4.491108 0.0000071 CAT_I1 -7.785309 1.519418 -5.123875 0.0000003 CAT_I2 1.802227 2.85951 0.6302574 0.5285261 CAT_I3 32.06187 6.074051 5.278499 0.0000001 CAT_I4 41.11803 11.21173 3.667411 0.0002451 CAT_II1 -10.9942 50.78334 -0.2164922 0.8286042 CAT_II2 163.7403 83.9815 1.949719 0.0512094 CAT_III1 -452.567 175.4767 -2.579072 0.0099067 CAT_III2 272.5292 289.6981 0.9407352 0.3468406 HABKM2_07 0.000492508 0.0005877194 0.8379985 0.4020315 LAMBDA 0.7832822 0.08281747 9.457935 0.0000000 ----------------------------------------------------------------------- DIAGNOSTICS FOR SPATIAL DEPENDENCE SPATIAL ERROR DEPENDENCE FOR WEIGHT MATRIX : REDES ICS arc distance.GWT TEST DF VALUE PROB Likelihood Ratio Test 1 32.32804 0.0000000



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: ADM

IN_N

AME:

Áre

a ad

minis

trativ

a; XL

ON: L

ongit

ud d

el ce

ntroid

e; Y

LAT:

Latitu

d de

l cen

troide

; ALT

: altu

ra p

rome

dio d

e los

esta

blecim

ientos

de

salud

en

esa

área

; M13

_96;

M2A

_96;

M2B_

96; M

15_9

6; M

17_9

6; M

18VS

_96;

M11

9BP_

96; M

18VS

_96:

Var

iables

END

ES 1

996

segú

n sin

taxis

de re

codif

icació

n.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

PER

Ú EN

DES.

13.7.

Tabu

lació

n de i

nfor

mac

ión s

elecc

iona

daTa

bla 1

.De

scrip

ción d

e cob

ertu

ras c

on va

riabl

es se

leccio

nada

s (Pa

rte 1)

ADM

IN_N

AME

XLO

NYL

ATAL

TM

13_9

6M

2A_9

6M

2B_9

6M

15_9

6M

17_9

6M

18VS

_96

M19

BP_9

6M

19A_

96Am

azon

as-7

8 02

7 57

3-5

385

170

1724

0.27

30.

219

0.22

40.

164

0.04

40.

055

0.06

00.

087

Ánca

sh-7

7 81

8 42

6-9

484

234

2646

0.46

00.

305

0.59

20.

384

0.08

90.

019

0.04

80.

132

Apur

Ímac

-73

079

889

-13

990

770

3243

0.43

80.

178

0.66

40.

381

0.05

70.

106

0.07

50.

026

Areq

uipa

-72

657

930

-15

945

552

2238

0.61

60.

438

0.62

70.

712

0.13

70.

055

0.04

60.

188

Ayac

ucho

-74

024

851

-13

922

813

2924

0.30

20.

129

0.48

80.

327

0.03

10.

061

0.04

80.

010

Caj

amar

ca-7

8 77

0 89

6-6

453

720

2201

0.27

80.

200

0.36

10.

107

0.03

60.

072

0.02

90.

032

Cal

lao

-77

130

390

-11

949

560

450.

000

0.00

00.

000

0.00

00.

000

0.00

00.

000

0.00

0C

usco

-72

123

441

-13

240

362

2827

0.49

40.

253

0.67

60.

332

0.04

10.

029

0.07

10.

061

Hua

ncav

elic

a-7

4 99

1 15

0-1

2 98

7 85

534

590.

125

0.10

00.

292

0.08

90.

026

0.05

90.

044

0.02

2H

uánu

co-7

6 17

2 41

9-9

246

296

2400

0.27

00.

128

0.40

70.

314

0.04

90.

082

0.08

20.

038

Ica

-75

600

755

-14

168

530

545

0.60

20.

401

0.66

70.

849

0.16

10.

025

0.06

40.

061

Juní

n-7

4 97

6 17

6-1

1 56

0 62

025

890.

372

0.20

90.

460

0.41

30.

056

0.04

90.

079

0.02

2La

Lib

erta

d-7

8 20

1 67

8-7

803

720

1614

0.40

50.

436

0.31

70.

422

0.12

30.

049

0.04

90.

078

Lam

baye

que

-79

599

003

-6 2

74 5

1342

20.

525

0.41

90.

475

0.31

30.

121

0.07

80.

060

0.07

3Li

ma

-76

712

528

-11

713

299

909

0.62

50.

536

0.48

60.

750

0.16

90.

052

0.06

10.

189

Lore

to-7

3 71

2 60

1-4

728

285

133

0.30

70.

235

0.23

90.

403

0.06

80.

081

0.08

70.

108

Mad

re d

e D

ios

-70

802

432

-11

930

780

277

0.48

60.

324

0.50

00.

500

0.05

90.

029

0.08

80.

059

Moq

uegu

a-7

0 85

1 09

0-1

6 88

3 87

724

820.

571

0.42

90.

661

0.32

10.

143

0.00

00.

054

0.23

2Pa

sco

-75

546

196

-10

525

098

2590

0.31

00.

195

0.39

10.

352

0.07

00.

078

0.12

50.

093

Piur

a-8

0 27

4 78

6-5

007

664

704

0.46

70.

264

0.41

60.

394

0.09

40.

055

0.05

70.

058

Puno

-69

762

514

-15

308

884

3816

0.33

40.

275

0.47

60.

181

0.04

20.

036

0.02

20.

022

San

Mar

tín-7

6 68

2 26

9-7

234

906

518

0.48

10.

377

0.46

10.

424

0.08

40.

031

0.05

60.

081

Tacn

a-7

0 48

6 10

2-1

7 47

4 39

518

780.

554

0.23

80.

772

0.68

30.

139

0.01

00.

040

0.18

8Tu

mbe

s-8

0 48

6 42

6-3

829

110

340.

671

0.34

10.

646

0.54

20.

205

0.03

70.

060

0.02

4U

caya

li-7

3 07

3 32

3-9

825

447

263

0.39

10.

335

0.35

80.

447

0.05

60.

067

0.06

10.

145



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: ADM

IN_N

AME:

Áre

a ad

minis

trativ

a; M5

_96;

M34

_96;

M38

_96;

V10

6_96

; S11

9C_9

6; V

106A

_96:

Var

iables

END

ES 1

996

segú

n sin

taxis

de re

codif

icació

n; M1

3_07

; M42

D_07

;M4

2E_0

7; M

2A_0

7; M

2B_0

7; M

15_0

7: V

ariab

les E

NDES

200

4-20

07 se

gún

sintax

is de

reco

difica

ción.:

Var

iables

END

ES 1

996

segú

n sin

taxis

de re

codif

icació

n. El

abor

ación

pro

pia. B

ase

de d

atos e

n for

mato

shap

efile

PERÚ

ENDE

S.

Tabl

a 1.

DESC

RIPC

IÓN

DE C

OBER

TURA

S CO

N VA

RIAB

LES

SELE

CCIO

NADA

S (P

arte

2)

ADM

IN_N

AME

M5_

96M

34_9

6M

38_9

6V1

06_9

6S1

19C_

96V1

06A_

96M

13_0

7M

2A_0

7M

2B_0

7M

15_0

7Am

azon

as0.

220

0.50

30.

689

0.35

20.

932

0.10

40.

625

0.21

90.

147

0.50

7Án

cash

0.25

90.

477

0.62

90.

618

0.85

50.

189

0.65

80.

353

0.29

80.

553

Apur

ímac

0.15

50.

347

0.82

30.

378

0.40

90.

132

0.72

40.

213

0.47

20.

862

Areq

uipa

0.26

30.

417

0.47

70.

747

0.97

10.

257

0.74

80.

361

0.20

20.

803

Ayac

ucho

0.19

80.

337

0.76

50.

464

0.49

60.

142

0.66

20.

248

0.37

90.

685

Caja

mar

ca0.

197

0.46

70.

696

0.29

70.

993

0.08

00.

619

0.13

80.

450

0.39

4Ca

llao

0.00

00.

000

0.00

00.

000

0.00

00.

000

0.83

00.

479

0.09

10.

824

Cusc

o0.

205

0.44

70.

686

0.49

40.

570

0.14

30.

710

0.26

70.

406

0.61

8Hu

anca

velic

a0.

210

0.19

60.

760

0.25

00.

343

0.08

00.

655

0.20

70.

287

0.48

6Hu

ánuc

o0.

251

0.32

50.

745

0.45

00.

845

0.11

90.

574

0.18

00.

309

0.56

3Ic

a0.

294

0.55

60.

459

0.81

90.

999

0.28

50.

761

0.41

60.

056

0.91

9Ju

nín

0.22

20.

415

0.70

10.

667

0.96

60.

178

0.65

10.

209

0.24

00.

611

La L

iber

tad

0.20

90.

481

0.56

80.

528

0.99

90.

153

0.69

80.

290

0.10

40.

582

Lam

baye

que

0.25

50.

367

0.41

30.

624

0.99

10.

198

0.75

70.

206

0.04

30.

626

Lim

a0.

304

0.40

20.

465

0.81

60.

997

0.25

90.

775

0.52

50.

128

0.81

4Lo

reto

0.19

50.

606

0.80

10.

599

0.98

80.

178

0.55

20.

162

0.21

40.

468

Mad

re d

e Di

os0.

200

0.50

00.

714

0.63

20.

956

0.19

10.

680

0.32

00.

208

0.83

3M

oque

gua

0.23

20.

304

0.57

10.

724

0.93

90.

264

0.82

40.

441

0.08

80.

909

Pasc

o0.

171

0.26

60.

727

0.56

60.

920

0.20

30.

688

0.26

00.

273

0.67

5Pi

ura

0.26

30.

479

0.55

00.

563

0.99

50.

174

0.74

40.

225

0.10

70.

647

Puno

0.20

50.

283

0.61

80.

512

0.48

10.

131

0.52

40.

222

0.33

10.

405

San

Mar

tín0.

218

0.30

70.

693

0.49

10.

994

0.18

10.

742

0.21

20.

148

0.66

5Ta

cna

0.20

80.

792

0.62

40.

768

0.99

70.

280

0.69

10.

353

0.25

00.

824

Tum

bes

0.29

30.

651

0.45

80.

694

1 00

00.

189

0.75

70.

257

0.07

10.

871

Ucay

ali

0.25

10.

756

0.78

20.

608

0.92

20.

159

0.66

90.

190

0.11

60.

669



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: ADM

IN_N

AME:

Áre

a ad

minis

trativ

a; M1

7_07

; M18

VL_0

7; M

18VS

_07;

M19

BP_0

7; M

19A_

07; M

34_0

7; M

38_0

7; V

106_

07; S

119C

C_07

;SH

9A_0

7: V

ariab

les E

NDES

200

4-20

07 s

egún

sint

axis

de re

codif

icació

n. El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

PER

Ú EN

DES.

Tabla

1.De

scrip

ción d

e cob

ertu

ras c

on va

riabl

es se

leccio

nada

s (Pa

rte 3)

ADM

IN_N

AME

M17

_07

M18

VS_0

7M

19BP

_07

M19

A_07

M34

_07

M38

_07

V106

_07

S119

CC_0

7SH

9A_0

7Am

azon

as0.

080

0.03

70.

074

0.19

90.

500

0.78

10.

450

0.68

80.

152

Ánca

sh0.

120

0.05

10.

069

0.34

80.

500

0.72

00.

568

0.32

90.

176

Apur

ímac

0.09

80.

049

0.06

50.

435

0.54

50.

846

0.53

30.

096

0.17

6Ar

equi

pa0.

176

0.03

40.

042

0.45

00.

315

0.54

20.

840

0.39

90.

407

Ayac

ucho

0.09

00.

028

0.06

90.

310

0.62

80.

821

0.53

20.

108

0.16

2Ca

jam

arca

0.05

00.

017

0.05

20.

147

0.50

10.

751

0.35

70.

756

0.11

2Ca

llao

0.23

60.

012

0.07

30.

473

0.47

00.

537

0.89

00.

642

0.46

1Cu

sco

0.07

90.

041

0.08

20.

237

0.49

80.

777

0.50

80.

122

0.19

8Hu

anca

velic

a0.

069

0.04

10.

058

0.25

30.

503

0.82

80.

413

0.12

90.

175

Huán

uco

0.05

10.

043

0.09

80.

270

0.53

90.

832

0.49

50.

404

0.11

1Ic

a0.

249

0.04

60.

066

0.36

50.

497

0.57

90.

860

0.59

10.

401

Juní

n0.

094

0.02

30.

089

0.36

60.

471

0.70

00.

729

0.50

00.

230

La L

iber

tad

0.18

80.

014

0.07

20.

295

0.49

50.

609

0.68

10.

751

0.27

1La

mba

yequ

e0.

212

0.01

80.

061

0.26

40.

460

0.57

10.

713

0.70

70.

310

Lim

a0.

310

0.02

90.

065

0.38

70.

395

0.52

30.

887

0.53

00.

420

Lore

to0.

053

0.01

10.

064

0.15

90.

328

0.85

50.

591

0.68

20.

194

Mad

re d

e D

ios

0.12

50.

040

0.04

20.

400

0.48

00.

720

0.73

10.

379

0.23

2M

oque

gua

0.32

40.

030

0.02

90.

441

0.38

20.

412

0.85

60.

471

0.45

9Pa

sco

0.09

00.

039

0.09

20.

351

0.44

20.

769

0.67

80.

468

0.28

4Pi

ura

0.19

20.

029

0.06

70.

324

0.48

20.

712

0.66

30.

735

0.27

5Pu

no0.

077

0.02

90.

061

0.22

10.

299

0.74

00.

554

0.07

50.

134

San

Mar

tín0.

136

0.04

60.

064

0.43

50.

466

0.80

10.

524

0.70

40.

189

Tacn

a0.

265

0.04

40.

044

0.56

50.

362

0.60

30.

812

0.35

30.

301

Tum

bes

0.34

30.

014

0.04

30.

457

0.40

00.

500

0.80

70.

750

0.33

5Uc

ayal

i0.

100

0.02

50.

108

0.37

50.

372

0.82

60.

710

0.63

40.

221



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: ADM

IN_N

AME:

Áre

a ad

minis

trativ

a; CA

T_I1;

CAT

_I2; C

AT_I3

; CAT

_I4; C

AT_II

1; C

AT_II

2; C

AT_II

I1; C

AT_II

I2: P

orce

ntaje

de e

stable

cimien

tosse

gún

categ

oría

y ár

ea a

dmini

strati

va; M

EN20

00: p

orce

ntaje

de e

stable

cimien

tos b

ajo 2

000

msnm

; RED

ES: N

úmer

o de

rede

s de

salu

d ca

tegor

izada

s.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

PER

Ú EN

DES.

Tabla

1.De

scrip

ción d

e cob

ertu

ras c

on va

riabl

es se

leccio

nada

s (Pa

rte 4)

ADM

IN_N

AME

CAT_

I1CA

T_I2

CAT_

I3CA

T_I4

CAT_

II1CA

T_II2

CAT_

III1

CAT_

III2

MEN

2000

REDE

SAm

azon

as0.

635

0.16

10.

127

0.00

00.

007

0.00

30.

000

0.00

00.

562

4Án

cash

0.59

60.

195

0.06

90.

076

0.01

30.

008

0.00

00.

000

0.18

34

Apur

ímac

0.68

60.

094

0.12

70.

057

0.00

40.

004

0.00

00.

000

0.01

25

Areq

uipa

0.27

20.

455

0.19

10.

057

0.00

80.

000

0.00

80.

000

0.34

64

Ayac

ucho

0.70

10.

124

0.10

50.

008

0.00

80.

003

0.00

00.

000

0.12

77

Caja

mar

ca0.

630

0.11

50.

092

0.02

80.

004

0.00

10.

000

0.00

00.

363

11Ca

llao

0.03

50.

702

0.07

00.

070

0.00

00.

018

0.01

80.

018

1 00

03

Cusc

o0.

486

0.21

00.

052

0.15

00.

010

0.00

00.

007

0.00

00.

276

4Hu

anca

velic

a0.

704

0.19

90.

048

0.02

40.

003

0.00

00.

000

0.00

00.

014

3Hu

ánuc

o0.

573

0.27

00.

087

0.03

30.

004

0.00

40.

000

0.00

00.

336

3Ic

a0.

489

0.20

10.

245

0.00

70.

029

0.00

70.

000

0.00

00.

935

2Ju

nín

0.79

50.

139

0.03

60.

014

0.01

10.

005

0.00

00.

000

0.32

86

La L

iber

tad

0.20

70.

530

0.12

40.

069

0.01

80.

000

0.00

90.

005

0.52

512

Lam

baye

que

0.59

60.

149

0.13

70.

081

0.00

60.

000

0.00

60.

000

0.89

43

Lim

a0.

246

0.33

20.

294

0.04

50.

009

0.01

00.

016

0.00

90.

784

15Lo

reto

0.74

60.

077

0.12

40.

021

0.00

30.

003

0.00

30.

000

1 00

04

Mad

re d

e Di

os0.

748

0.11

30.

009

0.08

70.

009

0.00

90.

000

0.00

01

000

1M

oque

gua

0.39

00.

322

0.18

60.

068

0.01

70.

017

0.00

00.

000

0.37

32

Pasc

o0.

730

0.17

40.

046

0.03

70.

012

0.00

00.

000

0.00

00.

407

3Pi

ura

0.49

70.

268

0.12

80.

070

0.00

80.

003

0.00

00.

000

0.86

77

Puno

0.67

00.

140

0.08

50.

028

0.01

60.

002

0.00

00.

000

0.04

611

San

Mar

tín0.

755

0.09

10.

105

0.03

40.

006

0.00

00.

000

0.00

01

000

10Ta

cna

0.43

10.

333

0.19

40.

028

0.00

00.

014

0.00

00.

000

0.52

81

Tum

bes

0.44

20.

279

0.20

90.

047

0.02

30.

000

0.00

00.

000

1 00

01

Ucay

ali

0.79

30.

096

0.04

30.

016

0.00

00.

011

0.00

00.

000

1 00

04



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: ADM

IN_N

AME:

Áre

a ad

minis

trativ

a; CE

NSO1

993T

: Cen

so 1

993;

CENS

O200

5T: C

enso

200

5; CE

NSO2

007T

: Cen

so 2

007;

AREA

KM2:

área

en

Km c

uadr

ados

; HAB

KM2_

93: d

ensid

ad p

oblac

ional

1993

; HAB

KM2_

05: d

ensid

ad p

oblac

ional

2005

; HAB

KM2_

07: d

ensid

ad p

oblac

ional

2007

.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

PER

Ú EN

DES.

Tabla

1.De

scrip

ción d

e cob

ertu

ras c

on va

riabl

es se

leccio

nada

s (Pa

rte 5)

AD

MIN

_NA

ME

CEN

SO19

93T

CEN

SO20

05T

CEN

SO20

07T

AR

EAK

M2

HA

BK

M2_

93H

AB

KM

2_05

HA

BK

M2_

07A

maz

onas

3366

6538

9700

3759

9339

249.

18.

69.

99.

6Á

ncas

h95

5023

1039

415

1063

459

3582

5.6

26.7

29.0

29.7

Apu

rímac

3819

9741

8882

4041

9020

895.

818

.320

.019

.3A

requ

ipa

9168

0611

4081

011

5230

363

345.

414

.518

.018

.2A

yacu

cho

4925

0761

9338

6124

8943

814.

811

.214

.114

.0C

ajam

arca

1259

808

1359

023

1387

809

3324

7.8

37.9

40.9

41.7

Cal

lao

6397

2981

0568

8768

7714

7.0

4352

.555

14.8

5965

.1C

usco

1028

763

1171

503

1171

403

7189

2.0

14.3

16.3

16.3

Hua

ncav

elic

a38

5162

4470

5445

4797

2213

1.5

17.4

20.2

20.5

Huá

nuco

6544

8973

0871

7622

2336

938.

117

.719

.820

.6Ic

a56

5686

6655

9271

1932

2132

7.8

26.5

31.2

33.4

Juní

n10

3584

110

9161

912

3261

144

409.

723

.324

.627

.8La

Lib

erta

d12

7026

115

3977

416

1705

025

569.

749

.760

.263

.2La

mba

yequ

e92

0795

1091

535

1112

868

1423

1.3

64.7

76.7

78.2

Lim

a63

8630

878

1943

684

4521

134

801.

618

3.5

224.

724

2.7

Lore

to68

7282

8841

4489

1732

3688

52.0

1.9

2.4

2.4

Mad

re d

e D

ios

6700

892

024

1095

5585

182.

60.

81.

11.

3M

oque

gua

1287

4715

9306

1615

3315

734.

08.

210

.110

.3P

asco

2262

9526

6764

2804

4925

319.

68.

910

.511

.1P

iura

1388

264

1630

772

1676

315

3589

2.5

38.7

45.4

46.7

Pun

o10

7984

912

4550

812

6844

171

999.

015

.017

.317

.6S

an M

artín

5523

8766

9973

7288

0851

253.

310

.813

.114

.2Ta

cna

2183

5327

4496

2887

8116

075.

913

.617

.118

.0Tu

mbe

s15

5521

1917

1320

0306

4669

.233

.341

.142

.9U

caya

li31

4810

4024

4543

2159

1024

10.6

3.1

3.9

4.2



Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: DPT

O: Á

rea

admi

nistra

tiva;

RED:

Nom

bre

de re

des d

e sa

lud; X

LON:

Lon

gitud

del

centr

oide;

YLAT

: Lati

tud d

el ce

ntroid

e; AL

TRED

: altu

ra p

rome

dio d

e los

esta

blecim

ientos

de

salud

en

esa

área

. CAT

I1_N,

CAT

I2_N,

CAT

I3_N,

CAT

I4_N,

CAT

II1_N

, CAT

II2_N

, CAT

III1_N

: Núm

ero

de e

stable

cimien

tos p

or re

des y

por

categ

orías

.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

RED

ES E

NDES

.

Tabl

a 2.

Desc

ripció

n de 1

30 re

des d

e est

ablec

imien

tos d

e salu

d (Pa

rte 1)

DPT

OR

EDXL

ON

YLAT

ALT

RED

CAT

I1_N

CA

TI2_

NC

ATI

3_N

CA

TI4_

NC

ATI

I1_N

CA

TII2

_NC

ATI

II1_N

AM

AZO

NA

SBA

GU

A-7

8 39

3 41

7-5

270

239

715

190

4838

02

10

AM

AZO

NA

SC

HA

CH

AP

OY

-77

848

617

-6 2

85 6

8122

8819

048

380

21

0A

MA

ZON

AS

CO

ND

OR

CA

NQ

-77

966

084

-4 2

43 2

2030

519

048

380

21

0A

MA

ZON

AS

UTC

UB

AM

BA-7

8 37

9 51

2-5

839

886

1444

190

4838

02

10

ÁN

CA

SH

HU

AR

AZ

-77

602

900

-9 4

54 3

5230

2623

577

2730

53

0Á

NC

AS

HH

UA

RI

-77

122

075

-9 2

68 0

3232

4823

577

2730

53

0Á

NC

AS

HPA

CÍF

ICO

-78

164

834

-9 1

04 5

5913

2723

577

2730

53

0Á

NC

AS

HPO

MA

BAM

BA

-77

465

367

-8 6

96 3

1031

5523

577

2730

53

0A

PU

RÍM

AC

ABA

NC

AY

-73

029

660

-13

948

570

3117

168

2331

141

10

AP

UR

ÍMA

CC

OC

HA

RC

AS

-73

649

182

-13

487

847

3029

168

2331

141

10

AP

UR

ÍMA

CG

RAU

-CO

TAB

-72

470

081

-13

991

743

3520

168

2331

141

10

AP

UR

ÍMA

CJ

M A

RG

UED

AS-7

3 50

4 37

7-1

3 80

4 40

133

6216

823

3114

11

0A

PU

RÍM

AC

SON

DO

R-7

3 28

9 80

7-1

3 60

6 56

531

9516

823

3114

11

0A

RE

QU

IPA

AREQ

UIP

A C

Y-7

1 61

8 04

8-1

6 21

1 97

728

1767

112

4714

20

2A

RE

QU

IPA

CA

MAN

Á C

AR

V-7

3 43

3 32

8-1

6 10

0 32

447

967

112

4714

20

2A

RE

QU

IPA

CA

STIL

LA C

ON

-72

681

804

-15

579

781

2496

6711

247

142

02

AR

EQ

UIP

AIS

LAY

-71

838

079

-17

067

439

8867

112

4714

20

2A

YAC

UC

HO

AYA

CU

CH

O C

TR-7

4 01

7 67

3-1

3 79

3 60

532

8124

844

373

31

0A

YAC

UC

HO

CO

RA

CO

RA

-73

577

133

-15

122

594

3123

248

4437

33

10

AYA

CU

CH

OH

UA

MA

NG

A-7

4 28

0 00

1-1

3 28

9 20

531

8524

844

373

31

0A

YAC

UC

HO

HU

AN

TA-7

4 27

4 43

5-1

2 79

0 20

330

0924

844

373

31

0A

YAC

UC

HO

PUQ

UIO

-74

333

655

-14

577

982

2951

248

4437

33

10

AYA

CU

CH

OSN

FN

CIS

CO

-73

813

792

-12

653

919

1086

248

4437

33

10

AYA

CU

CH

OSN

MIG

UE

L-7

3 79

2 01

6-1

3 10

3 53

429

7824

844

373

31

0C

AJA

MA

RC

AAL

TO J

EQ

TPQ

-78

934

672

-7 1

06 5

8120

4144

481

6520

31

0C

AJA

MA

RC

ABA

MB

AM

AR

CA

-78

536

338

-6 6

97 5

4330

1544

481

6520

31

0C

AJA

MA

RC

AC

AJA

MAR

CA

-78

506

594

-7 1

37 7

1828

9144

481

6520

31

0



Tabl

a 2.

Desc

ripció

n de 1

30 re

des d

e est

ablec

imien

tos d

e salu

d (Pa

rte 2)

Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: DPT

O: Á

rea

admi

nistra

tiva;

RED

: Nom

bre

de re

des d

e sa

lud; X

LON:

Lon

gitud

del

centr

oide;

YLAT

: Lati

tud d

el ce

ntroid

e; AL

TRED

: altu

ra p

rome

dio d

e los

esta

blecim

ientos

de

salud

en

esa

área

. CAT

I1_N,

CAT

I2_N,

CAT

I3_N,

CAT

I4_N,

CAT

II1_N

, CAT

II2_N

, CAT

III1_N

: Núm

ero

de e

stable

cimien

tos p

or re

des y

por

categ

orías

.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

RED

ES E

NDES

.

DPT

OR

EDXL

ON

YLA

TA

LTR

EDC

ATI

1_N

CA

TI2_

NC

ATI

3_N

CA

TI4_

NC

ATI

I1_N

CA

TII2

_NC

ATI

II1_N

CAJ

AMAR

CA

CEL

END

ÍN-7

8 22

3 72

0-6

779

359

2648

444

8165

203

10

CAJ

AMAR

CA

CH

OTA

-78

739

560

-6 4

82 0

7424

1244

481

6520

31

0C

AJAM

ARC

AC

RIS

NEJ

AS-7

8 10

8 74

8-7

424

528

2643

444

8165

203

10

CAJ

AMAR

CA

CU

TER

VO-7

8 88

6 96

1-6

284

616

2120

444

8165

203

10

CAJ

AMAR

CA

JAÉN

-78

949

948

-5 5

74 7

4614

0844

481

6520

31

0C

AJAM

ARC

ASA

N IG

NAC

IO-7

8 91

4 82

2-5

079

014

1409

444

8165

203

10

CAJ

AMAR

CA

SAN

TA C

RU

Z-7

8 89

1 16

0-6

644

014

2196

444

8165

203

10

CAJ

AMAR

CA

SOC

OTA

-78

665

112

-6 1

77 1

5818

5444

481

6520

31

0C

ALLA

OB

EP

EC

A-7

7 10

5 03

4-1

2 02

4 62

838

240

44

01

1C

ALLA

OBO

NIL

LA-7

7 12

7 94

2-1

2 04

9 96

817

240

44

01

1C

ALLA

OVE

NTA

NIL

LA-7

7 13

6 63

8-1

1 87

5 99

397

240

44

01

1C

USC

OC

ANAS

-CA

NC

HIS

-71

365

528

-14

405

628

3896

139

6015

433

02

CU

SCO

CU

SCO

NO

RTE

-72

081

594

-13

289

879

3054

139

6015

433

02

CU

SCO

CU

SCO

SU

R-7

1 75

8 01

4-1

3 86

0 61

834

2513

960

1543

30

2C

USC

OLA

CO

NVE

NC

IÓN

-73

013

389

-12

642

756

1287

139

6015

433

02

HU

ANC

AVEL

ICA

ACO

BAM

BA-7

4 61

7 84

6-1

2 89

2 10

035

9520

558

147

10

0H

UAN

CAV

ELIC

AH

UAN

CAV

ELIC

A-7

5 13

6 61

3-1

3 07

4 39

535

1120

558

147

10

0H

UA

NC

AVEL

ICA

TAY

AC

AJA

-74

717

936

-12

401

551

3264

205

5814

71

00

HU

ÁNU

CO

HU

ÁNU

CO

-76

326

050

-10

024

670

3023

138

6521

81

10

HU

ÁNU

CO

LEO

NC

IO P

RAD

O-7

5 67

2 56

9-9

186

212

631

138

6521

81

10

HU

ÁNU

CO

MA

RAÑ

ÓN

-76

828

131

-9 3

76 9

8933

4613

865

218

11

0IC

AC

HIN

CH

A - P

ISC

O-7

6 01

7 20

5-1

3 55

2 82

362

568

2834

14

10

ICA

ICA-

PALP

A-N

AZC

A-7

5 49

7 04

9-1

4 29

7 77

649

768

2834

14

10

JUN

ÍNC

HAN

CH

AMAY

O-7

5 08

1 24

6-1

0 98

4 47

410

2534

961

166

52

0JU

NÍN

JAU

JA-7

5 57

5 33

8-1

1 74

9 89

736

2534

961

166

52

0JU

NÍN

JUN

ÍN-7

5 90

9 41

7-1

1 00

2 75

037

2934

961

166

52

0JU

NÍN

SATI

PO-7

4 37

5 57

3-1

1 40

5 23

678

134

961

166

52

0



Tabl

a 2.

Desc

ripció

n de 1

30 re

des d

e est

ablec

imien

tos d

e salu

d (Pa

rte 3)

Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: DPT

O: Á

rea

admi

nistra

tiva;

RED:

Nom

bre

de re

des d

e sa

lud; X

LON:

Long

itud

del c

entro

ide; Y

LAT:

Latitu

d de

l cen

troide

; ALT

RED:

altur

a pr

omed

io de

los e

stable

cimien

tos d

e sa

lud e

n es

a ár

ea.

CATI

1_N,

CAT

I2_N,

CAT

I3_N,

CAT

I4_N,

CAT

II1_N

, CAT

II2_N

, CAT

III1_N

: Núm

ero

de e

stable

cimien

tos p

or re

des y

por

categ

orías

.El

abor

ación

pro

pia. B

ase

de d

atos

en fo

rmato

sha

pefile

RED

ES E

NDES

.

DPT

OR

EDXL

ON

YLA

TA

LTR

EDC

ATI

1_N

CA

TI2_

NC

ATI

3_N

CA

TI4_

NC

ATI

I1_N

CA

TII2

_NC

ATI

II1_N

JUN

ÍNTA

RM

A-7

5 66

8 70

4-1

1 35

2 96

333

4734

961

166

52

0JU

NÍN

VA

LLE

MAN

TAR

O-7

5 20

1 76

2-1

2 02

5 96

633

4534

961

166

52

0LA

LIB

ER

TAD

RE

D A

SC

OP

E-7

9 19

5 93

3-7

777

333

251

4511

527

154

02

LA L

IBE

RTA

DR

ED

BO

LÍV

AR

-77

767

222

-7 2

75 7

7823

8645

115

2715

40

2LA

LIB

ER

TAD

RE

D G

RA

N C

HIM

Ú-7

8 62

9 00

0-7

575

077

1633

4511

527

154

02

LA L

IBE

RTA

DR

ED

JU

LCÁ

N-7

8 44

1 23

1-8

145

077

3294

4511

527

154

02

LA L

IBE

RTA

DR

ED

OTU

ZCO

-78

512

654

-7 9

11 0

7729

4945

115

2715

40

2LA

LIB

ER

TAD

RE

D P

ATA

Z-7

7 40

9 25

0-8

152

700

2806

4511

527

154

02

LA L

IBE

RTA

DS

AN

CH

EZ

CA

RR

IÓN

-77

928

176

-7 7

81 6

4730

0545

115

2715

40

2LA

LIB

ER

TAD

CH

UC

O-7

8 11

8 29

4-8

147

647

3186

4511

527

154

02

LA L

IBE

RTA

DR

ED

TR

UJI

LLO

-78

948

759

-8 0

78 7

9635

745

115

2715

40

2LA

LIB

ER

TAD

RE

D V

IRÚ

-78

712

923

-8 4

76 4

6217

245

115

2715

40

2LA

LIB

ER

TAD

RE

D C

HEP

EN

-79

491

429

-7 1

84 0

0086

4511

527

154

02

LA L

IBE

RTA

DR

ED

PA

CA

SM

AY

O-7

9 49

3 80

0-7

347

300

7145

115

2715

40

2LA

MB

AY

EQ

UE

CH

ICLA

YO

-79

704

278

-6 8

25 4

0763

9624

2213

10

1LA

MB

AY

EQ

UE

FER

RE

ÑAF

E-7

9 51

2 48

6-6

328

829

1378

9624

2213

10

1LA

MB

AY

EQ

UE

LAM

BA

YEQ

UE

-79

837

014

-6 3

38 1

0023

296

2422

131

01

LIM

AB

AR

RA

NC

O

-77

004

120

-12

176

280

5316

522

319

730

67

11LI

MA

LIM

A C

IUD

AD

-77

037

618

-12

069

294

126

165

223

197

306

711

LIM

ALI

MA

ES

T M

ETR

-76

880

366

-12

018

451

541

165

223

197

306

711

LIM

AP

UE

NTE

PIE

DR

A-7

7 09

5 85

7-1

1 84

1 71

416

716

522

319

730

67

11LI

MA

RE

D I

BAR

RA

NC

A-7

7 61

5 36

7-1

0 68

0 73

557

216

522

319

730

67

11LI

MA

RE

D II

HU

AU

RA

-77

231

362

-10

993

517

1622

165

223

197

306

711

LIM

AR

ED

III H

UA

RA

L-7

6 99

6 47

4-1

1 36

9 86

815

4716

522

319

730

67

11LI

MA

RE

D IX

HU

AR

OC

HIR

Í-7

6 43

1 09

5-1

1 94

2 19

028

0616

522

319

730

67

11LI

MA

RE

D V

II C

AÑ

ETE

-76

095

212

-12

799

942

1657

165

223

197

306

711

LIM

AR

ED

VIII

CH

ILC

A-7

6 47

6 18

5-1

2 51

0 66

711

1316

522

319

730

67

11



Tabl

a 2.

Desc

ripció

n de 1

30 re

des d

e est

ablec

imien

tos d

e salu

d (Pa

rte 4)

Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: DPT

O: Á

rea

admi

nistra

tiva;

RED:

Nom

bre

de re

des d

e sa

lud; X

LON:

Long

itud

del c

entro

ide; Y

LAT:

Latitu

d de

l cen

troide

; ALT

RED:

altu

ra p

rome

dio d

e los

esta

blecim

ientos

de

salud

en

esa

área

.CA

TI1_

N, C

ATI2_

N, C

ATI3_

N, C

ATI4_

N, C

ATII1

_N, C

ATII2

_N, C

ATIII1

_N: N

úmer

o de

esta

blecim

ientos

por

rede

s y p

or ca

tegor

ías.

Elab

orac

ión p

ropia

. Bas

e de

dato

s en

form

ato s

hape

file R

EDES

END

ES.

DPT

OR

EDXL

ON

YLA

TA

LTR

EDC

ATI

1_N

CA

TI2_

NC

ATI

3_N

CA

TI4_

NC

ATI

I1_N

CA

TII2

_NC

ATI

II1_N

LIM

ASN

JN

DEL

UR

IGAN

C-7

6 99

7 27

3-1

1 98

4 18

228

016

522

319

730

67

11LI

MA

SN J

N D

E M

IRAF

LOR

-76

953

091

-12

167

773

179

165

223

197

306

711

LIM

ATÚ

PAC

AM

ARU

-77

038

714

-11

933

929

187

165

223

197

306

711

LIM

AV

RÍM

AC-S

MP-

LO-7

7 06

7 94

3-1

1 99

8 25

789

165

223

197

306

711

LIM

AVI

LLA

EL S

ALVA

DO

R-7

6 88

6 95

1-1

2 23

0 31

715

016

522

319

730

67

11LO

RET

OAL

TO A

MAZ

ON

AS-7

6 48

9 52

8-5

039

546

173

252

2642

71

11

LOR

ETO

MAY

NAS

- LO

RET

O-7

3 61

5 71

0-3

479

848

113

252

2642

71

11

LOR

ETO

RAM

ON

CAS

TILL

A-7

1 07

9 38

1-3

855

952

8925

226

427

11

1LO

RET

OU

CA

YA

LI-7

4 61

1 97

1-6

287

618

127

252

2642

71

11

DIO

SM

ADR

E D

E D

IOS

-69

793

886

-12

423

211

278

8613

110

11

0M

OQ

UEG

UA

ILO

-71

281

889

-17

590

000

242

2319

114

11

0M

OQ

UEG

UA

MO

QU

EGU

A-7

0 82

5 59

2-1

6 69

1 20

429

1523

1911

41

10

PA

SC

OD

AN

IEL

CAR

RIÓ

N-7

6 45

3 72

9-1

0 48

4 71

238

6217

642

119

30

0P

AS

CO

OX

AP

AM

PA

-75

217

000

-10

299

543

956

176

4211

93

00

PA

SC

OP

AS

CO

-76

159

757

-10

676

649

3897

176

4211

93

00

PIU

RA

AY

AB

AC

A-8

0 00

7 49

5-4

706

604

918

191

103

4927

31

0PI

UR

ABA

JO P

IUR

A-8

0 71

4 71

4-5

421

327

2419

110

349

273

10

PIU

RA

HU

ANC

ABA

MBA

-79

434

667

-5 2

79 9

0523

8519

110

349

273

10

PIU

RA

HU

ARM

ACA

-79

541

167

-5 6

72 5

0018

0619

110

349

273

10

PIU

RA

MO

RR

OPÓ

N C

HU

LUC

ANAS

-79

836

056

-5 1

52 1

4610

5519

110

349

273

10

PIU

RA

PIU

RA

CAS

TILL

A-8

0 61

5 65

4-5

071

923

6419

110

349

273

10

PIU

RA

SULL

ANA

-80

759

216

-4 7

32 3

9884

191

103

4927

31

0PU

NO

AZÁN

GAR

O-7

0 17

3 65

5-1

4 87

0 13

839

5829

261

3712

71

0PU

NO

CH

UC

UIT

O-6

9 31

5 79

5-1

6 44

4 70

539

2429

261

3712

71

0PU

NO

CO

LLAO

-69

655

625

-16

296

250

3957

292

6137

127

10

PUN

OH

UAN

CAN

É-6

9 57

9 16

1-1

5 13

8 90

340

0129

261

3712

71

0



Tabl

a 2.

Desc

ripció

n de 1

30 re

des d

e est

ablec

imien

tos d

e salu

d (Pa

rte 5)

Fuen

te: E

NDES

, INE

I y M

INSA

. Ley

enda

: DPT

O: Á

rea

admi

nistra

tiva;

RED:

Nom

bre

de re

des

de s

alud;

XLON

: Lon

gitud

del

centr

oide;

YLAT

: Lati

tud d

el ce

ntroid

e; A

LTRE

D: al

tura

prom

edio

de lo

s es

tablec

imien

tos d

e sa

lud e

n es

aár

ea. C

ATI1_

N, C

ATI2_

N, C

ATI3_

N, C

ATI4_

N, C

ATII1

_N, C

ATII2

_N, C

ATIII1

_N: N

úmer

o de

esta

blecim

ientos

por

rede

s y p

or ca

tegor

ías.

Elab

orac

ión p

ropia

. Bas

e de

dato

s en

form

ato s

hape

file R

EDES

END

ES.

DPT

OR

EDXL

ON

YLA

TA

LTR

EDC

ATI1

_NC

ATI

2_N

CA

TI3_

NC

ATI

4_N

CAT

II1_N

CA

TII2

_NC

ATI

II1_N

PU

NO

LAM

PA-7

0 53

3 52

9-1

5 45

7 23

541

2029

261

3712

71

0P

UN

OM

AC

US

AN

I-7

0 42

5 68

2-1

3 77

6 77

332

4629

261

3712

71

0P

UN

OM

ELG

AR

-70

431

742

-14

587

226

3968

292

6137

127

10

PU

NO

PU

NO

-69

950

724

-15

905

211

3935

292

6137

127

10

PU

NO

SA

N R

OM

ÁN

-70

143

356

-15

435

778

3860

292

6137

127

10

PU

NO

SA

ND

IA-6

9 27

0 18

2-1

4 22

2 77

320

0229

261

3712

71

0P

UN

OY

UN

GU

YO

-69

037

625

-16

277

625

3862

292

6137

127

10

SA

N M

ARTÍ

NB

ELL

AV

ISTA

-76

530

069

-7 0

65 4

1430

826

532

3712

20

0S

AN

MAR

TÍN

EL

DO

RA

DO

-76

708

588

-6 6

17 1

1845

426

532

3712

20

0S

AN

MAR

TÍN

HU

ALL

AG

A-7

6 76

9 52

9-6

928

647

399

265

3237

122

00

SA

N M

ARTÍ

NLA

MAS

-76

528

857

-6 3

93 5

7168

826

532

3712

20

0S

AN

MAR

TÍN

MA

RIS

CA

L C

ÁCER

ES-7

6 76

2 91

7-7

333

778

407

265

3237

122

00

SA

N M

ARTÍ

NM

OYO

BA

MB

A-7

7 01

5 51

2-6

038

073

965

265

3237

122

00

SA

N M

ARTÍ

NP

ICO

TA-7

6 29

7 10

3-6

919

897

311

265

3237

122

00

SA

N M

ARTÍ

NR

IOJA

-77

325

535

-5 8

88 7

2192

326

532

3712

20

0S

AN

MAR

TÍN

SA

N M

AR

TÍN

-76

231

850

-6 4

51 9

2032

726

532

3712

20

0S

AN

MAR

TÍN

TOC

AC

HE

-76

507

188

-8 2

76 0

9456

526

532

3712

20

0TA

CN

ATA

CN

A-7

0 26

3 29

6-1

7 70

2 23

918

9631

2414

20

10

TUM

BE

STU

MB

ES

-80

464

429

-3 6

73 2

3834

1912

92

10

0U

CAY

ALI

AG

UA

YTÍA

-75

266

474

-8 7

92 5

7945

114

918

83

02

0U

CAY

ALI

ATA

LAY

A-7

3 87

4 54

2-1

0 33

2 91

737

014

918

83

02

0U

CAY

ALI

CO

RO

NEL

PO

RTI

LLO

-73

807

113

-9 0

19 7

8818

814

918

83

02

0U

CAY

ALI

FED

ERIC

O B

AS

ADR

E-7

4 74

0 19

0-8

812

730

262

149

188

30

20



Anexo 3. Gráficos

Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

60%

; Gris

= me

nor d

e 60

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

13 re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 1

COBE

RTUR

A CO

MPAR

ATIVA

DE

PRIM

ER C

ONTR

OL P

RENA

TAL

EN P

RIME

R TR

IMES

TRE,

SEG

ÚN E

NDES

1996

- 200

7.

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

50%

; Gris

= me

nor d

e 50

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

U EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

2a re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 2

COBE

RTUR

A CO

MPAR

ATIVA

DE

CONT

ROL

PREN

ATAL

POR

MÉD

ICO,

SEGÚ

N EN

DES 1

996 -

2007

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

40%

; Gris

= me

nor d

e 40

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

U EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

2b re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 3

COBE

RTUR

A CO

MPAR

ATIVA

DE

CONT

ROL

PREN

ATAL

POR

OTR

O PR

OFES

IONA

L,SE

GÚN

ENDE

S 199

6 - 20

07

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

60%

; Gris

= me

nor d

e 60

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

15 re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 4

COBE

RTUR

A CO

MPAR

ATIV

A DE

PAR

TO IN

STIT

UCIO

NAL,

SEG

ÚN E

NDES

1996

- 20

07

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

de 1

0 a

20%

; Gris

osc

uro=

men

or d

e 10

%;

Gris

claro

= ma

yor d

e 20

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

17 re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 5

COBE

RTUR

A CO

MPAR

ATIV

A PA

RA C

ESÁR

EAS,

SEG

ÚN E

NDES

1996

- 200

7

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

meno

r o ig

ual a

3%

; Gris

= ma

yor d

e 3%

.So

ftwar

e:SI

Gepi

v1.0

4Fu

ente

:Ta

bulac

ión d

e da

tos d

e IN

EI-E

NDES

-MIN

SA.

Base

de

datos

en

forma

to sh

apefi

le: P

ERÚ

ENDE

SSe

mue

stra

la dis

tribuc

ión d

e la

varia

ble E

NDES

m18

vs re

codif

icada

.El

abor

ació

n:Pr

opia

Gráf

ico

Nº 6

COBE

RTUR

A CO

MPAR

ATIVA

DE

NEON

ATOS

MUY

PEQ

UEÑO

S, S

EGÚN

END

ES 19

96 -

2007

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

meno

r o ig

ual a

5%

; Gris

= ma

yor d

e 5%

.So

ftwar

e:SI

Gepi

v1.0

4Fu

ente

:Ta

bulac

ión d

e da

tos d

e IN

EI-E

NDES

-MIN

SA.

Base

de

datos

en

forma

to sh

apefi

le: P

ERÚ

ENDE

SSe

mue

stra

la dis

tribuc

ión d

e la

varia

ble E

NDES

m19

bp re

codif

icada

.El

abor

ació

n:Pr

opia

Gráf

ico

Nº 7

COBE

RTUR

A CO

MPAR

ATIV

A DE

NEO

NATO

SCO

N BA

JO P

ESO,

SEG

ÚN E

NDES

1996

- 200

7

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

20%

; Gris

= me

nor d

e 20

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

19a

reco

difica

da.

Elab

orac

ión:

Prop

ia.

Gráf

ico

Nº 8

COBE

RTUR

A CO

MPAR

ATIVA

DE

PESO

AL N

ACER

REG

ISTR

ADO,

SEG

ÚN E

NDES

1996

- 200

7

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

50%

; Gris

= me

nor d

e 50

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

34 re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 9

COBE

RTUR

A CO

MPAR

ATIVA

DE

LACT

ANCI

A IN

MEDI

ATA

AL N

ACER

, SEG

ÚN E

NDES

1996

- 200

7

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

50%

; Gris

= me

nor d

e 50

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES m

38 re

codif

icada

.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 1

0CO

BERT

URA

COMP

ARAT

IVA D

E MA

DRES

QUE

NO U

SAN

EL B

IBER

ÓN, S

EGÚN

END

ES 19

96 - 2

007

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

70%

; Gris

= me

nor d

e 70

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES v

106

reco

difica

da.

Elab

orac

ión:

Prop

ia.

Gráf

ico

Nº 1

1CO

BERT

URA

COMP

ARAT

IVA D

E ED

UCAC

IÓN

SECU

NDAR

IAO

SUPE

RIOR

MAY

OR A

70%

, SEG

ÚN E

NDES

1996

- 200

7

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

50%

; Gris

= me

nor d

e 50

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

la va

riable

END

ES s

119c

reco

difica

da.

Elab

orac

ión:

Prop

ia.

Gráf

ico

Nº 1

2CO

BERT

URA

COMP

ARAT

IVA D

E HA

BLA

CAST

ELLA

NAMA

YOR

A 50

%, S

EGÚN

END

ES 19

96 - 2

007

1996

2007



Leye

nda

de c

olor

es:

Blan

co=

mayo

r o ig

ual a

25%

; Gris

= me

nor d

e 25

%.

Softw

are:

SIGe

pi v1

.04

Fuen

te:

Tabu

lación

de

datos

de

INEI

-END

ES-M

INSA

.Ba

se d

e da

tos e

n for

mato

shap

efile:

PER

Ú EN

DES

Se m

uestr

a la

distrib

ución

de

las v

ariab

lesEN

DES

v106

a (1

996)

y s

h9a

(200

7) re

codif

icada

s.El

abor

ació

n:Pr

opia.

Gráf

ico

Nº 1

3CO

BERT

URA

COMP

ARAT

IVA D

E DI

SPON

IBIL

IDAD

DE

SEGU

RO(IP

SS 19

96 C

ON E

SSAL

UD 20

07)

1996

2007

PROTECCIÓN PERINATAL: ANÁLISIS ESPACIAL DE … · perinatal: análisis espacial de coberturas...

Documents

Transcript of PROTECCIÓN PERINATAL: ANÁLISIS ESPACIAL DE … · perinatal: análisis espacial de coberturas...