Buscar
Cerrar este cuadro de búsqueda.
Escuela de Pensamiento
Buscar
Cerrar este cuadro de búsqueda.

Análisis de las desigualdades socioeconómicas en salud en España

Las diferencias sociales en salud representan el punto de injusticia evitable que aparece en determinados colectivos de la sociedad al considerar variables socioeconómicas, demográficas y/o geográficas. Esta idea, muestra cómo el nivel de ingresos, formación, empleabilidad o condiciones de vida pueden afectar a la salud de una población.
Por Eric Medina Pérez, Máster en Ciencias Actuariales y Financieras (UC3M)
¡Compártelo!

MOTIVACIÓN

Las diferencias sociales en salud representan el punto de injusticia evitable que aparece en determinados colectivos de la sociedad al considerar variables socioeconómicas, demográficas y/o geográficas. Esta idea, muestra cómo el nivel de ingresos, formación, empleabilidad o condiciones de vida pueden afectar a la salud de una población.

Se puede observar, gracias a diversos indicadores, la coincidencia de que aquellos individuos que sufren mayor cantidad de enfermedades, junto con menores años de vida, son aquellos que corresponden con los que peores condiciones sociales experimentan.

 

POBLACIÓN ESTUDIADA Y PERIODO DE ESTUDIO

El siguiente estudio intentará demostrar las desigualdades generadas en esperanza de vida entre las distintas regiones que conforman España. Además de identificar los factores que muestren una mayor influencia. Para ello, se ha empleado una muestra que asciende a 35.065.295 personas, de ella hemos excluido la población correspondiente a edades comprendidas entre el nacimiento del individuo hasta los 24 años, ambos incluidos. En termino de cifras, se ha omitido un 24,68 %. Esta exclusión viene explicada por el simple hecho de que hemos considerado la edad de 25 años como aquella en la que una persona puede tener educación superior.

La muestra ha resultado dividida en las distintas regiones autónomas de España, quedando excluidas de nuestro análisis las ciudades de Ceuta y Melilla, ya que generan distorsiones en alguno de los resultados presentes en este trabajo.

La temporalidad elegida asciende a 5 años, datos procedentes desde el año 2012 hasta el 2016. La consideración de años más cercanos al presente no ha resultado posible por la escasez de información en indicadores relevantes en la investigación.

 

VARIABLES

 

HECHOS PRELIMINARES

Antes de profundizar en nuestra investigación, se proporcionará una visión subjetiva del comportamiento de la esperanza de vida en nuestro país. Para ello, se mostrará su distribución geográfica y se determinará si existe desigualdad en una serie de variables.

 

En relación al patrón geográfico, se ve una clara tendencia norte-sur en la esperanza de vida. Siendo parte de la mitad norte peninsular la que muestran un mejor resultado. Por otro lado, las zonas con menor número de años de vida esperados son las situadas en el área sur, concretamente Extremadura, Andalucía y las Islas Canarias.

La segunda parte del análisis introductorio consistirá en determinar la posible existencia de desigualdades. Para ello, se emplearán 3 variables, que, inicialmente se consideran que muestran una interconexión con la esperanza de vida.

Como se puede apreciar en la Figura 1, hay un grupo de CCAA predominantes respecto al resto. Este conjunto lo componen la Comunidad de Madrid, País Vasco, Navarra y Cataluña, con rentas per cápita entre los 29.000€ y los 33.000€. Opuestamente, se sitúan comunidades, como Castilla-La Mancha, Andalucía y Extremadura, con rentas per cápita que no llegan a los 19.000€, reflejando un comportamiento desigual.

Con la Figura 2 se pretende ilustrar las distintas proporciones de habitantes según su nivel de formación. En relación a población con 2ª etapa de educación secundaria, los resultados en todas las CCAA son similares, sin embargo, en los dos otros tipos de formación si se observan diferencias. Lógicamente, se determinará que, aquellas regiones con mayor cantidad de habitantes con estudios superiores, tendrán un menor porcentaje de población con estudios inferiores a 2ª etapa de educación secundaria.

Dentro de las regiones con mayor porcentaje de habitantes con estudios superiores encontramos el País Vasco, la Comunidad de Madrid y Navarra. Comportamiento opuesto se encuentra en las comunidades de Extremadura, Andalucía y Castilla-La Mancha. A continuación, se expone la evolución del Índice de Gini.

A simple vista se pueden observar las desigualdades existentes tanto en estudios superiores, como en estudios inferiores a 2ª etapa de secundaria. Además, su evolución se ha mantenido estable entre el 2012 y el 2016. En relación al nivel de formación relacionado con aquella población que tiene en posesión el bachillerato, el indicador muestra un decrecimiento de la desigualdad.

El Índice de Gini muestra una tendencia creciente con los años. En este indicador se observan claramente las desigualdades entre las distintas CCAA, siendo la tasa de paro más elevada en aquellos territorios con escasa presencia de actividad industrial, como puede ser Extremadura o Andalucía, donde su cuota de paro se sitúa en torno al 30 %. En lado opuesto, se encuentra Navarra y el País Vasco con valores inferiores al 13 %.

Concluido nuestro análisis, podemos tener una intuición previa sobre el comportamiento que podría experimentar la esperanza de vida. En aquellas áreas donde se presenta un nivel de formación inferior, menores cifras de renta per cápita y peor tasa de paro, son zonas con una cierta propensión a generar menores esperanzas de vida.

Para ilustrar este comportamiento con un ejemplo, se mostrará la evolución de los años de vida esperados de la Comunidad de Madrid y Extremadura, consideradas regiones con comportamientos socioeconómicos opuestos. Como puede verse, existe una brecha entre ambas regiones entre el 2012 y el 2016, aumentándose la distancia a partir del año 2015.

Por este motivo, a lo largo de este documento, se procurará exponer la relevancia que pudieran generar las variables socioeconómicas sobre la esperanza de vida. Además de cuantificar la proporción en la que inciden sobre ella. Todo ello, con la finalidad de demostrar que, en la elaboración de tablas de mortalidad, no solo se ha de tener en cuenta la edad de los sujetos, si no otras características, como nivel educativo, empleo o renta per cápita.

METODOLOGÍA

Para poder detectar la desigualdad generada en la esperanza de vida, necesitamos conocer las ponderaciones que aplicadas a cada variable nos determinen los años de vida esperados. Para ello, nos apoyaremos en los modelos de regresión lineal multivariantes (RLM). La muestra consta de 85 observaciones, la cual se compone por datos generados en el periodo 2.012 al 2.016 para las distintas comunidades autónomas.

 

Se han ordenado las distintas variables del modelo, de mayor a menor influencia. En él, se puede ver que la variable que más influencia ha generado ha sido los accidentes de trabajo, con algo más de un año de vida esperada por cada punto porcentual. A esta variable, le siguen la proporción de población de la 3ª Edad, con un valor de 0,6 años, aproximadamente. En un tercer escalón, se encuentra el gasto en alimentación con un aumento de 0,4 años por punto porcentual. Después, tenemos una seria de variables, nacidos prematuros, contratación temporal, tasa de natalidad y proporción de población joven, todas ellas entono a 0,2 años. Por último, tenemos dos grupos. Uno formado por la tasa de paro y el gasto en ocio, donde aumenta la esperanza de vida en 0,17 y 0,10 años, respectivamente, por cada punto porcentual. Otro, en el que se encuentra, educación inferior a 2ª etapa educación secundaria, población rural, cobertura mamografía, valoración positiva de la salud, renta media por unidad de consumo y donación de órganos, todas ellas entre el 0,05 y 0,02 años.

No obstante, indicar que todos estos datos de años de vida esperada son ante aumentos de un punto porcentual, por lo que habrá variables, como la proporción de población joven o tasa de paro, que tendrá sentido cuando su importe sea entorno al 30 %. Con esa magnitud, veremos una influencia más destacada de estas variables en nuestro modelo predictor de esperanza de vida.

Una vez vista la influencia de cada una de las variables, en términos porcentuales, nos detendremos en generar otra visión de la incidencia de cada una de ellas. Para ello, nos apoyaremos en la siguiente tabla, donde se muestran las diferencias de años esperados de vida entre los datos generados en España, en comparación a los que se dan en cada una de las regiones.

Se puede ver como son las comunidades de Madrid y Andalucía las que se sitúan en los extremos en relación a la esperanza de vida en España, experimentando, aproximadamente, un año esperado de vida, en término positivos para el caso de Madrid y negativo para la región andaluza. Los territorios más cercanos a la media nacional son las Islas Baleares y Aragón.

A continuación, se pretende ver, como incide cada variable en las diferencias de esperanza de vida al nacer mostradas anteriormente. En otras palabras, si consideramos la Comunidad de Madrid, se ha obtenido que tiene 1,15 años más de esperanza de vida que la media nacional. Pues bien, este valor de 1,15 viene desagregado en la siguiente tabla, donde se indica los años de vida que aporta cada una de las variables a ese importe.

 

Por lo tanto, podemos concluir que aquellas áreas que cuenten con un mayor número de accidentes, un mayor porcentaje de población de 3ª edad y una menor proporción de su renta en gasto en alimentos, serán territorios con un menor número de años de vida.

En el marco del XI Foro de Economía, José Miguel Rodríguez Pardo, presidente de la Escuela de Pensamiento de Fundación Mutualidad, expone ante los congresistas medidas de sostenibilidad al sistema de pensiones como la optimización del salario en base a los tres pilares de la previsión social.
El 56,5% de las empresas de seguros no ofrecen un servicio diferen cial al colectivo sénior: conclusiones del informe de Fundación Mutualidad para conciliar oferta y demanda del sector.
Desde hace casi 300 años la contaminación, las emisiones de dióxido de carbono y la actividad humana están estrechamente relacionadas.